中文简介
LTX-2.5 提供本地音视频生成权重,接收文本、图像与视频输入,并支持连续多镜头生成。卡片将成熟的音视频用途与仍在发展的物理 AI 应用区分开。
上游模型卡 / 数据集卡
【定位与用途】
LTX-2.5 提供本地音视频生成权重,接收文本、图像与视频输入,并支持连续多镜头生成。卡片将成熟的音视频用途与仍在发展的物理 AI 应用区分开。
【如何选择】
适合连续分镜、角色一致性和同步音频生成实验,也可研究本地微调流程。
【版本与获取范围】
选型方向:图像、文档与视频。固定上游版本:5e6e71018ee1756ed329b697a7b4aedc934dfce9。API 任务字段:image-to-video。API 语言字段:en, de, es, fr, ja, ko, zh, it, pt。上游最近更新时间:2026-09-01(不一定为首次发布日期)。 规模、子集和组件差异见本页简介及注意事项;API 标签与卡片正文的含义分别保留。
【容易混淆的边界】
访问需要遵守 LTX-2.x 社区许可;微调权重转让、组织收入门槛等条件应查许可原文,不能概括为无条件商用。 上游设置访问申请,取得所需权限后再获取相应文件。
本节是本站基于固定版本卡片编写的中文选型摘要,并非原文逐句翻译。完整操作、评测协议与许可原文请查看上游固定版本链接;模型效果及资源处理需求尚未由本站实测。
适用场景
适合连续分镜、角色一致性和同步音频生成实验,也可研究本地微调流程。
模型参数
选型方向:图像、文档与视频。固定上游版本:5e6e71018ee1756ed329b697a7b4aedc934dfce9。API 任务字段:image-to-video。API 语言字段:en, de, es, fr, ja, ko, zh, it, pt。上游最近更新时间:2026-09-01(不一定为首次发布日期)。 规模、子集和组件差异见本页简介及注意事项;API 标签与卡片正文的含义分别保留。
文件说明
上游 API 返回 17 个文件,文件元数据合计 187.06 GB。 已保存文件清单中的主要扩展名:.safetensors 14 个、.md 1 个、.webp 1 个、无扩展名 1 个。 当前较大的文件包括:diffusion_models/ltx-2.5-22b-dev-transformer-bf16.safetensors(39.13 GB);diffusion_models/ltx-2.5-22b-distilled-transformer-bf16.safetensors(39.13 GB);text_encoders/gemma4-12b-with-proj-ltx-2.5-bf16.safetensors(24.46 GB)。 此处只统计当前 Git 仓库的文件元数据,不包含外部链接、Bucket 或另行申请的完整集合。
上游文件元数据
.gitattributes1.48 KBdiffusion_models/ltx-2.5-22b-dev-transformer-bf16.safetensors39.13 GBdiffusion_models/ltx-2.5-22b-dev-transformer-comfy-int8-convrot.safetensors20.03 GBdiffusion_models/ltx-2.5-22b-distilled-transformer-bf16.safetensors39.13 GBdiffusion_models/ltx-2.5-22b-distilled-transformer-comfy-int8-convrot.safetensors20.03 GBdiffusion_models/ltx-2.5-22b-distilled-transformer-nvfp4.safetensors17.44 GBhf-hero-web.webp31.43 KBlatent_upscale_models/ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors949.65 MBlatent_upscale_models/ltx-2.5-latent-temporal-upscaler-x2-bf16-1.0.safetensors249.81 MBloras/ltx-2.5-22b-distilled-lora-450-bf16.safetensors8.29 GBmodel_patches/ltx-2.5-duration-head-bf16.safetensors3.67 MBREADME.md26.44 KB
硬件建议
先选定所需权重格式和精度,再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例,不能用来直接推算运行显存;内存还受上下文、缓存、批量和并发影响,应以小样本实测确定配置。
注意事项
访问需要遵守 LTX-2.x 社区许可;微调权重转让、组织收入门槛等条件应查许可原文,不能概括为无条件商用。 上游设置访问申请,取得所需权限后再获取相应文件。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。