
先说结论:这模型是真的快
早上刷到一条新闻,说 LTX-2.5 生成 10 秒 720P 视频只要 6.8 秒,还原生集成 ComfyUI。说实话我第一反应是不信,这年头宣传数据谁不会吹。但手痒,正好手头有张 4090 闲着,就折腾了一下午,结果……嗯,真香。
搭建工作流踩的坑
首先去 ComfyUI Manager 里搜 LTX,节点装好后发现模型要从 Hugging Face 拉,国内直连那个速度懂的都懂,挂代理或者用镜像站,这一步能省半小时。模型分 fp8 和 bf16 两个版本,我建议先上 fp8,显存占用少一大截,画质差距肉眼看不太出来。
工作流本身不复杂:Text Encode 接 Conditioning,进 LTX 采样器,出来直接 VAE 解码。但有几个参数得调,CFG 默认 4 左右就行,步数 20 步和 30 步差距不大,反而是分辨率别贪,720p 一段 10 秒的片子,我 24G 显存跑起来也就一分多钟,真没网上说的那么吃配置。
实测效果怎么样
我拿一个 4 秒的提示词试了下,描述的是“傍晚的城市天台,霓虹灯下的雨,一个穿风衣的人走过”,生成出来镜头语言居然挺稳,雨丝、反光、人物的动作连贯性都还行,唯一的问题是手部特写还是会偶尔崩一下,这大概是所有视频模型的通病,跟 Sora 比肯定有差距,但你要说这是开源模型,我只能说卷得离谱。
值不值得本地跑
如果你是做短视频的,或者需要快速出 demo 验证想法,本地跑 LTX-2.5 绝对划算。不用排队、不限次数、随便抽卡,唯一的成本就是电费。但要是追求最高画质、要商用级别的成品,还是老老实实等在线 API 或者上更强的模型。
最后提醒一句:ComfyUI 记得升级到最新版,老版本对 LTX 的支持有 bug,我一开始就卡在节点报错上,折腾了半小时才反应过来。工具在进步,折腾的快乐也在,这大概就是技术人的浪漫吧。
评论 (0)
暂无评论,来写第一条吧 ✍️