← 返回排行榜

LTX-2 LTX-2(19B)

Lightricks · 2026-01-03 · LTX-2 Community License

第一代「音视频同生成」的开源模型,2.3 的前身。现在更多是作为对照基线或跑老工作流用。

特点

适用范围

和同代模型对比

19B 的第一代音视频联合模型,27 万下载。和 2.3/2.5 比,它现在主要是「跑老工作流/LoRA」的兼容层,新项目没有理由再从它开始。

指标LTX-2MOVA-360pLTX-2.3SCAIL-2
发布时间2026-01-032026-01-282026-03-042026-06-09
近30天下载270.6k157.4k854.6k3.2k
许可LTX-2 Community LicenseApache-2.0LTX-2 Community LicenseMIT
规模19B官方未公布参数量(另有 720p 版本)22B基于 Wan2.1 的角色动画模型
官方模板数2132
Civitai LoRA————
Civitai 微调————
本机 16GB偏紧,建议蒸馏版 + fp8。360p 版本是这一档里相对能落地的,但仍建议 fp8/量化 + 短片段。用 fp8 或 nvfp4 的蒸馏版权重可以跑,8 步是它能落地小卡的关键。基于 Wan2.1 的规模,int8 模板可在 16GB 跑,驱动视频要短。

表内数字:下载量取 HuggingFace 近 30 天;LoRA / 微调数是 Civitai 上该底模的条目数(采样本期抓到的,非全站总量)。

关键参数

蒸馏版
少步(见模板)
分辨率
720p 级别
生态
官方有音频生视频、深度/边缘控制等模板

本机部署建议(RTX 5060 Ti 16GB)

16GB 结论
偏紧,建议蒸馏版 + fp8。
显存提示
比 2.3 略小,但仍属 20B 级。
建议起手
新项目直接用 2.3/2.5,LTX-2 留给兼容老工作流。

使用建议

坑点 / 注意

官方 ComfyUI 工作流

下载 JSON 后拖进 ComfyUI 窗口即可载入;缺节点通常是 ComfyUI 版本太旧。

官方链接

下载 / 安装

文件级链接点一下就直接下载(HF 会 302 到 CDN);每条下面标了精度档位与最低显存,命令行口令点右上角「复制」。

国内镜像(推荐)

gemma_3_12B_it_fp8_scaled.safetensors · 13.2 GB
文本编码器/辅助权重(不是主模型)|FP8 量化|建议 ≥16GB 显存|本机 16GB 可直接跑;视频另受时长/分辨率影响|画质损失小,16GB 显存的首选档
ltx2-squish.safetensors · 428 MB
原版精度(文件名未标量化)|建议 ≥6GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|按官方原样提供
gemma-3-12b-it-abliterated_heretic_lora_rank64_bf16.safetensors · 628 MB
文本编码器/辅助权重(不是主模型)|BF16 全精度|建议 ≥6GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|原版精度,体积最大
gemma-3-12b-it-abliterated_lora_rank64_bf16.safetensors · 628 MB
文本编码器/辅助权重(不是主模型)|BF16 全精度|建议 ≥6GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|原版精度,体积最大
hf-mirror · 仓库目录
ComfyUI 专用仓,文件已按 models/diffusion_models 等子目录切好
ModelScope(魔搭)镜像
国内直连,适合在浏览器里手动挑文件

官方直连

gemma_3_12B_it_fp8_scaled.safetensors · 13.2 GB
文本编码器/辅助权重(不是主模型)|FP8 量化|建议 ≥16GB 显存|本机 16GB 可直接跑;视频另受时长/分辨率影响|画质损失小,16GB 显存的首选档
ltx2-squish.safetensors · 428 MB
原版精度(文件名未标量化)|建议 ≥6GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|按官方原样提供
gemma-3-12b-it-abliterated_heretic_lora_rank64_bf16.safetensors · 628 MB
文本编码器/辅助权重(不是主模型)|BF16 全精度|建议 ≥6GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|原版精度,体积最大
gemma-3-12b-it-abliterated_lora_rank64_bf16.safetensors · 628 MB
文本编码器/辅助权重(不是主模型)|BF16 全精度|建议 ≥6GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|原版精度,体积最大
HuggingFace · 仓库目录
ComfyUI 官方打包,按目录结构切好
HuggingFace · 原始权重仓
未切分的原始仓库,ComfyUI 用户一般不需要
国内镜像下载(PowerShell,推荐)
$env:HF_ENDPOINT="https://hf-mirror.com"; hf download Comfy-Org/ltx-2 --local-dir ComfyUI\models
官方直连下载(需能访问 huggingface.co)
hf download Comfy-Org/ltx-2 --local-dir ComfyUI\models
没装 hf 命令就先装
pip install -U "huggingface_hub[cli]"

显存是「最低可跑」的估算:ComfyUI 会分时加载权重与文本编码器,所以最低显存≈权重体积再上一档;实际还要给激活值留余量,视频模型另受时长与分辨率影响。

放到哪:底模 → ComfyUI/models/diffusion_models;LoRA / 微调 → models/loras 或 models/checkpoints;文本编码器 → models/text_encoders;VAE → models/vae。Comfy-Org 的仓已按这套目录结构打包,--local-dir ComfyUI\models 即可直接落位。