LTX-2.5 خدام

LTX-2.5 هو موديل أساسي مفتوح المصدر من LTX لتوليد الفيديو بالذكاء الاصطناعي، فيه 22B بارامتر، وتفتحات الأوزان ديالو من نهار الإطلاق. كيدعم التوليد الأصلي ديال بزاف ديال اللقطات، و4K HDR وسير العمل الاحترافي RAW/EXR، وكيقدر يولّد الصوت بالتزامن، وعندو قدرات دقيقة فـ تحرير الفيديو. فـ الوقت اللي ولات فيه الموديلات المغلقة غالية بزاف، كيوفّر LTX-2.5 بديل مفتوح المصدر بمستوى احترافي لمجال الفيديو بالذكاء الاصطناعي، بفضل استراتيجية النظام البيئي المفتوح.

التوليد الأصلي ديال بزاف ديال اللقطات: فـ عملية توليد وحدة كيخرج عدة لقطات متتابعة بمواقع كاميرا وأحجام كادر مختلفين، مع الحفاظ على انسجام كبير فـ شكل الشخصيات، وأجواء المكان، وظروف الإضاءة والصوت بين تبديلات اللقطات، وكيحل المشكل الأساسي ديال استمرارية اللقطات فـ الإبداع القصصي بالذكاء الاصطناعي.
الرندرة عالية الوفاء بالاعتماد على الانتشار: كيوزّع قدرة الرندرة بشكل متكيّف حسب تعقيد المشهد؛ اللقطات الديناميكية المعقدة كتستافد من موارد حسابية أكثر، بينما المشاهد الثابتة أو البسيطة كتوفّر الموارد أوتوماتيكياً، وهاد الشي كيرفع الكفاءة العامة مع الحفاظ على جودة الصورة.
تحرير دقيق للفيديو: مع الحفاظ على مسارات الحركة والبنية المكانية ديال اللقطات الأصلية المصوّرة، كيتيح إعادة صياغة دقيقة للأسلوب، وإعادة رسم المشاهد، وتعويض الشخصيات، باش يتحقق إبداع قابل للتحكم على أساس «هيكل مصوّر فعلي + تغليف بأسلوب الذكاء الاصطناعي».
التنبؤ الأوتوماتيكي بالمدة: فيه موديل Duration Head، كيقرا وصف الحركة فـ البرومبت وكيحدّد أوتوماتيكياً أنسب مدة للمقطع، بلا ما يضطر المبدع يعاود التجارب بزاف.
صيغ إخراج احترافية: كيدعم الإخراج الأصلي بصيغ 4K HDR وRAW وEXR بلا فقدان، وكيقدر يدخل مباشرة فـ سير العمل الاحترافي ديال تصحيح الألوان، وتركيب المؤثرات، والمونتاج.
توليد الصوت بالتزامن: عبر موديل Audio VAE مستقل، كيولّد مسار صوتي متوافق مع الفيديو بالتزامن.
تحكم دقيق بـ IC-LoRA: كيوفّر ثلاثة أنماط للتحكم فـ الفيديو المرجعي: حواف Canny، والعمق Depth، والوضعية Pose، باش تتبع النتائج المتولدة بدقة تكوين الصورة، والبنية المكانية، أو حركات الشخصيات فـ المادة المرجعية.

تابع الحساب فـ WeChat وجاوب بـ «开源» باش تنضم لمجموعة النقاش ديال مشاريع الذكاء الاصطناعي مفتوحة المصدر
مشفّر النصوص Gemma 4 12B: مشفّر موديل لغوي كبير صمّماتو Lightricks خصيصاً لـ LTX، كيقدر يحتافظ بشكل كامل بالعلاقات بين عدة عناصر، وتفاصيل الحركة، ووصف الإضاءة واتجاه الكاميرا فـ البرومبتات الطويلة والمعقدة، وما كيفقدش معلومات الجمل الفرعية ملي كيولي البرومبت طويل.
Prompt Enhancer: موديل مساعد خفيف كيوسّع أوتوماتيكياً البرومبت القصير اللي كيدخلو المستخدم لتعليمات مفصلة بمستوى سينمائي، وكيهبّط عتبة هندسة البرومبتات، مع تكلفة حسابية ضعيفة بزاف.
Diffusion Video Decoder: معمارية جديدة كتعاوض مفكّك VAE التقليدي، ومهيّأة خصوصاً للمشاهد ذات الحركة السريعة، وكتنقص بشكل كبير من طمس الصورة والآثار غير المرغوب فيها، وكتخلي الوجوه أوضح والكتابة أسهل فالقراءة.
Audio VAE: مشفّر مستقل للفضاء الكامن الصوتي، مسؤول على تحويل محتوى الفيديو لتمثيل صوتي متوافق، وكيحقق التوليد المتزامن للصورة والصوت.
Diffusion Fidelity Rendering: كيعتمد استراتيجية رندرة على جوج مراحل: «البنية أولاً ثم التفاصيل». فالمرحلة الأولى كيبني الحركة والتكوين وإطار اللقطة فـ فضاء كامن بضغط زمني 8×، وكيولّد أوتوماتيكياً إطارات مفتاحية عالية الوفاء؛ فالمرحلة الثانية كيرندر الفيديو النهائي بالانتشار انطلاقاً من البنية والإطارات المفتاحية معاً، وكيحلّل القوام والمواد وتفاصيل الوجه بدقة على مستوى البكسل.
Duration Head: موديل تنبؤ كيتحط قبل عملية الانتشار، كيفهم المعنى الحركي فـ البرومبت وكيستنتج ويخرج أوتوماتيكياً أنسب مدة للفيديو، وكيعطي للموديل قدرة أولية على الإحساس بإيقاع السرد.

اختيار المسار: قرّر واش غادي تستعمل خدمة API سحابية ولا تنصيب محلي عبر ComfyUI.
الربط عبر API: قدّم طلب على API Key فـ الموقع الرسمي ديال LTX، واختار مستوى Fast ولا Pro لاستعمال الواجهة.
تنصيب العقد: فـ التنصيب المحلي خاصك تحدّث ComfyUI لآخر نسخة، ومن بعد تثبّت حزمة العقد ComfyUI-LTXVideo عبر Manager.
تحميل الموديلات: قلب فـ متصفح القوالب ديال ComfyUI على “LTX-2.5″، ومن بعد اختار سير العمل المناسب وحمّل جميع ملفات الموديلات بنقرة وحدة.
ضبط البارامترات: خلّي العرض والعلو من مضاعفات 32، وعدد الإطارات من الشكل 1+8 ومضاعفاتو، ومعدل الإطارات 24/25/48/50fps، وضبط الدقة الأساسية فنصّ الهدف باش تفعّل التكبير بـ 2×.
كتابة البرومبت: وصف اللقطة فـ فقرة مترابطة، واذكر حجم الكادر، وإضاءة المشهد، وحركة الشخصية، وحركة الكاميرا والصوت، وتفادى تكديس الكلمات المفتاحية ولا استعمال صياغة الأوزان.
تنفيذ التوليد: كليك على التشغيل؛ تحويل النص لفيديو كيخرج الفيديو مباشرة، وتحويل الصورة لفيديو خاصو رفع الإطار الأول، ونمط الإطارين الأول والأخير خاصو رفع الإطار الأول والأخير.
التحكم الدقيق: المستخدمون المتقدمون يقدرو يحمّلو IC-LoRA ديال Canny أو Depth أو Pose، ويربطوه بفيديو مرجعي باش يثبّتوا التكوين ولا الحركة.
اختيار الموديل: للتكرار السريع استعمل موديل distilled، وللإخراج النهائي استعمل موديل dev الكامل باش تحصل على تفاصيل أدق.

الانسجام السردي: قدرة Multishot الأصلية على توليد بزاف ديال اللقطات، بحيث كيحافظ الإخراج الواحد على انسجام كبير فـ شكل الشخصيات، وأجواء المكان، وظروف الإضاءة والصوت، وكيحل من الجذور أكبر مشكل ديال استمرارية اللقطات فـ الإبداع القصصي بالذكاء الاصطناعي.
قفزة فـ قابلية التحكم: تحرير الفيديو بدقة كيحافظ على مسارات الحركة والبنية المكانية ديال اللقطات الأصلية المصوّرة، ومع أنماط التحكم الثلاثة ديال IC-LoRA: Canny/Depth/Pose، كينقل الإنتاج من «السحب العشوائي» لـ «هيكل مصوّر فعلي + تغليف بأسلوب الذكاء الاصطناعي» القابل للتحكم.
سير عمل بمستوى صناعي: الإخراج الأصلي بصيغ RAW/HDR/EXR كيقدر يدخل مباشرة فـ سير العمل الاحترافي ديال تصحيح الألوان، وتركيب المؤثرات، والمونتاج، بلا حاجة للضغط أو التحويل، وكيستجيب للحاجة الأساسية ديال صناعة السينما والتلفزيون لمواد بلا فقدان.
كفاءة متكيّفة: تقنية Diffusion Fidelity Rendering كتوزّع قدرة الرندرة ديناميكياً حسب تعقيد المشهد؛ كترندر اللقطات الديناميكية المعقدة بدقة، وكتوفّر الموارد أوتوماتيكياً فـ المشاهد الثابتة والبسيطة، وكتحسّن الكفاءة العامة مع الحفاظ على جودة الصورة على مستوى البكسل.

الموقع الرسمي للمشروع: https://ltx.io/model/ltx-2-5
مستودع الموديل فـ HuggingFace: https://huggingface.co/Lightricks/LTX-2.5

ما بعد الإنتاج السينمائي الاحترافي: الإخراج الأصلي بصيغ 4K HDR وRAW وEXR بلا فقدان كيقدر يدخل مباشرة فـ سير عمل تصحيح الألوان، وتركيب المؤثرات، والمونتاج، وكيستجيب لمتطلبات الإنتاج السينمائي وخدمات البث، بلا معاناة كوابيس تصحيح ألوان MP4 المضغوط.
الدراما والقصص المصورة القصيرة بالذكاء الاصطناعي: توليد Multishot لعدة لقطات كيخرج مرة وحدة تقسيمات سردية منسجمة، وتحرير الفيديو بدقة كيدعم «هيكل حركة مصوّر فعلي + تعويض الشخصيات وتغليفها بأسلوب الذكاء الاصطناعي»، وكيحل من الجذور جوج مشاكل أساسية: استمرارية اللقطات والتحكم فـ الحركة.
الإعلانات ومحتوى العلامات التجارية: تكرار سريع لفيديوهات تجارية عالية الجودة، مع استعمال Prompt Enhancer لتخفيض عتبة هندسة البرومبتات؛ موديل Distilled كيدعم المعاينة السريعة، والموديل الكامل كيخرج النسخة النهائية، مع الجمع بين الكفاءة والجودة.
الذكاء الاصطناعي الفيزيائي والروبوتات: كيوفّر Physical AI Checkpoint أساساً لنموذج العالم لفرق الذكاء المتجسّد، وكيعاون أنظمة الروبوتات تفهم العالم الفيزيائي وقوانين الحركة، وكيجاوز مجال صناعة المحتوى الخالص.