搭配方案

共 22 条
LTX-2 + 图片输入

通过图片输入生成图生视频

✓ 同一条管线,加图片参数即可✓ 蒸馏管线8步,最快 ✕ 追求高质量需两阶段全量模型
LTX-2 + 给定关键帧+ KeyframeInterpolationPipeline

补出关键帧之间的中间动作

用关键帧插值管线,以给定关键帧为输入补出中间动作。

✕ 第一阶段需跑全量模型✕ 还需要蒸馏 LoRA
LTX-2 + 已有视频+ DubItPipeline

给已有视频更换配音

DubItPipeline 是官方命令行管线中专用于给已有视频换配音的管线

✓ 官方管线,接入命令行自动化流程
LTX-2 + 实拍/已有素材+ RetakePipeline

对已有素材进行“重拍”式编辑

RetakePipeline 专门处理实拍或已有素材,实现“重拍”式编辑。

✓ 可对已有素材做重拍式编辑
LTX-2 + 一段声音+ A2VidPipelineTwoStage

根据声音生成画面

A2VidPipelineTwoStage 是 LTX-2 的音频驱动视频管线,给一段声音即可生成对应画面,适合接进命令行自动化流水线。

✓ 音频驱动,给声音生成画面 ✕ 第一阶段跑全量模型需蒸馏LoRA
LTX-2 + LoRA+ ltx-trainer

把模型调成固定风格或指定角色

ltx-trainer支持LoRA训练,用于把LTX-2调成固定风格或指定角色

✓ 可调成固定风格或指定角色 ✕ LoRA需匹配训练模型版本
LTX-2 + DaVinci Resolve DaVinci Resolve + EXR 帧序列+ BT.2020/HLG 母版

输出 HDR 素材并进入 DaVinci 调色流程

HDR 管线输出半精度 EXR 帧序列与 BT.2020/HLG 母版,可直接进入 DaVinci 调色流程。

✓ 输出 4K HDR 完整成片✓ 高光与暗部层次保留完整
LTX-2 + ltx_pipelines.dfr_pipeline

进行 DFR 高保真渲染

DFR 是 LTX-2.5 的进阶管线,用于高保真渲染,提升画质上限

✓ 人脸更锐、文字更可读✓ 快速运动更少涂抹 ✕ 更吃显存和时间✕ 必须配蒸馏版 transformer
LTX-2 + 16GB 级别的卡+ ltx-2.5-video-vae-conv-bf16

配合轻量视频 VAE 进一步节省显存

低显存时用 fp8 量化加 CPU/硬盘卸载,16GB 级别的卡也能跑起来,再换轻量 conv 版视频 VAE 进一步省显存

✓ 能再省一块显存✓ 轻量解码器更快 ✕ 量化+卸载的代价是变慢✕ 16GB 级别的卡才够跑
LTX-2 + Blackwell(B200)+ Hopper 系显卡+ FlashAttention 4+ FlashAttention 3

按显卡架构使用对应 FlashAttention

按显卡架构为 Blackwell 和 Hopper 分别匹配对应 FlashAttention

✓ 其余 CUDA 卡自动走 PyTorch✓ 不用额外配置 ✕ Windows/macOS 会跳过并降级✕ 能跑但慢
LTX-2 + gated 权重+ Hugging Face

登录 Hugging Face 后下载 gated 权重

权重放在 gated 仓库,须先登录 Hugging Face 才能下载;网页同意协议后用 hf download 拉取。

✓ 按组件分文件,可按需下载 ✕ 需先在网页同意协议✕ 401/403 表示协议或 token
LTX-2 + Linux + CUDA+ natten

在 Linux + CUDA 上启用 natten 加速

Linux + CUDA 才能启用 natten 加速,其他系统会降级且更慢。

✓ 启用 natten 加速 ✕ 仅支持 Linux + CUDA
LTX-2 + ComfyUI ComfyUI

音频VAE支路接上后生成带声音的视频,没装它就没声音

生成带声音的视频必须装音频VAE并接上音频解码支路,工作流为视频/音频双VAE解码

✓ 让生成视频带声音 ✕ 没装它就没声音
LTX-2 + ComfyUI ComfyUI + int8量化版(int8-convrot)

官方模板库提供文生视频、图生视频、首尾帧三条工作流,int8量化压显存,本地最省心

ComfyUI原生支持,官方模板覆盖三条工作流,int8量化版压显存

✓ 官方模板提供三条工作流✓ int8量化版压显存 ✕ 官方参考16GB显存起步✕ 需申请 Hugging Face 权限
LTX-2 + Playground

通过官方在线 Playground 生成视频

正文把官方在线 Playground 列为生成视频的三条路径之一,写好提示词后可直接用它出片。

✓ 官方渠道,即写即生成
LTX-2 + ltx-pipelines

通过命令行 ltx-pipelines 生成视频

提示词写好后,LTX-2可通过命令行 ltx-pipelines 生成视频

✓ 可选命令行生成路径✓ LTX-2是开源音视频模型
LTX-2 + ComfyUI ComfyUI

通过 ComfyUI 本地工作流生成视频

生成好提示词后,可通过ComfyUI本地工作流生成视频,是官方给出的三条生成路径之一

✓ 本地工作流,生成路径可自选
LTX-2 + 首帧和尾帧两张图

描述两张图之间的镜头运动、主体变化和过渡过程

用首帧和尾帧锁定起止画面,提示词专注描述中间过渡过程。

✓ 可描述中间的过渡过程✓ 可控制镜头运动和主体变化 ✕ 两张图的宽高比必须一致
LTX-2 + 一张图做首帧

以图片为首帧生成后续动作、镜头变化和声音

图生视频时只描述图之后发生的事,避免重复描述图中已有内容

✓ 声音与画面一起生成✓ 首帧可控、动作延续 ✕ 不能重复描述图中已有内容✕ 需加首帧锚定语
LTX-2 + ltx-pipelines+ ltx-trainer

命令行完成权重下载、生成、DFR 高保真与 4K HDR 输出,可接自动化流水线

用 ltx-pipelines 做推理、ltx-trainer 做训练,覆盖命令行流程并接入自动化流水线

✓ 下载到4K HDR均可命令行控制✓ 可接入自动化流水线 ✕ 官方命令行方案偏开发者向✕ 权重需登录申请并同意协议
第 1 / 2 页 下一页