4K视频音频生成模型
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
LTX-2 是 Lightricks 推出的开源 4K AI 视频与音频生成模型，页面称其为首个基于 DiT 的同步音视频生成基础模型，规模为 19B 参数，采用 Apache 2.0 许可。它面向从文本、图片或已有视频生成动态视频，并能在统一模型中生成同步音频。
从能力覆盖看，LTX-2 不只是单一文生视频工具。它支持 Text-to-Video、Image-to-Video、Video-to-Video、Audio-to-Video 以及联合音视频生成，并提供空间超分 x2 和时间超分 x2 帧率能力。模型变体包括 bf16 全精度 dev 版、fp8/fp4 量化版，以及 8 steps、CFG=1 的 distilled 版本，便于在画质、速度和硬件成本之间取舍。LoRA 微调也是重要亮点，可用于定制风格、动作或人物外观。
定价方面，页面明确说明 LTX-2 为 Apache 2.0 开源，可用于个人和商业项目；同时提供 Try Free Demo 与 HuggingFace Spaces 体验入口。但抓取内容中 Demo 显示“Temporarily Unavailable”，实际可用性需验证。官方未披露云端 API、托管推理或付费套餐。部署上需要 Python ≥3.12、CUDA >12.7、PyTorch ~2.7 以及具备足够显存的 NVIDIA GPU，说明它更偏向技术用户和有算力条件的团队。
优点是开源可商用、能力链完整、支持同步音频、4K 与超分，并有量化/蒸馏版本降低推理门槛。对影视预演、营销广告、教育内容、游戏过场动画和研究实验都具备实用价值。主要不足是页面没有给出明确显存要求、生成耗时、中文提示词或中文音频支持情况，也未说明在线 Demo 的数据隐私政策；对非技术用户而言，本地部署门槛较高。
LTX-2 更适合 AI 视频研究者、具备 GPU 环境的内容团队、影视与游戏原型制作团队，以及希望掌控模型和数据的企业。中国访问情况无法从页面确认，GitHub、HuggingFace Spaces 在国内网络环境下可能存在波动；支付信息未涉及。若需要即开即用，可对比 Sora、Runway、Pika 等云端视频工具；若重视本地可控和开源二次开发，LTX-2 更有吸引力。
本测评基于公开资料整理,不构成购买建议,请以 ltx-2.run 官网实际信息为准。
开源AI视频模型介绍站，有技术信息差。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。