LTX a publié LTX-2.5, un modèle du monde à poids ouverts pour la génération vidéo, les applications en temps réel et l'IA physique, optimisé pour l'inférence locale sur les GPU NVIDIA RTX et le matériel DGX Spark. Cette publication vise à déplacer la production vidéo de l'infrastructure cloud vers les bureaux locaux en réduisant les exigences VRAM et en éliminant les frais par génération.
- La génération multishot native rend les séquences comme une sortie cohérente, maintenant la cohérence des personnages et des scènes entre les coupures.
- Un nouveau décodeur vidéo de diffusion réduit les artefacts visuels dans les scènes à fort mouvement tout en préservant les ratios de compression.
- La génération sur site d'un clip de 10 secondes prend 6,8 secondes sur 2x NVIDIA GB200, significativement plus rapide que les alternatives fermées.
- Le modèle inclut un checkpoint pour l'IA physique destiné au fine-tuning robotique et une version distillée pour un déploiement à moindre coût.
- Les poids sont disponibles sur Hugging Face et ComfyUI, gratuits pour les organisations avec moins de 10M$ de revenus récurrents annuels.
La génération locale permet aux créateurs de générer en lot du contenu pendant la nuit et de tester des variations sans coûts cloud ni sortie d'IP de la machine.