Если вы ищете LTX-2 генерация видео, вам нужен не рекламный обзор, а понятный маршрут от репозитория до первого локального запуска. Lightricks/LTX-2 — это официальный Python-пакет Lightricks для инференса и обучения LoRA аудиовизуальной модели. В этой статье я сверяю README, документацию пакетов, релиз, лицензию и карточку модели. Проверка выполнена 14 августа 2026 года. В этот день репозиторий был указан в снимке GitHub Daily Trending, но это датированный контекст, а не постоянное утверждение о популярности.
Lightricks/LTX-2 не является продуктом OdiRouter, и источники не подтверждают аффилированность. OdiRouter упоминается только там, где локальный генератор нужно сопоставить с отдельной мультимодельной маршрутизацией API.
Что сейчас находится в репозитории Lightricks/LTX-2
Репозиторий представляет собой монорепозиторий из трех основных пакетов:
ltx-coreсодержит базовые компоненты модели, планировщики, гайды и утилиты.ltx-pipelinesпредоставляет готовые CLI и Python-пайплайны для преобразования текста в видео, изображения в видео, видео в видео, аудио в видео, интерполяции ключевых кадров, ретейка и HDR/EXR.ltx-trainerотвечает за LoRA, полное дообучение и режимы с аудио, видео и совместными данными для кондиционирования.
Название репозитория осталось LTX-2, но текущий README и релиз v1.2.0 уже описывают поддержку LTX-2.5. Старые LTX-2 и LTX-2.3 чекпойнты используют другой набор компонентов. Файлы для этих версий нельзя смешивать без проверки совместимости.
Доступ к моделям: LTX-2.5 не равен свободной загрузке
README для быстрого старта направляет к Hugging Face Lightricks/LTX-2.5. В списке компонентов есть transformer, текстовый энкодер Gemma 4 с проекцией LTX, video VAE, audio VAE и пространственный upscaler. В зависимости от пайплайна могут понадобиться temporal upscaler, distilled LoRA и duration head. В примере из README совокупный объем выбранных файлов составляет примерно 66 GiB.
API Hugging Face показывает репозиторий модели как публичный, но с автоматической проверкой доступа. Для загрузки может потребоваться принять условия модели и войти с Read-токеном. Если сервер отвечает 401 или 403, сначала проверьте условия доступа и область действия токена. Не вставляйте токен в shell-историю, публичный issue или логи CI.
Карточка модели ссылается на LTX-2 Community License Agreement. Это не означает, что веса можно использовать без условий. Для LTX-2.x действует отдельное соглашение от 11 августа 2026 года, а у коммерческих организаций с годовой выручкой от 10 миллионов долларов коммерческое использование требует оплачиваемого договора. Полный текст лицензии и Политику допустимого использования необходимо прочитать до публикации или продажи результатов.
Установка пакета для инференса
Официальный README предлагает uv и дополнительный бэкенд natten для Linux с CUDA. В Windows и macOS эта дополнительная функция запускается автоматически, а декодирование использует другой сервер. Базовая последовательность выглядит так:
git clone https://github.com/Lightricks/LTX-2.git
cd LTX-2
uv sync --extra nattenПосле этого скачивайте только те компоненты, которые выбраны выбранным пайплайну. Для дистиллированного преобразования текста в видео README приводит команду Hugging Face CLI:
hf auth login
hf download Lightricks/LTX-2.5 \
diffusion_models/ltx-2.5-22b-distilled-transformer-bf16.safetensors \
text_encoders/gemma4-12b-with-proj-ltx-2.5-bf16.safetensors \
vae/ltx-2.5-video-vae-bf16.safetensors \
vae/ltx-2.5-audio-vae-bf16.safetensors \
latent_upscale_models/ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors \
--local-dir models/ltx-2.5Перед запуском проверьте хэши файлов, свободное место и то, что текстовый энкодер соответствует чекпойнту. Google Gemma 4 без LTX-настройки не является заменой энкодера, указанного в README.
Первый запуск генерации видео и аудио
Distilled-пайплайн рассчитан на быстрый инференс. Минимальный шаблон из документации использует отдельные пути к transformer, text encoder, video VAE, audio VAE и spatial upscaler:
uv run python -m ltx_pipelines.distilled \
--transformer-path models/ltx-2.5/diffusion_models/ltx-2.5-22b-distilled-transformer-bf16.safetensors \
--text-encoder-path models/ltx-2.5/text_encoders/gemma4-12b-with-proj-ltx-2.5-bf16.safetensors \
--video-vae-path models/ltx-2.5/vae/ltx-2.5-video-vae-bf16.safetensors \
--audio-vae-path models/ltx-2.5/vae/ltx-2.5-audio-vae-bf16.safetensors \
--spatial-upsampler-path models/ltx-2.5/latent_upscale_models/ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors \
--num-frames 121 \
--seed 42 \
--output-path output.mp4 \
--prompt "A locked-off medium shot of a paper boat crossing a sunlit stream, with gentle water movement and a quiet wooden creak."Это пример синтаксиса, а не обещание конкретного времени генерации или качества. Для длинного и детального промпта README советует описывать действия по порядку, камеру, освещение и окружение в одном абзаце. Тестируйте короткую сцену и фиксированный seed до того, как начнете масштабный прогон.
Если памяти не хватает, документация предлагает --quantization fp8-cast и --offload cpu или --offload disk. Эти режимы могут снизить пик VRAM, но обычно увеличивают обмен данными и время выполнения. Точная совместимость зависит от GPU, версии CUDA, PyTorch, checkpoint и выбранного VAE.
Обучение LoRA: что делает ltx-trainer
ltx-trainer поддерживает преобразование текста в видео, изображения в видео, расширение видео, инпейтинг, аутпейтинг, преобразование аудио в видео, видео в аудио, режим только аудио и совместные аудиовизуальные режимы. Для первого эксперимента проще начать с t2v_lora.yaml и небольшого набора видео с подписями.
Подготовка описана в кратком руководстве:
Разложите видео и подписи, при необходимости разделите длинные ролики на сцены.
Запустите предварительный расчет латентов и текстовых признаков.
Укажите в YAML чекпойнт, соответствующий текстовый энкодер, каталог
.precomputed/иoutput_dir.Запустите
uv run python scripts/train.py configs/t2v_lora.yaml.
Для распределенного запуска документация использует accelerate launch. Предобработанные признаки привязаны к паре checkpoint и Gemma. При переходе между LTX-2.3 и LTX-2.5 используйте новый каталог или явно перезаписывайте старые признаки.
Аппаратные ограничения без выдуманных минимумов
Для инференса не существует одной честной цифры VRAM: расход зависит от разрешения, числа кадров, размера батча, VAE, квантования, выгрузки и режима пайплайна. У тренера есть более конкретная рекомендация: Linux с CUDA, желательно CUDA 13+, и графический процессор NVIDIA с 80 GB видеопамяти для стандартной конфигурации. Для графического процессора около 32 GB, включая RTX 5090 в документации, предусмотрена конфигурация low-VRAM с INT8 и другими оптимизациями.
Это рекомендации сопровождающего проекта, а не универсальные минимальные требования. До загрузки весов оставьте место под кэш, временные файлы и контрольные точки. Отдельно проверьте, что ваша видеокарта поддерживает необходимую точность и что набор инструментов CUDA соответствует бренду PyTorch.
Лицензия, безопасность и конфиденциальность
Community License Agreement разрешает ограниченное использование, но содержит правила для коммерческих организаций, распространения производных LoRA, маркировки синтетического контента и сохранения функций определения происхождения или водяных знаков. Нельзя воспринимать слово «open» в README как замену юридической проверке.
У репозитория не найден отдельный SECURITY.md по проверенному адресу. Это не доказывает отсутствие процесса ответа, но означает, что перед производственным развертыванием необходимо самостоятельно просмотреть проблемы, примечания к выпуску, зависимости и скрипты установки. Зафиксируйте фиксацию или выпуск, проверьте изменения uv.lock и ограничьте права процесса.
Локальный инференс может удерживать промпты и наборы данных на своей машине, если вы не включили удаленный доступ и не отправляете файлы внешнему сервису. Следите за каталогами кэша, журналами, правами доступа к моделям и токенами Hugging Face. Не открывайте необработанный порт в интернет. Если нужен удаленный endpoint, используйте TLS, отдельный ключ, список разрешенных адресов и минимальные права контейнера.
Где уместен OdiRouter
OdiRouter решает другую задачу: предоставляет единый API-слой для доступа к нескольким AI-моделям и маршрутизации с учетом цены, скорости и доступности. Текущая страница каталога описывает более 200 моделей и отдельные категории видео, аудио и изображений. На момент проверки каталог не подтверждал наличие LTX-2 или LTX-2.5, поэтому я не называю эту модель доступной через OdiRouter.
Связка может быть полезна, если часть приватного инференса остается локальной, а приложение умеет безопасно переключаться на другие облачные модели. Перед таким резервным вариантом сравните API-контракт, ограничения по файлам, политику хранения и цену конкретной модели. Начните с каталога OdiRouter, введения в API и страницы интеграций. Lightricks/LTX-2 при этом остается отдельным проектом и не становится продуктом OdiRouter.
Чек-лист перед первым запуском
Зафиксируйте релиз или коммит и дату проверки.
Выберите LTX-2.3 или LTX-2.5 и не смешивайте их компоненты.
Примите условия модели с ограниченным доступом и храните токен Read вне репозитория.
Проверьте свободное место: пример из README занимает около 66 GiB только для перечисленных файлов.
Начните с дистиллированного инференса и короткого ролика.
Для LoRA начните с небольшого набора данных,
t2v_lora.yamlи свежего каталога предобработки.Сопоставьте видеопамять, CUDA, PyTorch, VAE и режим квантования.
Прочитайте Community License Agreement и Политику допустимого использования до коммерческого применения.
Оставьте endpoint локальным, пока не завершите проверку безопасности.
Если нужен облачный резервный вариант, отдельно проверьте актуальный каталог и API OdiRouter.