Ejecutar vídeo de IA en local: LTX-2, RTX y ComfyUI en 2026

El modelo de código abierto LTX-2, desarrollado por Lightricks en colaboración con NVIDIA, ahora genera hasta 20 segundos de vídeo 4K a 50 FPS en una única GPU de consumo. Sin nube. Sin suscripción. Sin datos que salgan de tu equipo.

En el CES 2026, NVIDIA demostró LTX-2 ejecutándose de forma nativa en la nueva RTX 50 Series, y los resultados dejaron al público sin palabras. No era una demo de investigación: era generación de vídeo local lista para producción, ejecutándose a velocidades que rivalizan con los servicios en la nube.

A continuación, te explico qué significa esto, qué necesitas y cómo configurarlo.

Por qué es importante la generación de vídeo de IA en local

Antes de sumergirnos en la configuración técnica, permíteme explicar por qué ejecutar vídeo de IA en local no es solo una preferencia de entusiastas. Resuelve problemas reales.

Para los estudios que gestionan metraje de clientes, la privacidad no es opcional. Para los creadores en regiones con conexiones lentas de internet, la generación en la nube es poco práctica. Y para cualquiera que genere cientos de clips al mes, las cuentas de las suscripciones dejan de tener sentido muy rápidamente.

Qué necesitas: requisitos de hardware

Aquí tienes el desglose honesto. La generación local requiere un hardware decente, pero probablemente no tan extremo como imaginas.

Comparativa de rendimiento de GPU

La diferencia de rendimiento entre generaciones es espectacular. Esto es lo que NVIDIA demostró en el CES 2026:

La RTX 50 Series logra su aceleración de 3x mediante la cuantización nativa NVFP4, reduciendo a la mitad la precisión de los pesos del modelo sin una pérdida de calidad visible. Es el mismo truco que hizo viables los LLM en hardware de consumo, ahora aplicado a la difusión de vídeo.

LTX-2: qué lo hace especial

LTX-2 no es simplemente "otro modelo de código abierto". Representa un cambio fundamental en lo que es posible sobre hardware de consumo.

Cómo se compara con los servicios en la nube

Veamos en detalle qué puede y qué no puede hacer la generación local frente a las grandes plataformas en la nube.

El compromiso es evidente: los servicios en la nube ofrecen resultados más pulidos con menos configuración inicial, mientras que la generación local te da control, privacidad y cero coste marginal por generación. Para un análisis más exhaustivo sobre cómo se comparan estas plataformas en la nube, consulta nuestra comparativa entre Sora 2, Runway y Veo 3.

Configurar LTX-2 con ComfyUI: paso a paso

Esta es la guía práctica. Doy por hecho que dispones de una GPU NVIDIA con al menos 8 GB de VRAM y un controlador reciente instalado.

Paso 1: Instalar ComfyUI

ComfyUI es una interfaz visual basada en nodos para modelos de difusión. Imagínalo como el sistema de Blueprints de Unreal Engine, pero para flujos de trabajo de generación con IA.

# 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

Paso 2: Descargar el modelo LTX-2

# Navigate to the models directory
cd models/checkpoints
 
# The weights live in Lightricks' gated repo on Hugging Face. Accept the terms on the
# model page first, then authenticate, or every download returns 401:
#   https://huggingface.co/Lightricks/LTX-2.5
# Verified 2026-08-31: the repo is gated (API reports gated=auto, 17 files). Pick the
# transformer that matches your VRAM from diffusion_models/ and the video VAE from vae/.
huggingface-cli login
huggingface-cli download Lightricks/LTX-2.5 \
  diffusion_models/ltx-2.5-22b-distilled-transformer-nvfp4.safetensors \
  vae/ltx-2.5-video-vae-bf16.safetensors --local-dir .

Paso 3: Instalar la extensión LTX-2 para ComfyUI

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

Paso 4: Iniciar y generar

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

Abre http://127.0.0.1:8188 en tu navegador. Carga el flujo de trabajo de LTX-2 desde la carpeta de ejemplos de la extensión, introduce tu prompt y haz clic en "Queue Prompt".

Optimizar tu configuración

Una vez que la configuración básica esté funcionando, aquí tienes los ajustes que marcan una diferencia real.

Gestión de VRAM

El mayor cuello de botella para la generación local es la VRAM. A continuación se explica cómo aprovechar al máximo la que tienes:

• ✓Activa la descarga del modelo (mueve capas no utilizadas a la RAM del sistema)
• ✓Usa la cuantización NVFP8/NVFP4 adecuada para tu generación de GPU
• ✓Cierra pestañas del navegador y otras aplicaciones que consuman GPU
• ✓Configura Windows en "Programación de GPU acelerada por hardware" en la configuración de pantalla
• ✓Considera un arranque dual con Linux (5-10% mejor aprovechamiento de la GPU frente a Windows)

Flujo de trabajo de procesamiento por lotes

Para creadores que necesitan generar muchos clips, ComfyUI admite el encolado por lotes. Prepara tus prompts en un archivo JSON, conéctalos a un nodo cargador por lotes y deja tu GPU trabajando toda la noche.

Entrenamiento LoRA para estilos personalizados

Aquí es donde la generación local destaca de verdad. Puedes entrenar un adaptador LoRA con 50-100 fotogramas de metraje de referencia en unos 30 minutos en una RTX 4090. El resultado es un archivo ligero (habitualmente de 100-300 MB) que orienta el modelo hacia tu estilo visual concreto, apariencias de personajes o estéticas de entorno.

# Example LoRA training command
python train_lora.py \
  --model ltx-2.5-22b-distilled-transformer-nvfp4.safetensors \
  --data ./my_reference_frames/ \
  --output ./loras/my_style.safetensors \
  --steps 1000 \
  --lr 1e-4 \
  --rank 32

El cálculo de costes

Pongamos cifras concretas. Supongamos que eres un creador de vídeo freelance que genera 100 clips de cinco segundos al mes.

Una RTX 4090 cuesta alrededor de $1,600 según el precio de venta recomendado, aunque los precios actuales del mercado rondan más bien los $2,500-2,800 debido al fin de su producción. Con 100 clips al mes utilizando servicios en la nube, incluso a precio de mercado la GPU se amortiza en 18-24 meses, y a partir de ahí generas solo por el coste de la electricidad.

Qué viene a continuación

La trayectoria de la generación de vídeo de IA en local se está acelerando. Tres novedades a seguir:

Conclusión

Los servicios de vídeo de IA en la nube son productos excelentes. Sora, Veo, Runway: todos ofrecen resultados impresionantes con una configuración mínima. Pero conllevan contrapartidas que muchos creadores empiezan a considerar inaceptables: costes recurrentes, preocupaciones sobre la privacidad, dependencia de internet y personalización limitada.

LTX-2 con ComfyUI en una GPU NVIDIA RTX no es un término medio de compromiso. Es un paradigma distinto. Uno en el que eres dueño de toda la cadena, desde los pesos del modelo hasta el resultado final. La configuración lleva una tarde. La curva de aprendizaje es real pero perfectamente manejable. Y los resultados, especialmente en 4K con las últimas optimizaciones, son genuinamente competitivos frente a las alternativas en la nube.

Si tienes una GPU RTX acumulando polvo entre sesiones de juego, dale un segundo propósito. Puede que te sorprenda lo que es capaz de hacer.

Fuentes

• Lightricks: El repositorio oficial de Lightricks documenta la generación de vídeo local en una RTX 4060 con 8 GB… (Lightricks)