Generare video AI in locale: LTX-2, RTX e ComfyUI nel 2026

Il modello open-source LTX-2, sviluppato da Lightricks in collaborazione con NVIDIA, ora genera fino a 20 secondi di video 4K a 50 FPS su una singola GPU consumer. Niente cloud. Nessun abbonamento. Nessun dato che lascia il tuo computer.

Al CES 2026, NVIDIA ha mostrato LTX-2 in esecuzione nativa sulla nuova serie RTX 50, e i risultati hanno lasciato il pubblico senza parole. Non si trattava di una demo di ricerca. Era generazione video locale pronta per la produzione, con velocità paragonabili ai servizi cloud.

Lascia che ti spieghi cosa significa tutto questo, di cosa hai bisogno e come configurarlo.

Perché la generazione video AI in locale è importante

Prima di immergerci nella configurazione tecnica, lascia che ti spieghi perché eseguire video AI in locale non è solo una preferenza per appassionati. Risolve problemi reali.

Per gli studi che gestiscono filmati dei clienti, la privacy non è facoltativa. Per i creator in aree con connessioni lente, la generazione su cloud è impraticabile. E per chiunque generi centinaia di clip al mese, il calcolo dei costi degli abbonamenti smette di avere senso molto rapidamente.

Di cosa hai bisogno: requisiti hardware

Ecco l'analisi trasparente. La generazione locale richiede un hardware adeguato, ma probabilmente non così estremo come pensi.

Confronto prestazioni GPU

Il divario prestazionale tra le generazioni è notevole. Ecco cosa ha mostrato NVIDIA al CES 2026:

La serie RTX 50 raggiunge la sua velocità 3x attraverso la quantizzazione nativa NVFP4, dimezzando la precisione dei pesi del modello senza perdite visibili di qualità. È lo stesso trucco che ha reso pratici gli LLM sull'hardware consumer, ora applicato alla diffusione video.

LTX-2: cosa lo rende speciale

LTX-2 non è semplicemente "un altro modello open-source". Rappresenta un cambiamento fondamentale in ciò che è possibile ottenere su hardware consumer.

Come si confronta con i servizi cloud

Vorrei essere preciso su cosa la generazione locale può e non può fare rispetto alle grandi piattaforme cloud.

Il compromesso è chiaro: i servizi cloud offrono risultati più rifiniti con meno configurazione, mentre la generazione locale ti offre controllo, privacy e zero costi marginali per generazione. Per un'analisi più approfondita del confronto tra queste piattaforme cloud, consulta il nostro confronto Sora 2 vs Runway vs Veo 3.

Configurare LTX-2 con ComfyUI: passo dopo passo

Ecco la guida pratica. Presumo che tu abbia una GPU NVIDIA con almeno 8 GB di VRAM e un driver recente installato.

Passaggio 1: installare ComfyUI

ComfyUI è un'interfaccia visiva basata su nodi per modelli di diffusione. Immaginala come il sistema Blueprint di Unreal Engine, ma per i flussi di lavoro di generazione AI.

# 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

Passaggio 2: scaricare il modello 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 .

Passaggio 3: installare l'estensione ComfyUI per LTX-2

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

Passaggio 4: avviare e generare

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

Apri http://127.0.0.1:8188 nel tuo browser. Carica il flusso di lavoro LTX-2 dalla cartella degli esempi dell'estensione, inserisci il tuo prompt e premi "Queue Prompt".

Ottimizzare la configurazione

Dopo che la configurazione di base funziona, ecco i trucchi di ottimizzazione che fanno davvero la differenza.

Gestione della VRAM

Il singolo collo di bottiglia principale per la generazione locale è la VRAM. Ecco come massimizzare ciò che hai a disposizione:

• ✓Abilita il model offloading (sposta i layer inutilizzati sulla RAM di sistema)
• ✓Usa la quantizzazione NVFP8/NVFP4 adatta alla tua generazione di GPU
• ✓Chiudi le schede del browser e altre applicazioni che consumano GPU
• ✓Imposta Windows su "Pianificazione GPU con accelerazione hardware" nelle impostazioni dello schermo
• ✓Valuta un dual-boot con Linux (5-10% di miglior utilizzo della GPU rispetto a Windows)

Flusso di lavoro per l'elaborazione in batch

Per i creator che devono generare molte clip, ComfyUI supporta l'accodamento in batch. Configura i tuoi prompt in un file JSON, collegali a un nodo batch loader e lascia lavorare la tua GPU durante la notte.

Addestramento LoRA per stili personalizzati

È qui che la generazione locale brilla davvero. Puoi addestrare un adattatore LoRA su 50-100 fotogrammi di filmati di riferimento in circa 30 minuti su una RTX 4090. Il risultato è un file leggero (tipicamente 100-300 MB) che orienta il modello verso il tuo specifico stile visivo, l'aspetto dei personaggi o l'estetica dell'ambiente.

# 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

Il calcolo dei costi

Mettiamo numeri concreti su questo scenario. Ipotizziamo che tu sia un video creator freelance che genera 100 clip da cinque secondi al mese.

Una RTX 4090 costa circa $1,600 di listino MSRP, sebbene i prezzi di mercato attuali si aggirino più vicino a $2,500-2,800 a causa della fine della produzione. A 100 clip al mese con servizi cloud, anche al prezzo di mercato la GPU si ripaga entro 18-24 mesi, dopodiché generi semplicemente al costo dell'elettricità.

Cosa ci riserva il futuro

La traiettoria della generazione video AI locale sta accelerando. Tre novità da tenere d'occhio:

In conclusione

I servizi video AI su cloud sono prodotti eccellenti. Sora, Veo, Runway, offrono tutti risultati notevoli con una configurazione minima. Ma comportano compromessi che molti creator iniziano a trovare inaccettabili: costi ricorrenti, preoccupazioni per la privacy, dipendenza dalla connessione internet e personalizzazione limitata.

LTX-2 con ComfyUI su una GPU NVIDIA RTX non è un compromesso. È un paradigma diverso. Un sistema in cui possiedi l'intera pipeline, dai pesi del modello all'output finale. La configurazione richiede un pomeriggio. La curva di apprendimento è reale ma gestibile. E i risultati, specialmente a 4K con le ultime ottimizzazioni, sono assolutamente competitivi rispetto alle alternative cloud.

Se hai una GPU RTX che prende polvere tra una sessione di gioco e l'altra, dalle un secondo lavoro. Potresti rimanere sorpreso da ciò che è in grado di fare.

Fonti

• Lightricks: The official Lightricks repository documents local video generation on an RTX 4060 with 8 GB… (Lightricks)