LTX-2 は、Lightricks 社による 190 億パラメータの DiT ベースの音声 - 動画基盤モデルです。単一のパスで同期された動画と音声を生成し、動き、会話、背景音、音楽が一緒に作成される一体的な体験を生み出します。
主要機能
- 音声と動画の同期生成: 動き、会話、効果音、音楽を一度のパスで一緒に生成
- 複数の生成モード: テキストから動画、画像から動画、動画から動画に対応
- 制御オプション: IC-LoRAs 経由での Canny、深度、ポーズによる動画から動画制御
- キーフレーム駆動生成: キーフレーム画像間を補間
- ネイティブアップスケーリング: 高解像度と FPS のための空間 (2x) および時間 (2x) アップスケーラー
- プロンプト強化: 自動プロンプト強化サポート
モデルチェックポイント
はじめに
LTX-2 は ComfyUI でネイティブサポートされています。はじめるには：- ComfyUI を最新バージョンに更新
- テンプレートライブラリ > ビデオ > 任意の LTX-2 ワークフローを選択
- ポップアップに従ってモデルをダウンロードし、ワークフローを実行
ワークフロー
テキストから動画へ
テキストプロンプトから動画を生成します。テキストから動画へ
ワークフローをダウンロード
Comfy Cloud で実行
クラウドで開く
テキストから動画へ 蒸留
ワークフローをダウンロード
Comfy Cloud で実行
クラウドで開く
画像から動画へ
入力画像から動画を生成します。画像から動画へ
ワークフローをダウンロード
Comfy Cloud で実行
クラウドで開く
入力画像
デフォルトの入力画像をダウンロードするか、ご自身の画像をご使用ください。
画像から動画へ（蒸留版）
ワークフローをダウンロード
Comfy Cloud で実行
クラウドで開く
入力画像
デフォルトの入力画像をダウンロードするか、ご自身の画像をご使用ください。
制御から動画へ
IC-LoRAを使用して、構造制御された動画を生成します。 深度制御：深度から動画へ
ワークフローをダウンロード
Comfy Cloudで実行
クラウドで開く
入力画像
デフォルトの深度入力画像をダウンロードするか、独自の画像を使用してください。
入力ビデオ
デフォルトの入力ビデオをダウンロードするか、独自のビデオを使用してください。
Cannyから動画へ
ワークフローをダウンロード
Comfy Cloudで実行
クラウドで開く
入力画像
デフォルトのCanny入力画像をダウンロードするか、独自の画像を使用してください。
入力ビデオ
デフォルトの入力ビデオをダウンロードするか、独自のビデオを使用してください。
ポーズから動画へ
ワークフローをダウンロード
Comfy Cloudで実行
クラウドで開く
入力画像
デフォルトのポーズ入力画像をダウンロードするか、独自の画像を使用してください。
入力ビデオ
デフォルトの入力ビデオをダウンロードするか、独自のビデオを使用してください。
プロンプトのヒント
LTX-2 のプロンプトを作成する際は、アクションやシーンの詳細で時系列な説明に焦点を当ててください。具体的な動き、外見、カメラアングル、環境の詳細を一つの流れるような段落に含めます。アクションから直接始め、説明を文字通りかつ正確に保ってください。 プロンプトの構造：- 一文で主要アクションを説明
- 動きやジェスチャーの詳細
- キャラクター/物体の外見
- 背景と環境の詳細
- カメラアングルと動き
- 照明と色彩
- 変化や突発的なイベント