本文由 资源共享网 – ziyuan 发布，转载请注明出处，如有问题请联系我们！轻量级开源视频生成模型LTX-Video
ltx-video-2b-v0.9.5.safetensors是轻量级开源视频生成模型LTX-Video的0.9.5版本核心权重文件，采用safetensors格式存储，是目前LTX-Video在ComfyUI中部署的官方推荐版本。
核心基础信息
模型规模：参数量为2B（20亿），属于轻量级视频生成模型，相比大参数模型，对消费级显卡更友好。
存储格式：使用安全的safetensors格式，避免传统ckpt格式的恶意代码风险，加载速度更快。
官方部署要求：必须下载到ComfyUI的
ComfyUI/models/checkpoints目录下才能被正常加载。
0.9.5版本核心升级
作为LTX-Video的重大更新版本，相比旧版本新增了这些能力：
支持商业商用：采用OpenRail-M开源协议，允许将生成视频用于商业项目，是首个支持商用的LTX-Video版本。
关键帧控制能力：新增多关键帧条件控制，可以自定义开始帧、结束帧以及多个中间参考关键帧，大幅提升对视频内容的可控性。
生成质量提升：支持更高分辨率视频、更长序列帧，减少了视觉伪影，对文本提示词的理解能力也有明显优化。
生成速度更快：在本地消费级GPU上仍保持极高的生成速度，平衡画质和性能，普通用户也能流畅运行。
官方推荐生成参数
根据官方和社区实践，推荐的生成参数配置如下：
表格
与《轻量级开源视频生成模型LTX-Video》相关的《AI设计》
视频生成模型Self Forcing
Self Forcing 是 Adobe Research 与德克萨斯大学奥斯汀分校联合推出的新型自回归视频生成算法，解决传统生成模型在训练与测试时的暴露偏差问题。通过在训练阶段模拟自生成过程，以先前生成的帧为条件生成后续帧，而非依赖真实帧，弥合训练与测试分布的差异。Self Forcing 引入滚动 KV 缓存机制，支持理论上无限长的视频生成，在单个 H100 GPU 上实现 17 FPS 的实...
5 1105 0
通义Wan2.1的720p高清图生视频大模型
通义Wan2.1的720p高清图生视频（I2V）大模型**，参数量14B，采用FP8_e4m3fn精度压缩，文件格式为安全的safetensors，是Wan2.1图生视频主流使用版本。核心基础信息功能定位：由阿里通义开源的视频生成模型，核心能力是将一张静态输入图转换为自然动态视频，支持最高720p分辨率输出。精度优化：采用FP8_e4m3fn浮点精度压缩，相比bf16版本，显存占用降低约...
5 174 0
视频生成模型Self Forcing
Self Forcing 是 Adobe Research 与德克萨斯大学奥斯汀分校联合推出的新型自回归视频生成算法，解决传统生成模型在训练与测试时的暴露偏差问题。通过在训练阶段模拟自生成过程，以先前生成的帧为条件生成后续帧，而非依赖真实帧，弥合训练与测试分布的差异。Self Forcing 引入滚动 KV 缓存机制，支持理论上无限长的视频生成，在单个 H100 GPU 上实现 17 FPS 的实...
5 1105 0
AI数字人生成模型（+语音模型）
1. AI数字人生成Sonic模型（当前热度最高）核心能力：只需一张人脸静态照片+一段音频，就能快速生成唇形精准、表情自然的说话人脸视频，是当前效果领先的开源数字人方案。技术特点：采用端到端生成方案，替代传统3D动捕/早期固定嘴型方案，能根据音频自动联动生成脸颊、眼周微表情，唇形同步精度极高。优势对比：表格对比项传统3D方案早期开源方案（如Wav2Lip）Sonic模型准备成本极高（需...
5 177 0
