تشغيل فيديو الذكاء الاصطناعي محليا: LTX-2 و RTX و ComfyUI في 2026

لطالما هيمنت خدمات إنشاء فيديو الذكاء الاصطناعي المستندة إلى السحابة على النقاشات خلال العام الماضي. Sora و Veo و Runway، جميعها تتطلب اشتراكات شهرية، وتحميل مقاطعك على خوادم الجهات الخارجية، والاعتماد على سرعات الإنترنت التي لا يمكن لمعظمنا التحكم فيها. لكن ثورة أهدأ كانت تتطور على جانب سطح المكتب. واحدة تعيدك إلى مقعد التحكم.

نموذج المصدر المفتوح LTX-2، الذي طورته Lightricks بالتعاون مع NVIDIA، ينشئ الآن ما يصل إلى 20 ثانية من الفيديو بدقة 4K بـ 50 إطار في الثانية على معالج رسومات واحد من المستهلك. لا سحابة. لا اشتراك. لا نقل بيانات خارج جهازك.

في CES 2026، أظهرت NVIDIA تشغيل LTX-2 بشكل أصلي على سلسلة RTX 50 الجديدة، والنتائج أذهلت الجمهور. لم تكن هذه نسخة تجريبية بحثية. كانت إنشاء فيديو محلي جاهز للإنتاج، يعمل بسرعات تضاهي خدمات السحابة.

دعني أرشدك عما يعنيه هذا، وما تحتاجه، وكيفية إعداده.

لماذا يهمك إنشاء فيديو الذكاء الاصطناعي محليا

قبل الخوض في الإعداد الفني، دعني أشرح لماذا تشغيل فيديو الذكاء الاصطناعي محليا ليس مجرد تفضيل هواة. إنها تحل مشاكل حقيقية.

✗إنشاء السحابة

اشتراكات شهرية (20-100 دولار شهريا)، تحميل البيانات على خوادم الجهات الخارجية، الاعتماد على الإنترنت، طوابير الإنشاء خلال أوقات الذروة، خيارات تخصيص محدودة

✓الإنشاء المحلي

استثمار أجهزة لمرة واحدة، خصوصية بيانات كاملة، يعمل بدون اتصال، بدون أوقات انتظار، تخصيص نموذج كامل مع تدريب LoRA، إنشاءات غير محدودة

بالنسبة للاستوديوهات التي تتعامل مع مقاطع الفيديو الخاصة بالعملاء، الخصوصية ليست خيارية. بالنسبة للمبدعين في المناطق التي تتمتع بإنترنت بطيء، إنشاء السحابة غير عملي. وبالنسبة لأي شخص ينتج مئات المقاطع شهريا، رياضيات الاشتراك تتوقف عن الاستشعار بسرعة جدا.

ما تحتاجه: متطلبات الأجهزة

إليك التفصيل الصريح. الإنشاء المحلي يتطلب أجهزة لائقة، لكن ربما ليس بقدر ما قد تتخيل.

RTX 4060

الحد الأدنى GPU

RTX 5090

GPU الأمثل

8 GB

الحد الأدنى VRAM

24 GB

VRAM الموصى به

المكون	الحد الأدنى	الموصى به	الأمثل
GPU	RTX 4060 (8 GB)	RTX 4090 (24 GB)	RTX 5090 (32 GB)
RAM	16 GB	32 GB	64 GB
التخزين	50 GB مساحة حرة SSD	200 GB NVMe	500 GB NVMe
نظام التشغيل	Windows 10/11, Linux	Ubuntu 22.04+	Ubuntu 22.04+

💡

إذا كنت تمتلك بالفعل RTX 3060 بـ 12 GB أو أفضل، يمكنك البدء في إنشاء فيديو الذكاء الاصطناعي اليوم. حصلت سلسلة RTX 30 على تعزيز سرعة 2x وتقليل VRAM بنسبة 40% عبر صيغة الدقة NVFP8 المقدمة مع LTX-2.

مقارنة أداء GPU

الفجوة في الأداء بين الأجيال درامية. إليك ما أظهرته NVIDIA في CES 2026:

GPU	720p (5 ثواني)	1080p (5 ثواني)	4K (5 ثواني)	استخدام VRAM
RTX 3060 12 GB	~45 ثانية	~90 ثانية	غير مدعوم	11 GB
RTX 4060 8 GB	~30 ثانية	~60 ثانية	غير مدعوم	7.5 GB
RTX 4090 24 GB	~8 ثواني	~15 ثانية	~45 ثانية	18 GB
RTX 5090 32 GB	~3 ثواني	~6 ثواني	~15 ثانية	20 GB

تحقق سلسلة RTX 50 من تعزيزها 3x من خلال تجميع NVFP4 الأصلي، مما يقلل من دقة أوزان النموذج بدون فقدان جودة مرئي. هذه نفس الحيلة التي جعلت نماذج اللغة الكبيرة عملية على أجهزة المستهلكين، وتطبق الآن على نشر فيديو الانتشار.

مقارنة معايير GPU لإنشاء فيديو الذكاء الاصطناعي تظهر أداء RTX 3060 و 4060 و 4090 و 5090 — وقت الإنشاء لمقطع 720p بمدة 5 ثواني عبر أجيال NVIDIA GPU

LTX-2: ما الذي يجعله خاصا

LTX-2 ليست ببساطة "نموذج آخر من المصدر المفتوح". إنها تمثل تحولا أساسيا في ما هو ممكن على أجهزة المستهلكين.

🎬

ما يصل إلى 20 ثانية بـ 4K 50 FPS

إنشاء دقة عالية أصلي بدون حيل فائقة. النموذج ينتج 4K مباشرة.

🔊

إنشاء الصوت المدمج

مؤثرات صوتية وصوت محيط تم إنشاؤه جنبا إلى جنب مع الفيديو. لا حاجة لنموذج صوتي منفصل.

🎯

التحكم في عدة إطارات رئيسية

حدد إطارات مرجعية متعددة طوال التسلسل. ينقح النموذج بينها مع حركة يعي الفيزياء.

🧩

تخصيص قائم على LoRA

قطار محولات خفيفة الوزن (LoRA) على اللقطات الخاصة بك لإنشاء أنماط مخصصة أو شخصيات أو جماليات البيئة.

💻

تكامل ComfyUI

عقد سير عمل السحب والإفلات محسنة بنسبة 40% على معالجات NVIDIA. لا حاجة لسطر أوامر للاستخدام الأساسي.

كيف يقارن مع خدمات السحابة

دعني أكون محددا حول ما يمكن وما لا يمكن للإنشاء المحلي القيام به مقارنة بالمنصات السحابية الكبرى.

الميزة	LTX-2 (محلي)	Sora 2	Veo 3.1	Runway Gen-4.5
أقصى دقة	4K	1080p	4K	1080p
أقصى مدة	20 ثانية	20 ثانية	8 ثواني	10 ثواني
الصوت	مدمج	منفصل	أصلي	منفصل
الخصوصية	كاملة	سحابة	سحابة	سحابة
التكلفة الشهرية	0 دولار	20-200 دولار	20-50 دولار	15-100 دولار
التخصيص	كامل (LoRA)	محدود	محدود	معتدل
السرعة (1080p, 5s)	6-60s (اعتماد GPU)	30-120s	15-60s	20-90s

المقايضة واضحة: خدمات السحابة توفر نتائج أكثر تلميعا مع إعداد أقل، بينما الإنشاء المحلي يمنحك السيطرة والخصوصية وتكلفة هامشية صفرية لكل إنشاء. للحصول على نظرة أعمق حول كيفية قارنة هذه المنصات السحابية، انظر إلى مقارنة Sora 2 مقابل Runway مقابل Veo 3 الخاصة بنا.

إعداد LTX-2 مع ComfyUI: خطوة بخطوة

إليك الشرح العملي. أنا أفترض أن لديك GPU NVIDIA بـ 8 GB على الأقل من VRAM وتشغيل حديث مثبت.

الخطوة 1: تثبيت ComfyUI

ComfyUI هو واجهة مرئية قائمة على العقد لنماذج الانتشار. فكر فيها كنظام Unreal Engine Blueprint، لكن لسير عمل إنشاء الذكاء الاصطناعي.

# Clone ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
 
# Create a virtual environment
python -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate   # Windows
 
# Install dependencies
pip install -r requirements.txt
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124

الخطوة 2: تحميل نموذج LTX-2

# Navigate to the models directory
cd models/checkpoints
 
# Download LTX-2 (approximately 15 GB)
wget https://huggingface.co/Lightricks/LTX-Video-2/resolve/main/ltx-video-2-0.safetensors
 
# Download the VAE
cd ../vae
wget https://huggingface.co/Lightricks/LTX-Video-2/resolve/main/ltx-video-2-vae.safetensors

الخطوة 3: تثبيت امتداد ComfyUI LTX-2

cd ../../custom_nodes
git clone https://github.com/Lightricks/ComfyUI-LTXVideo.git
cd ComfyUI-LTXVideo
pip install -r requirements.txt

الخطوة 4: الإطلاق والإنشاء

# Return to ComfyUI root
cd ../..
python main.py --listen 127.0.0.1 --port 8188

افتح http://127.0.0.1:8188 في متصفحك. حمل سير عمل LTX-2 من مجلد أمثلة الامتداد، اكتب موجهتك، واضغط على "Queue Prompt".

💡

لمستخدمي سلسلة RTX 30/40: قم بتمكين خيار تجميع NVFP8 في عقدة محمل النموذج. هذا يقلل استخدام VRAM بنسبة 40% مع تأثير جودة طفيف جدا. يجب على مستخدمي سلسلة RTX 50 استخدام NVFP4 للحصول على أقصى سرعة.

تحسين إعدادك

بعد أن يعمل الإعداد الأساسي، إليك حيل التعديل التي تحدث فرقا حقيقيا.

إدارة VRAM

أكبر عنق زجاجة واحد للإنشاء المحلي هو VRAM. إليك كيفية زيادة ما لديك:

✓تمكين تفريغ النموذج (ينقل الطبقات غير المستخدمة إلى RAM النظام)
✓استخدم تجميع NVFP8/NVFP4 لإنشاء GPU الخاص بك
✓أغلق علامات تبويب المتصفح والتطبيقات الجوعة GPU الأخرى
✓اضبط Windows على "جدولة GPU بتسارع أجهزة" في إعدادات العرض
✓فكر في التمهيد الثنائي Linux (5-10% أفضل استخدام GPU مقابل Windows)

سير عمل معالجة الدفعة

بالنسبة للمبدعين الذين يحتاجون إلى إنشاء مقاطع عديدة، يدعم ComfyUI قائمة انتظار الدفعات. قم بإعداد موجهاتك في ملف JSON، وقم بتوصيلها بعقدة محمل الدفعة، واترك معالج الرسومات الخاص بك يعمل طوال الليل. لقد أنشأت أكثر من 200+ مقطع في جلسة ليلية واحدة على RTX 4090.

تدريب LoRA على أنماط مخصصة

هنا حيث يتألق الإنشاء المحلي حقا. يمكنك تدريب محول LoRA على 50-100 إطار من لقطات مرجعية في حوالي 30 دقيقة على RTX 4090. النتيجة هي ملف خفيف الوزن (عادة 100-300 MB) يميل النموذج نحو أسلوبك البصري المحدد أو ظهور الشخصيات أو جماليات البيئة.

# Example LoRA training command
python train_lora.py \
  --model ltx-video-2-0.safetensors \
  --data ./my_reference_frames/ \
  --output ./loras/my_style.safetensors \
  --steps 1000 \
  --lr 1e-4 \
  --rank 32

حساب التكلفة

دعني أضع أرقاما ملموسة على هذا. افترض أنك مبدع فيديو مستقل ينتج 100 مقطع بمدة خمس ثواني شهريا.

النهج	التكلفة الشهرية	التكلفة السنوية	الخصوصية
Sora 2 Pro	100 دولار شهريا	1200 دولار سنويا	سحابة
Runway Standard	76 دولار شهريا	912 دولار سنويا	سحابة
Veo (Google AI Pro)	50 دولار شهريا	600 دولار سنويا	سحابة
LTX-2 + RTX 4090	~15 دولار شهريا (كهرباء)	~180 دولار سنويا	كاملة

تكلف RTX 4090 حوالي 1600 دولار بـ MSRP، على الرغم من أن أسعار السوق الحالية تحوم بالقرب من 2500-2800 دولار بسبب الإنتاج المتوقف. عند 100 مقطع شهريا باستخدام خدمات السحابة، حتى بسعر السوق يدفع GPU لنفسه في غضون 18-24 شهرا، ثم تنشئ بتكلفة الكهرباء.

✅

بالنسبة للمبدعين عالي الحجم، الإنشاء المحلي ليس فقط اختيار الخصوصية. إنها قرار مالي يدفع لنفسه في السنة الأولى.

ما القادم

مسار الإنشاء المحلي لفيديو الذكاء الاصطناعي يتسارع. ثلاث تطورات للمراقبة:

Q1 2026

إصدار LTX-2.1

تحسينات متوقعة على التماسك الزمني وجودة الصوت. لقد أشار Lightricks إلى إمكانيات تزامن الشفاه الأصلية.

Q2 2026

منصة NVIDIA Rubin

معمارية GPU من الجيل التالي مع سيليكون فيديو خاص بالإنشاء. التحسين المتوقع 5-10x على سلسلة RTX 50 الحالية لأعباء عمل الانتشار.

H2 2026

Meta Mango (احتمال المصدر المفتوح)

إذا اتبعت Meta نمط LLaMA، يمكن أن يصبح Mango نموذج فيديو مفتوح المصدر الأكثر قدرة المتاح، مما يعزز مزيد من جودة الإنشاء المحلي.

الحصيلة النهائية

خدمات فيديو الذكاء الاصطناعي السحابية منتجات رائعة. Sora و Veo و Runway، إنها تقدم جميعا نتائج مثيرة للإعجاب مع إعداد بسيط. لكنها تأتي مع مقايضات أن العديد من المبدعين يبدأون في إيجادها غير مقبولة: تكاليف متكررة، قلق الخصوصية، الاعتماد على الإنترنت، والتخصيص المحدود.

LTX-2 مع ComfyUI على GPU NVIDIA RTX ليست مساومة. إنها نموذج مختلف. واحد حيث تمتلك خط الأنابيب بالكامل، من أوزان النموذج إلى النتيجة النهائية. الإعداد يستغرق بعد الظهر. منحنى التعلم حقيقي لكن قابل للإدارة. والنتائج، خاصة بـ 4K مع التحسينات الأحدث، قابلة للمنافسة بصراحة مع البدائل السحابية.

إذا كان لديك GPU RTX يجمع الغبار بين جلسات الألعاب، امنحها وظيفة ثانية. قد تكون متفاجئا بما يمكنها القيام به.

💡

قراءات ذات صلة: للمزيد عن حركة فيديو الذكاء الاصطناعي مفتوح المصدر، تحقق من ثورة فيديو الذكاء الاصطناعي مفتوح المصدر والغوص العميق السابق لدينا في إنشاء LTX-2 الأصلي بـ 4K. مهتم بالمشهد الأوسع؟ انظر ثورة سعر فيديو الذكاء الاصطناعي بـ 10 دولار: كيف أدوات الميزانية تطالب بالعمالقة.