LTX-2.5-tekoälyvideo tuottaa 10 sekunnin klipin 6,8 sekunnissa
LTX julkaisi LTX-2.5-mallin, joka luo 10 sekunnin tekoälyvideon kuvasta 6,8 sekunnissa Nvidian superpiireillä. Malli on avoimesti saatavilla.
Tekoälymalli LTX-2.5 julkaistiin tänään, ja se kykenee tuottamaan 10 sekunnin mittaisen tekoälyvideon staattisesta kuvasta vain 6,8 sekunnissa, kun käytössä on Nvidian tehokkaita superpiirejä. Mallin on kehittänyt LTX, joka on eriytynyt Lightricksistä. Uusin versio integroituu suoraan ComfyUI:hin, suosittuun solmupohjaiseen työkaluun generatiivisen median prototyyppien kehityksessä.
LTX-2.5 on saatavilla avoimena painona Hugging Facessa sekä ComfyUI:n kautta. Lisäksi tiimeille, jotka tarvitsevat hallittua generointia, on tarjolla LTX API. Malli on ilmainen alle 10 miljoonan dollarin vuosittaisilla liikevaihdoilla toimiville organisaatioille, kun taas suuremmat yritykset neuvottelevat lisenssisopimuksesta. LTX:n mukaan sen malleja on ladattu yli 33 miljoonaa kertaa, mikä tekee LTX-perheestä markkinoiden käytetyimmän "avoimen maailman" mallisarjan.
Malliin on tehty merkittäviä parannuksia, mukaan lukien uusi diffuusiovideodekooderi, joka vähentää visuaalisia artefakteja ja parantaa yksityiskohtien, kuten tekstin ja kasvojen, toistoa. Lisäksi LTX-2.5 tukee natiivia monikuva-generointia, joka säilyttää hahmon ja kohtauksen yhtenäisyyden useiden otosten välillä. Mallissa on myös parannettu Gemma 4 -kielitausta ja tehostettu kehoteohjaus monimutkaisempien syötteiden käsittelyyn.
LTX korostaa mallin tehokkuutta ja laatua. Yrityksen mukaan LTX-2.5 tuottaa videota noin seitsemäsosassa ajassa ja kahdeksasosalla kustannuksella verrattuna kilpaileviin malleihin. Malli pystyy toimimaan eri laitteistoilla, aina konesalien näytönohjaimista tavallisiin Mac-tietokoneisiin. LTX panostaa avoimiin malleihin kilpailijoinaan pitämiensä suljettujen API-pohjaisten ratkaisujen sijaan.