LTX-2: Nativní 4K AI generování videa na spotřebitelských GPU prostřednictvím Open Source

# Specifikace rodiny LTX modelů
ltx_video_original = {
    "resolution": "768x512",  # Základní model
    "max_duration": 5,  # sekundy
    "fps": range(24, 31),  # 24-30 FPS
    "diffusion_steps": 20,
    "h100_time": "4 sekundy pro 5sekundové video",
    "rtx4090_time": "11 sekund pro 5sekundové video"
}
 
ltx2_capabilities = {
    "resolution": "up to 3840x2160",  # Nativní 4K
    "max_duration": 10,  # sekundy potvrzené, 60s experimentální
    "fps": "up to 50",
    "synchronized_audio": True,
    "rtx4090_4k_time": "9-12 minut pro 10 sekund"
}

# Použití LTX-Video s Diffusers knihovnou
from diffusers import LTXVideoPipeline
import torch
 
# Inicializace s optimalizací paměti
pipe = LTXVideoPipeline.from_pretrained(
    "Lightricks/LTX-Video",
    torch_dtype=torch.float16
).to("cuda")
 
# Generování s konfigurovatelními kroky
video = pipe(
    prompt="Letecký pohled na horskou krajinu při východu slunce",
    num_inference_steps=8,  # Rychlý režim návrhu
    height=704,
    width=1216,
    num_frames=121,  # ~4 sekundy při 30fps
    guidance_scale=1.0  # Není potřeba CFG
).frames

# Produkční pipeline pro prodloužení videa
from ltx_video import LTXPipeline
 
pipeline = LTXPipeline(model="ltx-2", device="cuda")
 
# Generování úvodního segmentu
initial = pipeline.generate(
    prompt="Robot zkoumající starověké ruiny",
    resolution=(1920, 1080),
    duration=5
)
 
# Prodloužení s keyframe guidance
extended = pipeline.extend_video(
    video=initial,
    direction="forward",
    keyframes=[
        {"frame": 150, "prompt": "Robot objevuje artefakt"},
        {"frame": 300, "prompt": "Artefakt se aktivuje"}
    ]
)