当可灵 4.0、Seedance 2.5 这些云端视频模型忙着拼规格、拼定价的时候，另一条路线悄悄把牌摊上了桌面：Lightricks 在 GitHub 上开放了 LTX-2 的完整权重，一个 22B 参数的模型，画面和声音一起生成。按官方 README 的说法，这是首个基于 DiT 架构的音视频一体基础模型，同步生成音画、多个性能档位、生产级输出、API 与开放权重并存。截至 2026 年 10 月 2 日实核，仓库 Lightricks/LTX-2 拿到 9,569 颗星，最近一次代码推送也停在 10 月 2 日，项目热度没有冷下来的迹象。
这篇文章把它讲清楚：模型里到底装了什么、推理效率做到了什么程度、十二条管线分别管什么；更重要的核真在许可证——GitHub 的 License 栏写着 NOASSERTION，背后是一份自定义社区协议，和 Apache、MIT 那种公认的开源不是一回事，商用前必须读懂。想先看云端阵营的动向，可以对照本站的 可灵 4.0 官宣 10 月上线 与 Seedance 2.5 正式发布。
一个模型全包：66GiB 权重里都有什么
先说定位。主流视频生成模型大多只出画面，配音、音效要靠另一套工具拼接；LTX-2 的卖点是音画一体——一段提示词进来，视频和配套的音频同步产出，口型、音效与画面天然对齐。这在架构层面就省掉了后期对轨的工序，也是它敢自称「基础模型」的底气。
推荐版本是 LTX-2.5，权重按组件拆开发布，你只需要下载自己那条管线用得上的部分。核心是一颗 22B 参数的蒸馏 transformer，以 bf16 的 safetensors 格式发布；另有 dev 完整版，供带引导的两阶段管线使用。文本编码器是 Gemma 4 12B 的 LTX 定制版，注意它和 Google 原版 Gemma 4 不通用，加载时会校验编码器版本与训练时是否一致，随手拿原版权重顶替会直接报错。再往下是视频 VAE 与音频 VAE 各一枚，视频 VAE 还分扩散解码与卷积解码两个版本，前者质量更高、更吃显存，后者更轻、无额外依赖；加上空间与时间上采样器，全套权重约 66GiB。
工程细节上有几处值得提前知道。视频 VAE 的扩散解码器装了 natten 依赖后跑得最快，但这个加速后端只支持 Linux 加 CUDA，Windows 与 macOS 会自动回落到 Triton 或普通实现，同一套安装命令在各平台都能用。权重托管在 Hugging Face 上且属受控模型，遇到 401 或 403 报错，先在模型页同意使用条款，再用带读取权限的令牌登录。仓库还提供一个可选的时长预测头，装上之后可以不指定帧数，由模型根据提示词自行判断片段长度。旧版 LTX-2.3 的权重仍在维护，但它是把 transformer、VAE 和文本投影打成单文件的思路，文本编码器要单独下载，新旧两代的文件互不通用，LoRA 也只认训练时用的那一版模型。
66GiB 意味着什么？意味着下载本身就是第一道门槛，也意味着它不是手机端或轻薄本上能跑的东西。但对目标用户来说，这个体积换来的是完整的自部署能力：权重在你手里，生成不经过任何第三方服务器，这一点我们在后文的选型对比里还会展开。
八步推理与十二条管线
LTX-2 在效率上的关键动作是蒸馏。DistilledPipeline 只用 8 个预设 sigma，拆开是阶段 1 八步加阶段 2 四步，属于最快出片的起步路线。默认输出 1024x1536、24fps；要上 4K，参数是 3840x2176——README 特意注明不是常见的 2160，这一点写脚本时别想当然。
显存吃紧还有后手：FP8 量化，CLI 上是 fp8-cast，Hopper 及以上架构的卡可以换 fp8-scaled-mm；再不够就开 CPU 或磁盘 offload。注意力后端也有讲究：数据中心级的 Blackwell B200 要手动安装 FlashAttention 4，而且官方点名了与 torch 2.9.1 版本核对过的特定修订版，更新的测试版在消费级 Blackwell 上有已知问题；Hopper 显卡装 FlashAttention 3，其余 CUDA 显卡自动使用 PyTorch 自带的 SDPA。还有一条官方技巧叫梯度估计，能把常规管线的四十步去噪压到二三十步而基本不损质量。换句话说，消费级显卡也有得玩，只是要在速度和质量之间做取舍。
管线一共 12 条，覆盖了视频生产的大部分环节。挑重点说：
- DFR（Diffusion Fidelity Rendering）是生产级的文生视频与图生视频路线，用的是同一颗蒸馏 transformer，外加一枚 detailing IC-LoRA，先多生成关键帧再做空间细节增强，代价是更长的耗时和更高显存。
- DubIt 管换词配音：改台词，同时保住说话人的音色身份和口型动作，这对做多语种内容的团队是实打实的刚需。
- Retake 做局部重生成：对已有视频的指定时间段重新生成，不用整段推翻重来。
- HDR IC-LoRA 负责把 SDR 视频转成 HDR，输出 BT.2020/HLG 母版外加 ACEScct 的 EXR 序列，直接对接专业调色流程；原生 EXR 与 HDR 输入输出也是标准能力。
- A2Vid 反过来，拿一段音频作为条件生成对应视频；其余还有 IC-LoRA 视频到视频转换、关键帧插值，以及 TI2Vid 的两阶段、HQ、单阶段三个变体。
训练侧也没留空白：ltx-trainer 包支持 LoRA、全量微调和 IC-LoRA，意味着你可以拿自己的素材把模型调成专有风格，这是云端按次付费模型给不了的自由度。工作流党则可以直接用官方 ComfyUI 插件 ComfyUI-LTXVideo 接进节点流程。提示词写法上，官方指南的建议是 200 词以内、按时间顺序描述动作，把镜头语言写具体——这套方法迁移到其他视频模型同样适用，本站的 AI 视频生成 SOP 里有过通用化的整理。
许可证核真：NOASSERTION 不是随便标的
打开 GitHub 仓库，License 栏显示的是 NOASSERTION，而不是熟悉的 Apache 或 MIT。这不是托管平台的显示故障，而是仓库确实没有采用任何被 OSI 认可的开源协议——LTX-2 用的是 Lightricks 自拟的「LTX Community License」，适用于 2026 年 8 月 11 日起发布的 LTX-2.5 各版本。下载即视为接受条款，以下是几处关键内容，均有协议原文可查。
第一条，收入门槛。年收入达到 1,000 万美元及以上的实体（含子公司、关联公司在内合并计算）对 LTX-2 及其衍生品的任何商用，都必须先向 Lightricks 购买 Commercial Use Agreement，官方留了联系邮箱；违反者被认定重大违约，须在书面催告后三十天内按标准费率补缴使用期间的费用。
第二条，免费范围。个人以非商业目的使用——研究、学习、爱好、个人娱乐，且不与任何商业活动直接或间接关联——免费；商业实体在非生产环境的测试、评估与非商业研发也豁免。换句话说，学生、爱好者和做技术验证的团队可以放心跑，一旦接上营收业务，先看第一条。
第三条，衍生品的定义把蒸馏明确写了进去。任何通过迁移权重、参数、激活值或输出而「学」到 LTX-2 能力的模型，包括用中间表示或合成数据训练的蒸馏模型，都属于衍生品，同样受协议约束。想拿 LTX-2 当老师去蒸自己的商用模型？先买协议。
第四条，分发链条义务。衍生品（微调权重、LoRA 适配器都在内）分发时必须附带完整协议、按同条款授权；把衍生品转给商业实体之前，对方必须先自己取得付费许可，转出方有书面告知义务。另外协议明确训练数据不在授权范围内；附件 A 列了 20 条使用限制，包括商用场景下不得训练竞品模型、不得用于与 Lightricks 产品直接竞争的产品、不得移除水印与溯源等透明度功能、内容须标注机器生成等。输出内容的权利协议方不主张，责任由使用者自负。
还有几处容易被略过的条款值得一提。协议保留了远程限制违规使用的权利，并要求使用者尽合理努力跟进最新版本，跑旧版本的风险自担；一旦因违约被终止授权，不但要立即停用，还要删除或销毁手头的所有副本，并把终止一事通知下游分发对象。争议解决适用纽约州法律，约定由国际商会的仲裁规则处理。
还有一个耐人寻味的细节：协议原文写明，按欧盟 AI 法案第 53(2) 条，Licensor 的意图是让 LTX-2 作为自由开源通用 AI 模型被对待。官方自己也在「开源」与「商业化」之间走钢丝——想对比真正的宽松协议长什么样，看参照系即可：同赛道的 Wan2.2 仓库是 Apache-2.0，前代 LTX-Video 也是 Apache-2.0。LTX-2 从前代的完全宽松转向收入门槛制，这个转向本身就说明 22B 级视频权重的维护成本，厂商不愿再白送。
自部署的诱惑与门槛
把视角拉回选型。当前的旗舰视频模型——可灵 4.0（10 月上线）、Seedance 2.5（已上线）、阿里 Wan3.0（8 月 24 日正式上线，见 Wan3.0 上线专文）——清一色是云端服务：打开网页输入提示词，算力在厂商机房里烧。LTX-2 是这一梯队里唯一可以把权重拉回自己机器的选项。
自部署的诱惑很具体：数据不出内网，对内容合规敏感的团队是刚需；没有按次计费，批量生成时边际成本趋近电费；模型可以微调，LoRA 训出来的风格是你独占的资产。落到实际场景，收益也各有着落：做多语种内容的团队，DubIt 保口型换台词能省掉重拍；做 archive 修复的团队，SDR 转 HDR 的管线直接输出调色可用的 EXR 序列；做短视频批量的团队，本地跑蒸馏管线没有配额焦虑。门槛同样具体：自备够用的 GPU，先吞下 66GiB 下载，生产级质量要跑 DFR、显存要求再上一档；商用要看收入线，1,000 万美元以上的公司绕不开付费协议。
一句话给结论：个人学习、爱好创作、技术验证，LTX-2 当前免费随便跑；年收入线以下的创业团队，它是市面上唯一「权重在手」的音视频一体模型；再往上，买 Commercial Use Agreement 或者干脆继续用云端旗舰。它同时提供官方 API 与网页试玩入口，想先零成本试效果再决定要不要自建，也是一条稳妥路径。四款代表当前格局的模型怎么横向取舍，本站另有一篇 视频模型横评：可自部署对云端 专门展开。
FAQ
Q1： LTX-2 算真正的开源模型吗？
A1：严格说不算。GitHub License 栏显示 NOASSERTION，实际是自定义的 LTX Community License，不是 Apache、MIT 那种 OSI 认证开源。个人非商业用途免费，年收入 1,000 万美元以上的实体商用必须购买 Commercial Use Agreement，且衍生品（含蒸馏模型）同样受协议约束。
Q2： 自己部署需要什么硬件条件？
A2：需要一块像样的 NVIDIA 显卡，全套权重约 66GiB 要先下载。显存不足可以开 FP8 量化（fp8-cast，Hopper 以上用 fp8-scaled-mm）加 CPU 或磁盘 offload；生产级 DFR 管线更吃显存，量力选择。
Q3： 4K 输出的实际分辨率是多少？
A3：3840x2176，README 特别注明不是 3840x2160，写脚本时别按惯性填参数。默认输出是 1024x1536、24fps，时间上采样器可以再提帧率。
Q4： 我可以拿它做商业项目吗？
A4：分情况。年收入低于 1,000 万美元的实体可以商用，但分发衍生品时必须随附完整协议；达到或超过这条线的，任何商用都要先购买 Commercial Use Agreement。另外商用场景下不得训练竞品模型、不得用于与 Lightricks 直接竞争的产品。
Q5： 它和可灵 4.0、Seedance 2.5 该怎么选？
A5：看需求。要省心、要顶级画质、按量付费，选云端旗舰；要数据私有、要批量生成不受计费限制、要用 LoRA 微调专属风格，LTX-2 是唯一的自部署选项。两者不互斥，很多团队是云端出片加本地做私有定制的组合。
互动
你会把 66GiB 拉回自己的显卡吗？评论区聊聊你的选型：云端旗舰，还是自部署的自由。