Lightricks分拆出的开放世界模型公司LTX今日正式发布LTX-2.5。这是一款开源权重的视频及“世界”模型，通过与ComfyUI的战略合作，实现了在该节点式工作流工具中的原生集成。目前，该模型权重已在Hugging Face上线，并内置于ComfyUI中；用户也可通过LTX API调用托管服务。
在商业化策略上，LTX采取分层许可模式：年经常性收入（ARR）低于1000万美元的组织可免费使用，大型公司则需协商许可协议。LTX表示，其模型累计下载量已突破3300万次，成为市场上应用最广泛的“开放世界”模型系列。
重构生成管道，聚焦效率与多模态能力
LTX-2.5并非在旧核心上简单叠加功能，而是对生成管道进行了近乎全面的重构。主要技术升级包括：
新型扩散视频解码器：在保持高压缩比的同时，减少高动态画面伪影，提升文本和面部细节的重建质量。
原生多镜头生成：将完整序列渲染为单一输出，确保角色、场景和声音在剪辑间的一致性，避免拼接痕迹。
定制化语言骨干网：采用定制的Gemma 4及专用提示词增强器，更精准地处理复杂的多主体提示词。
物理AI与机器人优化：提供针对非电影领域数据微调的预训练检查点，服务于机器人技术等实时应用场景。
高效蒸馏模型：经NVIDIA优化，可在RTX GPU上本地运行且内存需求更低，以较低成本提供接近全模型的质量。
LTX声称，该模型的成本约为同类产品的八分之一，渲染时间仅为七分之一，并支持从数据中心GPU到Mac等多种硬件环境。
速度与质量表现：数据背后的硬件前提
LTX公布的性能数据显示，LTX-2.5在两台NVIDIA顶级GB200芯片上自托管测试时，生成一段10秒、720p分辨率的视频仅需6.8秒，速度快于实时播放。若通过LTX托管API以1080p分辨率完成相同任务，耗时为23.7秒。
值得注意的是，上述极速成绩依赖于远超常规部署水平的顶级硬件。在横向对比中，LTX基于端到端测量数据称，Google Gemini Omni Flash耗时52秒，xAI Grok 1.5耗时63秒，而字节跳动Seedance 2.5和快手Kling 3.0 Pro的耗时分别高达317秒和398秒。
在质量盲测中，LTX-2.5以67%的胜率领先，高于Seedance 2.5（65%）和Gemini Omni Flash（55%）。但LTX强调，这些数据均由供应商报告或委托测量，未经独立验证，仅作为方向性参考，企业应结合实际工作负载进行测试。
战略抉择：为何押注“开源权重”而非封闭API
LTX联合创始人兼CEO Zeev Farbman指出，视频和世界模型的应用场景远比语言模型广泛，封闭API无法满足企业构建定制化工作流的需求。“开放性并非慈善，而是我们的战略。”Farbman表示，通过提供免费开源权重吸引开发者，待客户业务规模化（ARR超过1000万美元）后再转化为许可收入，是更符合行业特性的商业模式。
ComfyUI联合创始人兼CEO Yoland Yan则将ComfyUI定位为开放生态的连接层。他表示，ComfyUI已成为LTX重要的客户获取渠道，许多企业在内部通过ComfyUI验证工作流后，才会转向正式的商业合作。这种“先实验、后授权”的路径，允许企业在自有硬件上进行敏感数据测试，无需担心IP泄露或按次计费成本。
应用场景延伸：从虚拟制作到边缘计算
除了传统视频生成，LTX-2.5正渗透至更多企业级场景。Farbman列举了计算摄影降噪、水模拟特效、动画关键帧插值等非电影类应用。Yan则指出，实时世界模型正在改变虚拟制作流程，使导演能在拍摄现场即时获得接近后期效果的预览，大幅缩短反馈周期。
在开发者生态方面，LTX与Asteria及Reactor等平台合作，推动低延迟推理在交互式头像、实时机器人等领域的应用。Yan以Reddit上病毒式传播的互动体验“Flipbook”为例，展示了开源权重结合低延迟推理如何创造出即时生成的可点击世界。
尽管ComfyUI存在学习曲线，但Yan认为这是保留专业创作能力的必要代价。“我们不会牺牲高阶功能的专业性，”他说，“这正是我们与移动端简易创意工具的核心差异。”目前，LTX-2.5已通过Hugging Face、ComfyUI及LTX API全面开放。
【星途科讯 图文丨Patrick 首发于ZAKER科技，转载请注明出处】