Meta PixelFara beint í aðalefni
DamienDamien· Höfundur með gervigreind, yfirfarið af manneskju
9 min read
1725 orð

Keyrðu AI-myndir staðbundið: LTX-2, RTX og ComfyUI árið 2026

Búðu til 4K AI-myndir á eigin GPU án áskrifta, skýs eða áhyggja um gagnaeinkaspæki. Hér er allt sem þú þarft til að hefjast handa.

Keyrðu AI-myndir staðbundið: LTX-2, RTX og ComfyUI árið 2026

Tilbúin(n) til að búa til þín eigin gervigreindarmyndbönd?

Slástu í hóp þúsunda skapara sem nota Bonega.ai

Skýjamiðlað AI-myndasjöfnun hefur skipað sviðinu síðustu ár. Sora, Veo, Runway, þau öll krefjast mánaðarlegra áskrifta, hlaða myndefni á þriðja aðila þjóna og reiða sig á hraða internetsins sem flestir okkar geta ekki stjórnað. En þögul byltingu hefur verið að byggjast á skjáborðinu. Ein sem setur þig aftur við stjórnvölinn.

Opna hugbúnaðarlíkanið LTX-2, þróað af Lightricks í samvinnu við NVIDIA, framleiðir nú allt að 20 sekúndur af 4K myndum á 50 FPS á einni neytenda GPU. Engin ský. Engin áskrift. Engin gögn fara frá vélinum þínum.

Á CES 2026 sýndi NVIDIA LTX-2 keyrt á fullu á nýjum RTX 50 Series, og niðurstöðurnar létu áhorfendur á stofni. Þetta var ekki rannsóknarnotkun. Það var framleiðslutilbúin staðbundin myndabuð, keyrð á hraða sem jafnast á við skýjaþjónustu.

Leyfðu mér að ganga þig í gegnum það sem þetta þýðir, hvað þú þarft og hvernig á að setja það upp.

Af hverju staðbundin AI-myndasjöfnun skiptir máli

Áður en við stökkum í tæknilega uppsetningu, leyfðu mér að skýra hvers vegna það að keyra AI-myndir staðbundið er ekki bara áhugamanna val. Það leyðir raunveruleg vandamál.

Skýjasamfellun

Mánaðarleg gjöld ($20-100/mánuð), gögn hlaðin á þriðja aðila þjóna, háð internetsambandi, myndunarbið á tímum með háum eftirspurn, takmarkað sérstillingarvalkosti

Staðbundin myndun

Einskiptis vélbúnaðarfjárfesting, fullkomin gagnavernd, virkar án netsambands, engin biðtími, fullt líkanansérstilling með LoRA þjálfun, ótakmarkaðar myndanir

Fyrir stúdíó sem meðhöndla efni viðskiptavina er vernd ekki valfrjáls. Fyrir skaparana á svæðum með hægur netsambandi er skýjamyndun óframkvæmanleg. Og fyrir alla sem búa til hundruð grípa á mánuði hættir áskriftastærðfræðin fljótt að vera skynsamleg.

Hvað þú þarft: Vélbúnaðarkröfur

Hér er heiðarlegt sundurliðun. Staðbundin myndum krefst annekar vélbúnaðar, en líklega ekki eins mikinn og þú gætir haldið.

RTX 4060
Lágmarks GPU
RTX 5090
Besti GPU
8 GB
Lágmarks VRAM
24 GB
Mælt með VRAM
ÍhlutiLágmarkMælt meðBesta
GPURTX 4060 (8 GB)RTX 4090 (24 GB)RTX 5090 (32 GB)
RAM16 GB32 GB64 GB
Geymsla50 GB laus SSD200 GB NVMe500 GB NVMe
OSWindows 10/11, LinuxUbuntu 22.04+Ubuntu 22.04+
💡
Ef þú átt þegar RTX 3060 12 GB eða betra geturðu byrjað að búa til AI-myndir í dag. RTX 30 Series fær 2x hraðastig og 40% VRAM lækkun með NVFP8 nákvæmni sniði sem kynnt var með LTX-2.

GPU frammistöðu samanburður

Frammistöðubil milli kynslóða er stórkostlegt. Hér er það sem NVIDIA sýndi á CES 2026:

GPU720p (5s króka)1080p (5s króka)4K (5s króka)VRAM notkun
RTX 3060 12 GB~45 sekúndur~90 sekúndurEkki stuðlað11 GB
RTX 4060 8 GB~30 sekúndur~60 sekúndurEkki stuðlað7.5 GB
RTX 4090 24 GB~8 sekúndur~15 sekúndur~45 sekúndur18 GB
RTX 5090 32 GB~3 sekúndur~6 sekúndur~15 sekúndur20 GB

RTX 50 Series nær 3x hraðasigu sinni með innfelldum NVFP4 magngerðum, sem helmingur nákvæmni líkanaþunga án sýnilegrar gæðaskerðingar. Þetta er sama trikið sem gerði LLM-öll hagnýt á neytendum vélbúnaði, nú beitt á myndbrot dreifingu.

GPU viðmið samanburður fyrir AI myndasjöfnun sem sýnir RTX 3060, 4060, 4090 og 5090 frammistöðu
Myndun tími fyrir 5 sekúndna 720p króka í NVIDIA GPU kynslóðum

LTX-2: Hvað gerir það sérstakt

LTX-2 er ekki bara "annað opna hugbúnaðarlíkan." Það táknar grundvallarbreytingu í því sem er mögulegt á neytendum vélbúnaði.

🎬

Allt að 20 sekúndum á 4K 50 FPS

Innfædd há upplausn myndum án yfirsamtöl tryllanna. Líkanið gefur út 4K beint.
🔊

Innbyggð hljóðsamfellun

Samstillt hljóðhrif og omlukt hljóð framleitt samhliða myndum. Engin aðskilin hljóðlíkan nauðsynleg.
🎯

Fjöl-lykkuðri stjórnun

Tilgreindu margar tilvísunarmyndir í gegnum röðina. Líkanið brúast á milli þeirra með eðlisfræðilega meðvituðri hreyfingu.
🧩

LoRA-endurbót sérstilling

Þjálfa léttu aðlögunaraðila (LoRA) á þínu eigin myndefni til að búa til persónutilgreinda stíla, persónutusamkomulag eða umhverfis fagurfræði.
💻

ComfyUI samþætting

Draga og sleppa verkflæðis hnútum sem bætt voru um 40% á NVIDIA GPU-um. Engin skipanalína nauðsynleg fyrir grunnnotkun.

Hvernig það ber saman við skýjaþjónustu

Leyfðu mér að vera sérstakur um hvað staðbundin myndum getur og getur ekki gert samanburðar við stóru skýjavettvangana.

EiginleikiLTX-2 (Staðbundið)Sora 2Veo 3.1Runway Gen-4.5
Hámarks upplausn4K1080p4K1080p
Hámarks lengd20 sekúndur20 sekúndur8 sekúndur10 sekúndur
HljóðInnbyggtAðskiliðInnfæltAðskilið
PersónuverndFullkominSkýSkýSký
Mánaðarleg kostnað$0$20-200$20-50$15-100
SérstillingFullri (LoRA)TakmarkaðirTakmarkaðirMeðalsterkir
Hraði (1080p, 5s)6-60s (GPU háð)30-120s15-60s20-90s

Mótvægið er ljóst, skýjaþjónustan bjóða fullkomnari framleiðslu með minni uppsetningu, en staðbundin myndum gefur þér stjórn, vernd og núll jaðarkostnaði á myndum. Til dýpri skoðunar á því hvernig þessir skýjavettvangir bera saman, sjá okkar Sora 2 vs Runway vs Veo 3 samanburð.

Setja upp LTX-2 með ComfyUI: Skref fyrir skref

Hér er hinn praktíski leiðbeiningar. Ég er að gera ráð fyrir að þú hafir NVIDIA GPU með að minnsta kosti 8 GB VRAM og nýlegri akstri sett upp.

Skref 1: Settu upp ComfyUI

ComfyUI er hnútabundinn sjón viðmót fyrir dreifisóðalíkön. Hugsaðu um það sem Unreal Engine Blueprint kerfi, en fyrir AI myndun verkflæði.

# Klóna ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
 
# Búðu til sýndarumhverfi
python -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate   # Windows
 
# Settu upp háðlega
pip install -r requirements.txt
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124

Skref 2: Skaðaðu LTX-2 líkan

# Farðu í líkön skrásafn
cd models/checkpoints
 
# Niðurhala LTX-2 (um 15 GB)
wget https://huggingface.co/Lightricks/LTX-Video-2/resolve/main/ltx-video-2-0.safetensors
 
# Niðurhala VAE
cd ../vae
wget https://huggingface.co/Lightricks/LTX-Video-2/resolve/main/ltx-video-2-vae.safetensors

Skref 3: Settu upp LTX-2 ComfyUI framlengu

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

Skref 4: Ræstu og búðu til

# Farðu aftur í ComfyUI rót
cd ../..
python main.py --listen 127.0.0.1 --port 8188

Opnaðu http://127.0.0.1:8188 í vafranum þínum. Hlöðu LTX-2 verkflæði frá framlengingu dæmis möppu, sláðu inn tilkynnu þína og slá "Queue Prompt."

💡
Fyrir RTX 30/40 Series notendur: virkjaðu NVFP8 magngerð valkosti í líkana hleðandi hnút. Þetta skera VRAM notkun um 40% með óverulegu gæðaáhrifum. RTX 50 Series notendur ættu að nota NVFP4 fyrir hámarks hraða.

Bæta uppsetningu þína

Eftir að grunnuppsetningu virkar, hér eru sviðsetning trikin sem gera raunverulegan mun.

VRAM stjórnun

Stærsti einstaki flöskuhálsi staðbundinni myndum er VRAM. Hér er hvernig á að hámarka það sem þú ert með:

  • Virkjaðu líkana flutningu (flytur ónotuð lög til kerfis RAM)
  • Notaðu NVFP8/NVFP4 magngerð fyrir GPU myndun þína
  • Lokaðu vafra flipum og öðrum GPU-hungru forritum
  • Stilltu Windows á "Vélbúnaðar flýtir GPU áætlanir" í skjástillingum
  • Íhugaðu Linux tvöfalt-stærra (5-10% betri GPU nýtingu á móti Windows)

Runnu vinnsla verkflæði

Fyrir skaparana sem þarf að búa til margar króka stuðlar ComfyUI runnu bið. Settu fram tilkynnum þínar í JSON skrá, tengstu þeim við runna hleðandi hnút og láttu GPU þinn vinna á nóttunni. Ég hef búið til 200+ króka í einni einni nótt þinginu á RTX 4090.

LoRA þjálfun fyrir sérstaka stíla

Þetta er þar sem staðbundin myndum skín sannarlega. Þú getur þjálfað LoRA aðlögun á 50-100 ramma tilvísun myndefni í um 30 mínútu á RTX 4090. Niðurstöðan er léttu skrá (venjulega 100-300 MB) sem hlutdrægni líkanið í átt að þínni sértæka sjón stíli, persónutu birtingar eða umhverfis fagurfræði.

# Dæmi LoRA þjálfun skipun
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

Kostnaðar útreikning

Leyfðu mér að setja steypu töl á þetta. Gerum ráð fyrir að þú séir sjálfstæð myndaskaparinn sem framleiðir 100 fimm sekúndna króka á mánuði.

NálgunMánaðarleg kostnaðÁrleg kostnaðPersónuvernd
Sora 2 Pro$100/mánuð$1.200/árSký
Runway staðall$76/mánuð$912/árSký
Veo (Google AI Pro)$50/mánuð$600/árSký
LTX-2 + RTX 4090~$15/mánuð (rafmagn)~$180/árFullkomin

RTX 4090 kostar um $1.600 við MSRP, þó að núverandi markaðsverð svifi nálægt $2.500-2.800 vegna hættu framleiðslu. Á 100 króka á mánuði með skýjaþjónustu, jafnvel á markaðsverði GPU borgar sig innan 18-24 mánuðum, og þá ert þú myndum fyrir kostnaði rafmagns.

Fyrir hágólf skaparana er staðbundin myndum ekki bara persónuvernd val. Það er fjárhagsleg ákvörðun sem borgar sig innan fyrstu árs.

Hvað kemur næst

Brautir staðbundins AI myndasjöfnunar flýta sér. Þrjú þróun til að horfa á:

Q1 2026

LTX-2.1 útgáfa

Vænt endurbætur á tímabundnu samhenginu og hljóðgæðum. Lightricks hefur gefið til kynna innfæld tvöfo-samstillung getu.

Q2 2026

NVIDIA Rubin kerfi

Næsti kyns GPU arkitektúr með sérstökum myndum myndun kísili. Vænt 5-10x endurbót yfir núverandi RTX 50 Series fyrir dreifingu verk.

H2 2026

Meta Mango (möguleg opinn heimild)

Ef Meta fylgir LLaMA mynstri sínum, Mango gæti orðið most fær opinn heimild myndasjöfnun líkan til, sem ná staðbundna myndum gæði.

Botninn lína

Skýja AI myndasjónustur eru frábær vara. Sora, Veo, Runway, þau allt skila glæsilegum niðurstöðum með lágmarks uppsetningu. En þau koma með mótvægi sem margir skaparar fara að finna óslyknanlegir: endurtekinn kostnað, persónuvernd áhyggja, netsambands háð, og takmarkaðri sérstilling.

LTX-2 með ComfyUI á NVIDIA RTX GPU er ekki málamiðlun. Það er aðgreina paradígma. Ein þar sem þú átt allt leiðir, frá líkana þunga til endanleg framleiðslu. Uppsetningu tekur kvöldið. Námskúrfan er raunveruleg en stjórnað. Og niðurstöðurnar, einkum á 4K með nýjustu bókunum, eru sannarlega deildir með skýjaval.

Ef þú ert með RTX GPU sofa grunnaðir milli leikja þing, gefa því annarri vinnu. Þú gætir verið fyrir róti hvað það getur gert.

💡

Tengdar lessandur: Fyrir meira um opnum heimild AI myndum hreyfi, athugaðu Opinn heimild AI myndir byltingu og okkar fyrri djúp plökkun á LTX-2 innfæld 4K myndum. Forðaðir um breiðari landsvæði? Sjá AI myndum $10 byltingu: Hvernig fjárhagsáætlun verkfæri eru ögrun risum.

Damien
DamienAI DeveloperAI Author

Gervigreindarforritari frá Lyon sem elskar að breyta flóknum ML-hugtökum í einfaldar uppskriftir. Þegar hann er ekki að kemba villur úr líkönum finnurðu hann hjólandi um Rhônedalinn.

View profile →

Líkaði þér það sem þú last?

Breyttu hugmyndum þínum í gervigreindarmyndbönd af ótakmarkaðri lengd á nokkrum mínútum.

Tengdar greinar

Haltu áfram að skoða þessar tengdu færslur

Líkaði þér við þessa grein?

Uppgötvaðu fleiri innsýn og fylgstu með nýjasta efninu okkar.