LTX-2.3

LTX 的上一代 22B 视频与音频模型,下载量仍居视频模型前列。年营收低于 1000 万美元免费。

一句话概括. LTX-2.3 是 LTX 开放视频模型在 2026 年 3 月的版本。它能根据文字、图片或音频生成带匹配声音的视频,还能生成 1080×1920 的竖屏视频。LTX-2.5 已经取代了它,但它的下载量仍然很大。年营收低于 1000 万美元的组织可以免费使用。

概述

LTX 于 2026 年 3 月初发布 LTX-2.3,博客称这是模型架构的一次重大升级。LTX 的新闻稿标注日期为 3 月 5 日,本页以此作为发布日期;Hugging Face 仓库创建于 3 月 4 日,博客文章标注的日期更早,是 2 月 23 日。它是一个 220 亿参数的扩散 Transformer,在一个模型里同时生成视频和同步音频,输入可以是文本、图像、音频或视频。LTX 列出了相对 LTX-2 的四项改动:重建的 VAE,让纹理、头发和边缘更清晰;放大到四倍的文本连接器,更贴近提示词;图生视频中更少出现画面静止和缓慢平移;以及用过滤后的训练数据和新的声码器得到更干净的音频。它也是第一个原生支持竖屏视频的 LTX 模型,最高 1080×1920,用竖屏数据训练。

Hugging Face 仓库里有 dev 模型(微调要用的是它)和只需 8 步、无需引导的蒸馏检查点,还有蒸馏 LoRA、两个空间上采样器和一个时间上采样器。每个检查点都是一个 46 GB 的 BF16 文件,包含 Transformer、视频和音频 VAE 以及文本投影,Gemma 3 文本编码器则要单独下载,适用谷歌的许可证。Lightricks 在另一个仓库发布了约 29.5 GB 的 FP8 版本,还有许多面向具体任务的 LTX-2.3 IC-LoRA。模型卡没有给出显存要求。免费开源的视频编辑器 LTX Desktop 与它同时发布。

LTX-2.5 于 2026 年 8 月 11 日取代了它,带来多镜头生成、扩散视频解码器和 Gemma 4 文本编码器,权重采用更新的 LTX-2.x Community License。LTX-2.3 的检查点仍适用 2026 年 1 月 5 日的 LTX-2 Community License Agreement:年营收低于 1000 万美元(连同关联方计算)的组织可免费使用,超过则需付费协议,另有一份禁止用途清单。一些第三方文章称 LTX-2.3 是 Apache 2.0,这与 LTX 自己的文件不符。在截至 2026 年 11 月 11 日的 30 天里,Hugging Face 统计到 BF16 仓库约 88.4 万次下载,FP8 仓库约 73.5 万次,这些数字可能包含自动拉取。

适合做什么

  • 已经有基于 LTX-2.3 的工作流、LoRA 或 IC-LoRA,想在本地生成带同步声音的视频
  • 面向移动端格式的 9:16 竖屏视频,最高 1080×1920
  • 微调 dev 模型,LTX 称在很多情况下训练一个 LoRA 不到一小时
  • 年营收低于 1000 万美元的组织

需要注意

  • LTX-2.5 已在 2026 年 8 月取代它,两代模型的检查点不能互换
  • 年营收达到 1000 万美元(连同关联方计算)的组织需要付费许可,许可证还禁止一系列用途
  • 模型卡没有给出显存数字,检查点在 BF16 下 46 GB、FP8 下 29.5 GB,还不含单独的文本编码器
  • 速度和质量的说法来自 LTX,模型卡也说没有语音的音频质量可能较低

性能数据来自开发方,未经独立验证。

需要多少内存?

以下是 LTX-2.3 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。

版本 参数量 下载大小 所需内存 可运行于
Dev and Distilled (BF16) BF16 22B 46 GB 53 GB 工作站
Dev and Distilled (FP8) FP8 22B 30 GB 34 GB 工作站

下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。

许可证,用大白话说

LTX-2 和 LTX-2.3 使用的自定义许可证,日期为 2026 年 1 月 5 日。年营收低于 1000 万美元的组织可以出于任何目的使用、修改和托管模型,但要遵守一份禁止用途清单;营收达到或超过该数额的组织需要付费的商业协议。LTX-2.5 使用的是更新的 LTX-2.x 许可证。

  • 仅在营收低于上限时可免费商用
  • 须遵守可接受使用政策

进一步了解 LTX-2 Community

常见问题

LTX-2.3 是什么?
LTX-2.3 是 LTX 开放视频模型在 2026 年 3 月的版本。它能根据文字、图片或音频生成带匹配声音的视频,还能生成 1080×1920 的竖屏视频。LTX-2.5 已经取代了它,但它的下载量仍然很大。年营收低于 1000 万美元的组织可以免费使用。
LTX-2.3 可以商用吗?
可以,但有条件。LTX-2.3 采用 LTX-2 Community 发布,允许商用,但附带额外规则:仅在营收低于上限时可免费商用; 须遵守可接受使用政策。产品上线前请阅读许可证原文。
LTX-2.3 是开源的吗?
LTX-2.3 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 LTX-2 Community 附带了开源促进会的定义所不允许的条件。
我能在自己的电脑上运行 LTX-2.3 吗?
只有工作站才行。最小版本 Dev and Distilled (FP8) 在 4 位精度下约需 34 GB 内存,建议准备 48 至 96 GB 的显卡、多张显卡,或大内存的 Mac。
LTX-2.3 是什么时候发布的?
LTX-2.3 由 LTX (Lightricks) 于 2026年3月5日 发布。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月11日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
LTX-2.5 LTX (Lightricks) 22B – LTX-2.x Community (附条件) 16 GB 笔记本或手机
Wan 2.2 Alibaba Wan 5B – 27B 激活 14B – Apache 2.0 (宽松) 24 GB 游戏显卡
Cosmos 3 NVIDIA 3.86B – 64.6B – OpenMDW-1.1 (宽松) 11 GB 笔记本或手机
MiniMax H3 MiniMax 33.1B – MiniMax H3 Community (附条件) 166 GB 大内存台式机