Leiskite AI vaizdo įrašams vietoje: LTX-2, RTX ir ComfyUI 2026 m.

Atviros šaltinio modelis LTX-2, kurį sukūrė Lightricks bendradarbiaudama su NVIDIA, dabar generuoja iki 20 sekundžių 4K vaizdo 50 FPS viename vartotojo GPU. Nėra debesų. Nėra prenumeratos. Nėra duomenų, išeinančių iš jūsų mašinos.

Prie CES 2026 NVIDIA demonstravo LTX-2, bėgant vietoje naujame RTX 50 Series, ir rezultatai palikė auditorija neišsikalbusios. Tai nebuvo tyrimo demonstracija. Tai buvo gamybai paruošta vietinė vaizdo generacija, besileidžianti greičiais, kurie konkuruoja su debesų paslaugomis.

Leiskite man jums paeiti per tai, ką tai reiškia, ko jums reikia ir kaip tai nustatyti.

Kodėl vietinė dirbtinio intelekto vaizdo generacija yra svarbi

Prieš pasinerdami į techninę sąranką, leiskite man paaiškinti, kodėl vaizdo žurnalų vietinė kurapija nėra tik mėgėjo pasirinkimas. Tai sprendžia tikras problemas.

Studioms, tvarkančioms kliento vaizdo žurnalus, privatumas nėra pasirinkimasai. Kūrėjams regionuose su lėtu internetu debesų generacija yra nepraktiška. O kiekvienam, kas generuoja šimtus klipų per mėnesį, prenumeratos matematika greitai nebėra prasmė.

Ką jums reikia: aparatūros reikalavimai

Čia sąžininga išrašymas. Vietinė generacija reikalingos priimtinos aparatūros, bet tikriausiai ne tokios ekstremaus, kaip manote.

GPU našumo palyginimas

Našumo skirtumas tarp kartų yra dramatiškas. Čia yra tai, ką NVIDIA demonstravo CES 2026:

RTX 50 Series gauna 3x greičio padidėjimą per vietinę NVFP4 kvantizaciją, perpus mažindama modelio svorių tikslumą be pastebimo kokybės praradimo. Tai toks pat triukas, kuris padarė LLM praktiškus vartotojo aparatūroje, dabar taikomas vaizdo difuzijai.

LTX-2: Kas jį daro specialų

LTX-2 nėra tiesiog „dar vienas atvirojo kodo modelis". Tai rodo fundamentalų poslinkį tame, kas įmanoma vartotojo aparatūroje.

Palyginimas su debesų paslaugomis

Leiskite man būti konkretus dėl to, ką vietinė generacija gali ir negali daryti, palyginti su didžiais debesų platformomis.

Kompromisas yra aiškus, debesų paslaugos siūlo labiau nupoliruotus rezultatus su mažiau nustatymo, o vietinė generacija suteikia jums kontrolę, privatumą ir nulinę ribinę išlaidą vienai generacijai. Norėdami giliau pažvelgti, kaip šios debesų platformos lyginamos, žiūrėkite mūsų Sora 2 vs Runway vs Veo 3 palyginimas.

LTX-2 nustatymas naudojant ComfyUI: žingsnis po žingsnio

Čia praktinis vadovas. Esu numanęs, kad turite NVIDIA GPU su bent 8 GB VRAM ir neseniai įdiegtu tvarkdariu.

1 žingsnis: Įdiekite ComfyUI

ComfyUI yra mazgu pasiskirstytas vizualinis sąsaja difuzijos modeliams. Galvokite apie tai kaip Unreal Engine Blueprint sistemą, bet dirbtinio intelekto generacijos darbo srautams.

# Klonuoti ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
 
# Kurti virtualią aplinką
python -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate   # Windows
 
# Įdiekite priklausomybes
pip install -r requirements.txt
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124

2 žingsnis: Atsisiųskite LTX-2 modelį

# Eiti į modelio direktoriją
cd models/checkpoints
 
# Atsisiųskite LTX-2 (maždaug 15 GB)
wget https://huggingface.co/Lightricks/LTX-Video-2/resolve/main/ltx-video-2-0.safetensors
 
# Atsisiųskite VAE
cd ../vae
wget https://huggingface.co/Lightricks/LTX-Video-2/resolve/main/ltx-video-2-vae.safetensors

3 žingsnis: Įdiekite LTX-2 ComfyUI plėtinį

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

4 žingsnis: Paleisti ir generuoti

# Grįžti į ComfyUI šaknį
cd ../..
python main.py --listen 127.0.0.1 --port 8188

Atidarykite http://127.0.0.1:8188 savo naršyklėje. Įkelkite LTX-2 darbo srautą iš plėtinio pavyzdžio aplanko, įveskite jūsų raginimą ir spustelėkite "Queue Prompt."

Optimizuokite savo sąranką

Kai pagrindinis nustatymas yra suktas, čia yra derinimo triukai, kurie daro tikrą skirtumą.

VRAM valdymas

Didžiausias vienas didžiausias butelis vietinei generacijai yra VRAM. Čia galite maksimalizuoti tai, ką turite:

• ✓Įjunkite modelio iškrovimą (pastumia nevadintas sluoksnius į sistemos RAM)
• ✓Naudokite NVFP8/NVFP4 kvantizaciją jūsų GPU generacijai
• ✓Uždarykite naršyklės skirtukus ir kitas GPU-badrias programas
• ✓Nustatykite „Windows" į „Aparatūrą pagreitintą GPU planavimą" displėjo nustatymuose
• ✓Apsvarstykite Linux dvigubo bei paleidimo (5-10% geresnę GPU panaudojimą vs Windows)

Paketo apdorojimo darbo srautas

Kūrėjams, kuriems reikia generuoti daug klipų, ComfyUI palaiko paketo eilę. Nustatykite savo ragus JSON faile, sujunkite juos su paketo šaltinio mazgu ir leiskite jūsų GPU dirbti per naktį. Esu sugeneravęs 200+ klipų per vieną nakties sesiją RTX 4090.

LoRA mokymas tinkiniams stiliums

Čia vietinė generacija tikrai blizga. Galite mokyti LoRA adapterį 50-100 atskaitos medžiagos kadrų per maždaug 30 minučių RTX 4090. Rezultatas yra lengvas failas (dažniausiai 100-300 MB), kuris šalioja modelį į jūsų specifinį vizualinį stilių, personažo išvaizdą ar aplinkos estetiką.

# LoRA treniravimo komando pavyzdys
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

Kaštų skaičiavimas

Leiskite man sudėti konkrečius skaičius į tai. Tarkime, jūs esate laisvas vaizdo kūrėjas, generuojantis 100 penkių sekundžių trukmės klipų per mėnesį.

RTX 4090 kainuoja apie $1,600 MSRP, nors dabartinės rinkos kainos slenka arčiau $2,500-2,800 dėl sustabdytos gamybos. Šimtui klipų per mėnesį naudojant debesų paslaugas, net rinkos kainoje GPU atmoka save per 18-24 mėnesius, ir tada jūs generuojate už elektros išlaidas.

Kas ateina toliau

Vietinės dirbtinio intelekto vaizdo generacijos trajektorija greitėja. Trys plėtotės, kurias reikia stebėti:

Apačios linija

Debesų dirbtinio intelekto vaizdo paslaugos yra puikūs produktai. Sora, Veo, Runway, jie visi teikia nuostabius rezultatus su minimalia nustatymu. Tačiau jie atsiranda su kompromisais, kurie daugeliui kūrėjų pradeda būti nepriimtini: pasikartojanti išlaidos, privatumo baimės, interneto priklausomybė ir ribota pritaikymas.

LTX-2 su ComfyUI NVIDIA RTX GPU nėra kompromisas. Tai yra kitoks paradigma. Tai, kur jūs turite visą vamzdynę, nuo modelio svorių iki galutinio išėjimo. Nustatymas užtrunka popietę. Mokymosi kreivė yra reali, bet valgyma. Ir rezultatai, ypač 4K naudojant naujausią optimizaciją, yra tikrai konkurencingi su debesų alternatyvomis.

Jei turite RTX GPU, kuris žvagžda tarp žaidimo sesijų, suteikite jai antrą darbą. Jūs galite būti nustebinti, ką tai gali padaryti.