LTX-2.5 운영 중

LTX-2.5는 LTX가 오픈 소스로 공개한 AI 동영상 생성 기반 모델로, 22B 파라미터를 보유하며 출시와 동시에 가중치를 공개했습니다. 기본 멀티샷 생성, 4K HDR 및 RAW/EXR 전문 워크플로를 지원하고 오디오를 동기화해 생성할 수 있으며, 정밀한 동영상 편집 기능을 갖추고 있습니다. 폐쇄형 모델의 가격이 갈수록 높아지는 가운데, LTX-2.5는 개방형 생태계 전략으로 AI 동영상 분야에 전문가급 오픈 소스 대안을 제공합니다.

기본 멀티샷 생성: 한 번의 생성으로 서로 다른 카메라 위치와 화면 크기의 연속적인 여러 장면을 출력하며, 장면 전환 사이에서 캐릭터의 모습, 환경 분위기, 조명 조건과 사운드를 높은 일관성으로 유지해 AI 스토리 창작의 핵심 문제인 장면 연속성을 해결합니다.
확산 충실도 렌더링: 장면 복잡도에 따라 렌더링 연산 자원을 자동으로 배분합니다. 복잡한 동적 장면에는 더 많은 계산 자원을 할당하고 정적이거나 단순한 장면에서는 자동으로 절약해 화질을 보장하면서 전체 효율을 높입니다.
정밀한 동영상 편집: 원본 실사 영상의 움직임 궤적과 공간 구조를 유지하면서 고정밀 스타일 변경, 장면 재구성 및 캐릭터 교체를 수행해 ‘실사 골격 + AI 스타일화 코팅’ 방식의 제어 가능한 창작을 구현합니다.
자동 길이 예측: Duration Head 모듈이 내장되어 프롬프트의 동작 설명을 읽고 가장 적합한 클립 길이를 자동으로 판단하므로 창작자가 반복해서 시험할 필요가 없습니다.
전문가급 출력 형식: 기본 4K HDR, RAW 및 EXR 무손실 형식 출력을 지원하며 전문 영상 색보정, 특수효과 합성 및 후반 편집 파이프라인에 바로 연결할 수 있습니다.
동기화 오디오 생성: 독립적인 Audio VAE 모듈을 통해 동영상에 맞는 사운드 트랙을 동기화하여 생성합니다.
IC-LoRA 정밀 제어: Canny 윤곽선, Depth 깊이, Pose 자세의 세 가지 참조 동영상 제어 모드를 제공해 생성 결과가 참조 소재의 구도, 공간 구조 또는 인물 동작을 엄격히 따르도록 합니다.

WeChat에서 팔로우 후 “开源”에 답장하여 AI 오픈 소스 프로젝트 교류 그룹에 참여하세요.
Gemma 4 12B 텍스트 인코더: Lightricks가 LTX를 위해 맞춤 제작한 대규모 언어 모델 인코더로, 복잡하고 긴 프롬프트의 다중 주체 관계, 동작 세부 사항, 조명 설명 및 카메라 방향을 온전히 보존하며 프롬프트가 길어져도 하위 문장 정보가 손실되지 않습니다.
Prompt Enhancer: 사용자가 입력한 짧은 프롬프트를 상세한 영화급 지시문으로 자동 확장하는 경량 보조 모델입니다. 프롬프트 엔지니어링의 진입 장벽을 낮추면서도 연산 비용이 매우 적습니다.
Diffusion Video Decoder: 기존 VAE 디코더를 대체하는 새로운 아키텍처로, 빠른 움직임의 장면에 특화되어 최적화되었습니다. 화면 번짐과 아티팩트를 크게 줄여 얼굴을 더 선명하게 하고 문자를 더 읽기 쉽게 만듭니다.
Audio VAE: 독립적인 오디오 잠재 공간 인코더로, 동영상 콘텐츠를 일치하는 오디오 표현으로 매핑해 화면과 사운드의 동기화 생성을 구현합니다.
Diffusion Fidelity Rendering: ‘구조 우선, 디테일 후’의 2단계 렌더링 전략을 사용합니다. 1단계에서는 8× 시간 압축 잠재 공간에서 움직임, 구도 및 카메라 프레임을 구성하고 고충실도 키프레임을 자동으로 생성합니다. 2단계에서는 구조와 키프레임을 함께 확산 렌더링해 최종 동영상을 만들고, 픽셀 수준의 정밀도로 텍스처, 소재 및 얼굴 세부 사항을 해석합니다.
Duration Head: 확산 과정 전에 배치되는 예측 모듈로, 프롬프트의 동작 의미를 이해해 가장 적합한 동영상 길이를 자동으로 추론하고 출력합니다. 이를 통해 모델은 서사 리듬을 초보적으로 인식할 수 있습니다.

경로 선택: API 클라우드 서비스 또는 ComfyUI 로컬 배포 중 사용할 방식을 결정합니다.
API 연동: LTX 공식 웹사이트에서 API Key를 신청하고 Fast 또는 Pro 요금제를 선택해 인터페이스를 호출합니다.
노드 설치: 로컬 배포의 경우 ComfyUI를 최신 버전으로 업데이트한 뒤 Manager를 통해 ComfyUI-LTXVideo 노드 패키지를 설치합니다.
모델 다운로드: ComfyUI 템플릿 브라우저에서 “LTX-2.5″를 검색하고 해당 워크플로를 선택한 다음 모든 모델 파일을 한 번에 다운로드합니다.
매개변수 설정: 가로세로를 32의 배수로 설정하고, 프레임 수는 1+8의 배수, 프레임 속도는 24/25/48/50fps로 설정합니다. 기본 해상도는 목표 해상도의 절반으로 설정해 2× 업스케일을 활성화합니다.
프롬프트 작성: 장면의 화면 크기, 환경 조명, 캐릭터 동작, 카메라 움직임 및 오디오를 하나의 일관된 산문으로 설명하고 태그 나열이나 가중치 문법은 피합니다.
생성 실행: 실행을 클릭하면 텍스트-동영상은 바로 결과물을 생성하며, 이미지-동영상은 첫 프레임을 업로드해야 합니다. 시작·끝 프레임 모드에서는 첫 프레임과 끝 프레임을 업로드해야 합니다.
정밀 제어: 고급 사용자는 Canny, Depth 또는 Pose 모드의 IC-LoRA를 불러와 참조 동영상과 연결하고 구도나 동작을 고정할 수 있습니다.
모델 선택: 빠른 반복 작업에는 distilled 모델을 사용하고, 최종 결과물에는 완전한 dev 모델을 사용해 더 섬세한 디테일을 얻습니다.

서사적 일관성: 기본 Multishot 멀티샷 생성 기능으로 한 번의 출력에서도 캐릭터의 모습, 환경 분위기, 조명 조건과 사운드를 높은 일관성으로 유지해 AI 스토리 창작에서 가장 큰 문제인 장면 연속성을 근본적으로 해결합니다.
제어력 향상: 정밀한 동영상 편집으로 원본 실사 소재의 움직임 궤적과 공간 구조를 보존하고, Canny/Depth/Pose 세 가지 IC-LoRA 제어 모드와 결합해 ‘무작정 뽑기’에서 ‘실사 골격 + AI 스타일화 코팅’ 방식의 제어 가능한 제작으로 전환합니다.
산업급 워크플로: 기본 RAW/HDR/EXR 출력은 전문 색보정, 특수효과 합성 및 후반 편집 파이프라인에 바로 연결할 수 있습니다. 압축 변환이 필요 없어 영상 산업의 무손실 소재 요구를 충족합니다.
적응형 효율: Diffusion Fidelity Rendering 기술이 장면 복잡도에 따라 렌더링 연산 자원을 동적으로 배분합니다. 복잡한 동적 장면은 정밀하게 렌더링하고 정적이고 단순한 장면은 자동으로 자원을 절약해 픽셀 수준의 화질을 보장하면서 전체 생성 효율을 높입니다.

프로젝트 공식 웹사이트: https://ltx.io/model/ltx-2-5
HuggingFace 모델 저장소: https://huggingface.co/Lightricks/LTX-2.5

전문 영상 후반 작업: 기본 4K HDR, RAW 및 EXR 무손실 출력을 색보정, 특수효과 합성 및 편집 파이프라인에 바로 연결할 수 있어 극장 및 스트리밍 서비스급 후반 제작 요구를 충족하며, 압축 MP4로 인한 색보정의 어려움을 피할 수 있습니다.
AI 단편 드라마 및 애니메이션 드라마: Multishot 멀티샷 생성으로 일관된 서사 스토리보드를 한 번에 출력하고, 정밀한 동영상 편집으로 ‘실사 동작 골격 + AI 캐릭터 교체 및 스타일화 코팅’을 지원해 장면 연속성과 동작 제어라는 두 가지 핵심 문제를 근본적으로 해결합니다.
광고 및 브랜드 콘텐츠: 고품질 상업 동영상을 빠르게 반복 제작할 수 있습니다. Prompt Enhancer로 프롬프트 엔지니어링의 진입 장벽을 낮추고, Distilled 모델로 빠르게 미리 본 뒤 완전한 모델로 최종 결과물을 출력해 효율과 품질을 모두 확보합니다.
물리 AI 및 로봇: Physical AI Checkpoint는 체화 지능 팀에 세계 모델의 기반을 제공해 로봇 시스템이 물리적 세계와 운동 법칙을 인식하도록 지원하며, 순수 콘텐츠 창작의 범위를 넘어섭니다.