Palaist mākslīgo intelekta video vietējā veidā: LTX-2, RTX un ComfyUI 2026

Atvērta koda modelis LTX-2, kas izstrādāts Lightricks sadarbībā ar NVIDIA, tagad ģenerē līdz 20 sekundēm 4K video ar 50 FPS uz viena patērētāja GPU. Bez mākoņa. Bez abonementu. Bez datu, kas atstāj jūsu mašīnu.

CES 2026 NVIDIA demonstrēja LTX-2 vietējā darbi uz jaunā RTX 50 Series, un rezultāti atstāja skatītājus bez vārdiski. Tas nebija pētījuma demonstrācija. Tas bija ražošanai gatavas vietējā video ģenerēšana, kas darbojas ātrumā, kas konkurē ar mākoņa pakalpojumiem.

Atļaujiet man jums iziet cauri tam, ko tas nozīmē, ko jums nepieciešams un kā to iestatīt.

Kāpēc vietējā mākslīgā intelekta video ģenerēšana ir svarīga

Pirms ieraujam uz tehnisko iestatīšanu, atļaujiet man paskaidrot, kāpēc AI video vietējā darbībā nav tikai amatiera preference. Tas atrisina reālas problēmas.

Studijām, kas darbojas ar klientu video, privātums nav pēc izvēles. Izveidotājiem reģionos ar lēnu internetu mākoņa ģenerēšana ir nepraktiska. Un ikvienam, kas mēnesī ģenerē simtus klipus, abonementu matemātika ļoti drīz vairs nav jēga.

Kas jums nepieciešams: aparatūras prasības

Lūk, godīga sadalīšana. Vietējā ģenerēšana ir nepieciešama pieņemama aparatūra, bet iespējams ne tik galēja, kā jūs domājat.

GPU veiktspējas salīdzinājums

Veiktspējas atšķirība starp paaudžiem ir dramatiska. Lūk, ko NVIDIA demonstrēja CES 2026:

RTX 50 Series panāk 3x ātruma pieaugumu caur vietējo NVFP4 kvantiālo, uz pusi samazinot modeļa svaru precizitāti bez redzniecības kvalitātes zuduma. Tas ir tas pats triks, kas padarīja LLM praktisku patērētāja aparatūrā, tagad pielietots video difūzijai.

LTX-2: Kas to padara īpašu

LTX-2 nav vienkārši "vēl viens atvērta koda modelis". Tas pārstāv fundamentālu nobīdi tam, kas ir iespējams patērētāja aparatūrā.

Salīdzinājums ar mākoņa pakalpojumiem

Ļaujiet man būt konkrēts par to, ko vietējā ģenerēšana var un nevar darīt, salīdzinot ar lieliem mākoņa platformām.

Kompromiss ir skaidrs, mākoņa pakalpojumi piedāvā precīzākas izejas ar mazāku iestatīšanu, bet vietējā ģenerēšana dod jums kontroli, privātumu un nulles robežas izmaksas uz ģenerēšanu. Detalizētākai skatam uz to, kā šie mākoņa platformi salīdzina, skatiet mūsu Sora 2 vs Runway vs Veo 3 salīdzinājums.

LTX-2 iestatīšana ar ComfyUI: solis pa solim

Lūk praktiskā norāde. Pieņemu, ka jums ir NVIDIA GPU ar vismaz 8 GB VRAM un nesenu draiveri.

1. solis: Instalējiet ComfyUI

ComfyUI ir uz mezgliem balstīts vizuāls interfeiss difūzijas modeļiem. Domājiet par to kā Unreal Engine Blueprint sistēma, bet mākslīgā intelekta ģenerēšanas darbplūsmām.

# Klona ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
 
# Izveidot virtuālu vidi
python -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate   # Windows
 
# Instalējiet atkarības
pip install -r requirements.txt
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124

2. solis: Lejupielādējiet LTX-2 modeli

# Pārvietojieties uz modeļu direktoriju
cd models/checkpoints
 
# Lejupielādējiet LTX-2 (aptuveni 15 GB)
wget https://huggingface.co/Lightricks/LTX-Video-2/resolve/main/ltx-video-2-0.safetensors
 
# Lejupielādējiet VAE
cd ../vae
wget https://huggingface.co/Lightricks/LTX-Video-2/resolve/main/ltx-video-2-vae.safetensors

3. solis: Instalējiet LTX-2 ComfyUI paplašinājumu

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

4. solis: startēt un ģenerēt

# Atgriezies ComfyUI saknē
cd ../..
python main.py --listen 127.0.0.1 --port 8188

Atveriet http://127.0.0.1:8188 jūsu pārlūkā. Ielādējiet LTX-2 darbplūsmu no paplašinājuma piemēra mapes, ierakstiet savu uzvedni un noklikšķiniet "Queue Prompt."

Optimizējiet savu iestatīšanu

Pēc tam, kad pamata iestatīšana darbojas, lūk regulēšanas triki, kas rada reālu atšķirību.

VRAM vadība

Lielākais viens ieeja vietējai ģenerēšanai ir VRAM. Lūk, kā maksimāli maksimāli:

• ✓Iespējojiet modeļa izkraušanu (pārvieto neizmantotus slāņus sistēmas RAM)
• ✓Izmantojiet NVFP8/NVFP4 kvantiēšanu jūsu GPU ģenerēšanai
• ✓Aizveriet pārlūka cilnes un citas GPU-bada programmas
• ✓Iestatiet Windows uz "Aparatūras paātrinātu GPU plānošanu" displeja iestatījumos
• ✓Apsvērt Linux dual-boot (5-10% labāka GPU izmantošana vs Windows)

Pakešu apstrādes darbplūsma

Izveidotājiem, kuriem ir nepieciešams ģenerēt daudzus klipus, ComfyUI atbalsta pakešu rindošanu. Iestatiet savus uzvedņus JSON failā, savienojiet tos ar pakešu ielādes mezglu un ļaujiet jūsu GPU strādāt pa nakti. Esmu ģenerējis 200+ klipus vienā naktī sesijā uz RTX 4090.

LoRA apmācība pielāgotiem stiliem

Tas ir, kur vietējā ģenerēšana patiešam spīd. Varat apmācīt LoRA adaptoru uz 50-100 atsauces materiāla kadriem aptuveni 30 minūtēs uz RTX 4090. Rezultāts ir viegls fails (parasti 100-300 MB), kas novirza modeli uz jūsu specifisku vizuālo stilu, personāžu izskatu vai vides estētiku.

# LoRA apmācības komanda piemērs
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

Izmaksu aprēķins

Ļaujiet man ielikt konkrētus skaitļus uz to. Pieņemiet, ka jūs esat brīvais video tvērotājs, ģenerējot 100 piecas sekundes ilgus klipus mēnesī.

RTX 4090 maksā aptuveni $1.600 pie MSRP, lai gan pašreizējās tirgus cenas slīd tuvāk $2.500-2.800 dēļ darbības pārtraukšanas. Pie 100 klipiem mēnesī, izmantojot mākoņa pakalpojumus, pat tirgus cenā GPU atmaksājas 18-24 mēnešos, un pēc tam ģenerējat elektrības izmaksas.

Kas nāk tālāk

Vietējās mākslīgā intelekta video ģenerēšanas trajektorija paātrinās. Trīs attīstības, uz kurām raudzīties:

Apakšas līnija

Mākoņa mākslīgā intelekta video pakalpojumi ir izcili produkti. Sora, Veo, Runway, viņi visi nodrošina iespaidīgus rezultātus ar minimālu iestatīšanu. Bet viņi nāk ar kompromisiem, kas daudziem veidotājiem sāk šķist pieņemami: atkārtotas izmaksas, privātuma bažas, interneta atkarība un ierobežota pielāgošana.

LTX-2 ar ComfyUI uz NVIDIA RTX GPU nav kompromiss. Tas ir atšķirīgs paradigma. Tas, kurā jūs posedējat visu cauruļvadu, no modeļa svara līdz galīgajai izejai. Iestatīšana prasa pēcpusdienu. Mācīšanās līkne ir reāla, bet vadāma. Un rezultāti, īpaši 4K ar jaunāko optimizāciju, ir patiesi konkurējošā ar mākoņa alternatīvām.

Ja jums ir RTX GPU, kas putē starp spēļu sesijām, dodiet tam otro darbu. Jūs varētu būt pārsteigts, ko tas var darīt.