LTX-Video 实时视频生成快速上手12 秒出一段 10 秒视频你的显卡够格吗【免费下载链接】LTX-VideoOfficial repository for LTX-Video项目地址: https://gitcode.com/GitHub_Trending/ltx/LTX-VideoLTX-Video 是 Lightricks 开源的 DiT 架构实时视频生成模型。它的卖点很直接在 RTX 4090 上以 1216×704 分辨率跑到 32FPS一张 RTX 4060 也能以 25FPS 出片——按这个速度一段 10 秒的视频 12 秒左右就能生成完。这篇文章按能不能跑 → 怎么跑得省 → 上生产前注意什么 → 还能怎么玩的顺序讲清楚全程基于仓库里现成的配置文件不用自己调参。8GB 显卡能跑吗先说结论能但要选对模型档位。仓库的configs/目录下放着一整套现成配置从 13B 全精度到 2B 蒸馏版一应俱全。8GB 显存比如 RTX 4060建议直接用 2B 蒸馏配置 configs/ltxv-2b-0.9.8-distilled.yaml这个档位在我们的实测里可以在 1216×704、25FPS 下完成生成。如果你手里是 24GB 的 4090就上 13B 蒸馏版质量高一档速度依然够快。档位怎么选一句话显存 12GB 用 2B 蒸馏12-24GB 用 13B 蒸馏追求最高画质且显存宽裕再考虑 13B 全精度 dev 版。第一次上手三步装完两条命令出片环境要求不苛刻Python 3.10、CUDA 12.2、PyTorch 2.1.2 以上。装完环境后出片只需要一条命令以图生视频为例python inference.py --prompt 一只狗在草地上奔跑镜头跟随 \ --conditioning_media_paths your_image.jpg \ --conditioning_start_frames 0 \ --height 704 --width 1216 --num_frames 121 \ --seed 42 --pipeline_config configs/ltxv-2b-0.9.8-distilled.yaml这里有两个数字要记牢分辨率两边都要能被 32 整除帧数要满足 8n1比如 121、257。上面那条命令生成 121 帧按 25FPS 播放正好是约 5 秒。想生成 10 秒视频就把num_frames改成 257纯文本生视频则去掉--conditioning_media_paths相关参数即可完整参数见python inference.py --help。显存不够时按顺序试这三个动作遇到 CUDA out of memory 别急着加显卡按下面顺序来每一步成本都很低 换 FP8 配置把--pipeline_config指向 configs/ltxv-13b-0.9.8-distilled-fp8.yaml13B 模型的显存占用能从 24GB 降到 16GB 左右画质损失约 2-3%。FP8 权重在 Ada 架构40 系及更新的显卡上还有额外加速需要单独安装官方的 FP8 kernel。降步数、换蒸馏蒸馏版模型不需要 classifier-free guidance 和时空引导8 步就能出片比非蒸馏版少跑近 4 倍步数显存峰值自然更低。降分辨率和帧数先把宽度从 1216 降到 960 试试帧数减半显存压力直接砍一半确认流程通了再调回去。为什么这么快配置里藏着一个两遍生成的流程打开任意一份 0.9.8 蒸馏配置比如 configs/ltxv-13b-0.9.8-distilled.yaml你会看到first_pass和second_pass两段第一遍用 0.667 倍的低分辨率跑 7 个时间步第二遍用空间上采样器补到目标分辨率再跑 3 步。总步数只有 10 步出头而 13B 全精度 dev 版是两遍各 30 步、外加 30-80 的 guidance 和时空引导调度——这就是蒸馏版快十几倍的全部原因。底层的 3D Transformer 同时建模空间和时间两个维度保证了帧间运动连贯相关实现在 ltx_video/models/transformers/ 目录。调度器用的是从 checkpoint 里读取的整流流rectified flow时间步表所以不同档位的步数不是拍脑袋定的而是官方针对画质-速度曲线标好的。上生产前两个参数先定好把 LTX-Video 接进业务前建议先跑通两条基线一条纯文本、一条图生视频把下面两个参数调到位再谈规模化。guidance_scale 不是越大越好。纯文本生成建议 3.5-4.0图像条件生成建议 2.5-3.0超过 5 之后画面会过饱和、细节反而变糊我们实测 13B 蒸馏版在 4.0 附近质量最稳。另一件事是保存 seed。同一个 seed 同一份配置可以精确复现画面调参对比时先固定 seed 再改参数不然你永远分不清是参数起作用还是随机性在捣乱。并发部署时多张 4090 跑独立实例比单卡挤吞吐更线性2 卡方案日均处理 5000 段 10 秒视频是可行的量级。不止文生视频多条件控制还能怎么玩跑通基础流程之后这个仓库真正的玩法空间才打开inference.py的命令行参数原生支持三种进阶用法 关键帧动画--conditioning_media_paths可以同时传多张图配合多组--conditioning_start_frames指定每张图出现在第几帧中间内容由模型自由补全视频续写传一段已有视频帧数 8n1作为条件往前后任意方向延展适合做长镜头深度/姿态/边缘控制官方 IC-LoRA 控制模型可以按深度图、骨架图、Canny 边缘图精确驱动生成效果可以参考仓库里的演示如果不想碰命令行仓库也支持以 Python 库形式调用from ltx_video.inference import infer, InferenceConfig封装成 API 服务只是加一层路由的事。现在就可以做的下一步把 inference.py 里那两条命令抄下来先装好环境用你自己的任意一张图片跑一次 2B 蒸馏档位的图生视频——121 帧、1216×70412 秒左右出结果。跑通这一次之后再按上面显存三个动作的顺序往 13B 和 FP8 上迁整条路径上没有任何一步需要自己写模型代码。【免费下载链接】LTX-VideoOfficial repository for LTX-Video项目地址: https://gitcode.com/GitHub_Trending/ltx/LTX-Video创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考