Lightricks 宣佈其 AI 視頻生成模型 LTX-Video （LTXV） 迎來重大更新，新增支持生成長達 60秒 的圖像到視頻內容。這一突破性進展打破了行業常規的8秒限制，使 LTXV 成爲首款支持實時流式生成長篇 AI 視頻的開源模型。

image.png

60秒視頻生成:從短片到長篇敘事的飛躍

LTXV 的最新版本通過引入自迴歸流式架構，實現了從單一圖像生成長達60秒的高質量視頻。相較於傳統模型的短時輸出，LTXV 能夠在生成過程中實時流式傳輸視頻，首秒內容幾乎瞬時呈現，隨後持續構建場景。這種技術不僅支持更長的視頻生成，還確保了動作和敘事的平滑連貫性，爲創作者提供了前所未有的敘事表達空間。

用戶可通過輸入詳細的文本提示，結合初始圖像，生成分辨率爲 768x512 或更高（如1216x704）的視頻，幀率爲 24FPS。LTXV 的多尺度渲染技術先以低分辨率捕捉粗略動作，再逐步優化細節，確保視頻在速度與質量之間達到最佳平衡。

實時控制與創作靈活性

LTXV 模型的更新引入了動態場景控制功能，允許用戶在視頻生成過程中實時調整姿勢、深度或風格等元素。藉助 Lightricks 的 IC-LoRA 技術，創作者可以持續應用控制信號（如姿勢檢測或邊緣檢測），實現對視頻細節的精準把控。這種“邊生成邊導演”的能力，使得 LTXV 從單一的提示生成工具，轉變爲真正的長篇敘事平臺。

此外，LTXV 支持多種生成模式，包括文本到視頻、圖像到視頻、關鍵幀動畫以及視頻擴展，用戶甚至可以結合多個圖像或短視頻片段作爲條件，生成複雜的視頻內容。這種靈活性使其適用於從社交媒體短視頻到交互式教育內容、甚至實時 AR 視覺效果的廣泛場景。

高效與開源:賦能廣泛創作者

LTXV 的另一個亮點是其高效性和硬件友好性。得益於 130億參數 的模型架構和 bfloat16精度 優化，LTXV 能在消費級 GPU（如 NVIDIA RTX4090或5090）上以極低的 VRAM 需求(最低8GB)運行，生成60秒視頻僅需數秒。例如，在 H100GPU 上，LTXV 可在 4秒內 生成5秒視頻，速度快於實時播放。相比之下，競品模型如 OpenAI 的 Sora 通常需要多 GPU 集羣支持，計算成本高昂。

作爲開源模型，LTXV 的代碼和權重已在 GitHub 和 Hugging Face 上免費提供，遵循 LTXV Open Weights License，支持學術研究和社區開發。Lightricks 還發布了配套工具，如 LTX-Video-Trainer 和 ComfyUI 集成工作流，進一步降低使用門檻。

行業影響與未來前景

Lightricks 的此次更新將 AI 視頻生成推向了新的高度。60秒視頻生成能力的突破，不僅爲獨立創作者、營銷團隊和遊戲開發者提供了快速生成長篇內容的能力，也爲實時交互式應用（如動態 AR 視覺或玩家驅動的遊戲過場動畫）奠定了基礎。

社交媒體反饋顯示，用戶對 LTXV 的速度和質量讚不絕口。例如，有用戶表示在 RTX4080上生成768x512視頻僅需 45秒，而60秒視頻的生成效果也令人驚歎，儘管部分用戶提到工作流設置仍需優化。

然而，LTXV 的非商業用途限制（僅限學術和研究）可能對部分商業創作者構成挑戰。Lightricks 表示，未來將在其旗艦平臺 LTX Studio 中推出支持60秒視頻的商業版本，進一步擴大應用場景。

AIbase 認爲，LTXV 的更新重新定義了 AI 視頻創作的可能性，其開源策略和高效性能將加速行業創新。未來，隨着模型的進一步優化，LTXV 有望在專業影視製作和實時內容生成領域佔據重要地位。