一、先分工：本篇只比门槛，不比质量
本站此前的 开源与云端视频模型横评 把可灵 4.0、Seedance 2.5、Wan3.0、LTX-2.5 摆在同一张桌上，比的是「30 秒俱乐部」的成片质量与价格。本篇换一条赛道：只看纯开源、能拉到自己 GPU 上跑的那一档，而且先立纪律：不比生成质量、不跑横向跑分、不排名，只比一件事，本地部署的门槛。
为什么在 2026 年 10 月专门比门槛？因为这几个月开源视频赛道的关键词已经从「追上云端」变成「谁能装进你的机器」。LTX-2.5 在 2026 年 8 月 11 日发布、替换 LTX-2.3，把蒸馏版门槛压到单卡 12GB；Wan 2.2 用 5B 小模型把门票打到 8GB；腾讯与 MiniMax 也各自放出了可自部署的权重。权重公开意味着数据不出内网、可以离线推理、可以按业务微调，这些是云端 API 给不了的东西，但前提是你先迈过门槛：许可条款、显存底线、音频能力、时长分辨率上限，以及最容易被忽视的地区限制。
四强名单由此确定：LTX-2.5（Lightricks）、Wan 2.2（阿里）、HunyuanVideo 1.5（腾讯）、MiniMax H3（MiniMax）。比法是五轴：许可、显存、原生音频、时长与分辨率、地区限制。前四轴决定你的卡能不能跑，第五轴决定你所在的地方能不能用。后者是本批整理下来最容易被忽视的一轴，也是发现最扎心的一轴。
口径先说清：数据以各家官方模型卡与仓库说明为主，第三方整理（bestfreewebresources、pinggy、innfactory）作补充，逐处标注；本篇非亲自压测，两说的数字并列呈现不拍板，未公布的明确写未公布。
二、五轴对比表：四强同框
| 轴 | LTX-2.5 | Wan 2.2 | HunyuanVideo 1.5 | MiniMax H3 |
|---|---|---|---|---|
| 参数规模 | 22B（distilled/FP8 降门槛） | TI2V-5B 等多档 | 8.3B | 33B dense |
| 许可 | LTX Community，年收入 1000 万美元门槛，gated=auto | Apache 2.0，最宽松 | 腾讯社区许可，不适用 EU/UK/南韩，1 亿 MAU 需另谈 | 社区许可，排除 EU/UK/南韩/美国，超 2000 万美元需书面授权 |
| 显存门槛 | 12GB（distilled/FP8），全量 80GB+ | 8GB（5B 加 offload） | 14GB 起，4090 step-distilled 约 75 秒一条 | 未公布统一口径 |
| 原生音频 | 24kHz 立体声同步生成 | 无 | 无（另有 Avatar 系产品线） | 32kHz 立体声，对白 11 语言 |
| 时长与分辨率 | 单次最长约 20 秒（两说并存），4K HDR | 短片为主，480p 至 720p（5B 档） | 约 75 秒渲染一条，指耗时非时长 | 默认 15 秒、768p，2K 组件未开源 |
| 代码与权重 | github.com/Lightricks/LTX-2 | github.com/Wan-Video/Wan2.2 | 官方模型卡渠道 | 官方模型卡渠道 |
表中数据来源：许可与显存以官方模型卡口径为主；4090 约 75 秒、LTX-2.5 时长两说与 H3 榜单信息为第三方整理（bestfreewebresources、pinggy、innfactory）口径。
表格第一眼请看「许可」一行：四款里三款是自定义社区许可，只有 Wan 2.2 拿着标准开源许可。再看许可里的地区字眼：同一份权重，在不同法域的可用性完全不同。这件事比显存更早决定生死，显卡不够可以降档，许可把你排除在外，买再贵的卡也没用。
三、许可轴：一条 Apache 2.0，三份自定义合同
Wan 2.2 用的是 Apache 2.0，四强里唯一一份 OSI 意义上的开源许可：无收入门槛、无地区排除条款，商用、修改、再分发都按标准条款走。代码与权重托管在 Wan-Video/Wan2.2（明文地址 github.com/Wan-Video/Wan2.2）。对合规敏感的团队，这一条几乎一票定音。
LTX-2.5 是 LTX-2.x Community License（许可文本日期 2026-08-11），Lightricks 在自家材料里明说它不是 Apache 2.0。关键条款两条：年收入低于 1000 万美元的实体免费商用（含临界值），达到或超过须购买商用协议；权重下载走 gated=auto，登录 Hugging Face 同意条款后自动放行。要注意这个 gated 不只是下个权重的事，连模型卡页面都要登录后才能看全。门槛是合同性质的，不拦个人与中小团队，拦的是把营收做上去那一天。
HunyuanVideo 1.5 与 MiniMax H3 的许可都带地区条款，方向一致但范围不同。腾讯社区许可不适用 EU/UK/南韩，月活跃用户达到 1 亿需另行商谈；H3 的社区许可排除 EU/UK/南韩/美国，年收入超过 2000 万美元的商用需书面授权。合起来读：欧洲、英国的用户两款都用不了，南韩同样双双出局，美国用户则被 H3 单独排除。地区限制是本批对比的核心发现，它不写在系统需求里，却比任何硬件参数都硬。很多人下载前只看显存够不够，结果在许可条款这一步才发现自己的法域根本不在适用范围内，时间已经白花。
四份许可里，Apache 2.0 最宽松没有争议；LTX Community 有收入门槛但无地区排除字眼；两款社区许可则同时挂着规模条款与地区条款。这是条款宽严的陈述，不是质量评价，本篇不比质量。
四、显存轴：8GB 与 80GB 之间
LTX-2.5 的底子是 22B，全量权重需要 80GB 以上显存，全组件下载约 66GiB；蒸馏与 FP8 变体把单卡门槛压到 12GB 起（官方模型卡口径）。同一族的 LTX-2 在 41 批的 LTX-2 开源篇 里拆过发布与许可，2.5 版的架构演进与 12GB 门槛下探，见本批 LTX-2.5 开源篇。代码仓库在 Lightricks/LTX-2（明文地址 github.com/Lightricks/LTX-2）。
Wan 2.2 的 TI2V-5B 档位搭配 offload 策略，8GB 显存可跑（官方口径），是四强里最低的显存门票。代价在音频轴会看到。
HunyuanVideo 1.5 是 8.3B，显存 14GB 起；第三方整理口径称 4090 上跑 step-distilled 版本约 75 秒渲染一条。这个数字让 24GB 卡的用户值得把它排进候选。
MiniMax H3 是 33B dense，显存需求未公布统一口径，本篇不编。33B 的参数体量摆在那里，想尝试的团队按试错预期做预算，别按别人的数字立项。
显存不够时的通用省法，本批整理下来三条：优先选量化或蒸馏变体，能用 ComfyUI 原生 offload 就开，先出短片段与低分辨率再用专用上采样器放大。生成短、低分辨率再上采样，是最省显存的路径，也是所有显存策略里最没有门槛的一条。环境侧的底线可以参考 innfactory 整理口径：CUDA 12.7 以上、PyTorch 约 2.7、Python 3.12 以上。
五、音频轴：四款里只有两款会出声
LTX-2.5 的视频与 24kHz 立体声音频在同一个 pass 里同步生成（官方模型卡口径），音画一体意味着省掉后期配音、对口型的整段工序。对做短片与营销素材的团队，这一轴的实际价值不亚于分辨率。
H3 走得更远：32kHz 立体声，对白支持 11 种语言；omni-reference 最多吃 9 张图、3 段视频、3 段音频作为参考，这意味着可以直接喂参考音频去驱动对白。第三方榜单口径：8 月上线的 fal H3 Max 在 i2v with audio 榜排第一。不自部署的话，H3 API 定价快照口径为 768p 每秒 0.08 美元、2K 每秒 0.13 美元。
Wan 2.2 与 HunyuanVideo 1.5 都没有原生音频（官方口径）。腾讯另有 Avatar 系列产品线做声音驱动，但那是独立产品线，不算进本批对比。需要声音的两条路：选会出声的两款，或者后期自己接 TTS，后者要多养一条工具链，对口型与音画同步的活也得自己补。反过来说，如果你的成片本来就要配解说、配音乐，原生音频的加分就会缩水，选型时按自己的成片形态折算，别被参数表牵着走。
六、时长与分辨率轴：一个两说，一个缺组件
LTX-2.5 的单次时长有两说：pinggy 整理口径称单次最长 20 秒，Extend 管线可扩；innfactory 整理口径称单次 121 帧，24fps 下约 5 秒。前者接近官方宣传，后者是第三方部署整理，两说并存，以你实际跑的管线为准。分辨率上限没有争议：4K（3840×2176）HDR、最高 50fps（官方模型卡口径），另有自动时长预测与跨镜头保持角色、环境、光照的能力（官方口径）。
Wan 2.2 以短片为主，TI2V-5B 档输出 480p 到 720p。HunyuanVideo 1.5 的「约 75 秒」是渲染耗时而非成片时长，别读反。H3 默认 15 秒、768p；想要 2K 得靠 regenerator 组件，而它没有开源，本地链路想上 2K，目前不完整。这一点对自部署用户尤其要紧：你拿到的开源部分，能力边界就在 768p，宣传里的 2K 属于另一套未公开的组件。
把这一轴和显存轴放在一起读会更有用：长片段直接吃显存，想跑 20 秒以上的镜头，先确认自己的卡装得下，装不下就用上采样器把短片段接长，这是四强通用的工作流，不是某一家的独门技巧。
七、门槛之外的实操账
选定模型只是第一关，装起来还有几笔账要算。以 LTX-2.5 为例，ComfyUI 侧用 int8_convrot 构建（非 BF16），配套的音频 VAE 是独立文件，跳过它就直接得到一条无声视频，这是本批整理里最冤枉的一种浪费。提示词增强器另有约 5GB 的额外模型，开启后每次生成多花一到两分钟，默认关闭，按需取舍。ComfyUI 官方插件在 Lightricks/ComfyUI-LTXVideo（明文地址 github.com/Lightricks/ComfyUI-LTXVideo），工作流覆盖文生视频、图生视频与音频驱动三类。
生态成熟度也该折进选型：LTX-2.5 有 ltx-pipelines 命令行、Diffusers 0.40.0 完整支持与 ltx-trainer 微调工具，还有 SDR 转 HDR、重绘、上采样等一整排 LoRA 可挂（pixelsham 整理口径）；Wan 2.2 与 ComfyUI 的组合是 8GB 卡用户的主流路线；HunyuanVideo 与 H3 的本地工具链相对年轻。想看逐文件的安装步骤与目录摆放，本批的 ComfyUI 视频工作流 SOP 写得更细，本篇只负责帮你把模型选对。
八、按场景给结论
要最宽松的许可，选 Wan 2.2。 Apache 2.0、8GB 显存起步、无地区排除、无收入门槛。代价：无原生音频、短片为主、分辨率上限不高。
要音画一体，选 LTX-2.5。 12GB distilled 版起步、24kHz 立体声同步生成、4K HDR 上限。代价：记住 1000 万美元商用门槛与 gated 下载流程。
有 24GB 卡且不受地区限制，选 HunyuanVideo 1.5。 4090 上 step-distilled 约 75 秒渲染一条（第三方口径），8.3B 体量对硬件友好。前提是你和你的用户都不在 EU/UK/南韩。
要参考音频与对白，选 H3。 32kHz 立体声加 11 语言对白、多模态参考阵容最大。前提是你在许可适用区内（美国用户出局），且接受显存未公布、2K 组件未开源的不确定性。
四条结论没有一条是全能冠军。本地部署选型的本质，是在自己的显卡、自己的法域、自己的营收曲线之间找交集。先用法域砍掉一半名单，再用显存砍掉一半，最后剩下的那个，往往就是唯一解——这也是横评比到「门槛」这一层和比质量最大的不同：质量决定你做出来的片子好不好，门槛决定你到底能不能开始做。
九、常见问题
Q1: 四款里谁才是真正的开源？ A：严格口径下只有 Wan 2.2（Apache 2.0）。LTX-2.5 是自定义社区许可加 gated=auto 下载，HunyuanVideo 1.5 与 H3 都是带规模与地区条款的社区许可。把「开源」理解为「权重公开」更贴近现实。
Q2: 在欧盟、英国或南韩能用哪几款？ A：HunyuanVideo 1.5 的许可不适用 EU/UK/南韩，H3 排除 EU/UK/南韩/美国。这三地的可选面收窄到 Wan 2.2 与 LTX-2.5，后者注意 1000 万美元商用门槛。美国用户再减一款 H3。
Q3: MiniMax H3 本地部署要多少显存？ A：官方未公布统一口径，本篇不编。33B dense 的参数体量摆在那里，自部署前按试错预期做预算；等不及可以先看它的 API 定价快照口径。
Q4: LTX-2.5 单次到底能生成多长？ A：两说并存：pinggy 整理称单次最长 20 秒（Extend 管线可扩），innfactory 整理称单次 121 帧、24fps 下约 5 秒。本篇不写死，以你实际使用的管线版本为准。
Q5: 看完选型想动手，从哪里入手？ A：先读本批 ComfyUI 本地视频生成 SOP，模型文件放哪个目录、哪些坑会浪费一晚上（音频 VAE 是独立文件，跳过它就是无声视频）都写在里面。
互动
你的卡是哪一档，所在法域又卡掉了哪几款？是抱着 8GB 卡跑 Wan 2.2，还是用 12GB distilled 版在跑 LTX-2.5，或者干脆被许可条款劝退转投云端？评论区聊聊你的部署实录，高频问题会进后续更新。