WorldFoundry
English中文

LTX-2.5 Distilled

LTX-2.5 Distilled（Lightricks）：文生视频、图生视频；Runner 一致性待确认; 独立环境 `ltx-2.5`。

编辑此页GitHubMarkdown

LTX-2.5 是一个 22B 联合音视频模型。本次仅推理集成开放官方快速两阶段 DistilledPipeline，支持文生视频、图生视频与同步音频生成。

论文方法总览：LTX-2 用因果 VAE 编码音视频，再以音视交叉注意力耦合双流。
论文方法总览：LTX-2 用因果 VAE 编码音视频，再以音视交叉注意力耦合双流。

代码：Lightricks/LTX-2。

构建运行命令

推理 Pipeline
LTX25Pipelineworldfoundry.pipelines.ltx25.pipeline_ltx25
任务Interactive Video interactive-video
环境ltx-2.5
设备CUDA 12.8
Runnerworldfoundry.pipeline
加载方式from_pretrained
调用方式native_or_standard_invocation
worldfoundry-eval run \
  ltx-2.5 \
  --pipeline.task-profile interactive-video \
  --json

用来做什么

ltx-2.5 是记录的文本/图像到视频线。需要同一张卡片上同时有 prompt 与静帧条件时用它。

官方蒸馏路径使用内嵌投影的 Gemma 4 12B 文本编码器，在半分辨率下联合去噪视频和音频，经 LTX-2.5 潜空间上采样后进行短程第二阶段细化，最后由独立音频与视频 VAE 解码。WorldFoundry 直接调用该官方源码，不复用不兼容的 LTX-2.3 单体权重加载器。该模型由Lightricks发布。

catalog 记录的任务包括 文生视频、图生视频、音视频联合生成。别名包括 ltx2.5、ltx25、ltx-2.5-distilled。模态上，它接受文本、图像，输出视频。

记录的评测入口包括VBench（基础文生/图生视频质量与运动评测）。

运行时契约

可选 prompt、frames、fps、height、width；产物 generated_video、ltx-2.5.mp4。

CLI task profile：interactive-video。绑定的 pipeline 类是 LTX25Pipeline。

系列状态：Runner 一致性待确认。

请先接受 Hugging Face 模型条款，按仓库目录结构下载五个必需拆分组件，检出记录的源码 revision，并在独立环境中安装 ltx-core 与 ltx-pipelines 依赖；执行时显式传入 execute=True。 可选 duration head 可启用基于提示词的自动时长预测。

Command construction and official split-component mapping are validated without importing upstream CUDA code.

必填 prompt；可选 image、video；actions：seed, height, width, num_frames, fps, offload_mode, quantization；产物 generated_video、ltx-2.5.mp4。

在 WorldFoundry 中运行

启动 worldfoundry-eval run ltx-2.5 --pipeline.task-profile interactive-video 采样视频。上方命令构建器按已记录任务切换 --pipeline.task-profile，发出的仍是 worldfoundry-eval run。

记录的权重仓库包括 Lightricks/LTX-2.5。准备环境并检查本地资产：bash scripts/inference/prepare_model_infer.sh ltx-2.5；下载缺失的公开权重时加 --download。

状态：Runner 一致性待确认。