Le ltxv-13b-0.9.7-distilled de LTX-Video est la dernière version du modèle de distillation publiée par Lightricks le 14 mai 2025. Le modèle utilise le transformateur et la technologie Video-VAE pour générer efficacement des vidéos haute résolution. Nous générons une vidéo de 5 secondes à 24 ips à une résolution de 768 × 512 en seulement 2 secondes sur un GPU Nvidia H100, surpassant tous les modèles existants d'échelle similaire. De plus, LTX-Video prend en charge plusieurs méthodes de génération vidéo, notamment du texte à la vidéo, de l'image à la vidéo, la vidéo étendue et la génération vidéo avec plusieurs conditions. Les résultats pertinents de l'article sontLTX-Vidéo : diffusion latente vidéo en temps réel".
Ce didacticiel utilise une seule ressource informatique A6000 et fournit deux exemples de génération de texte en vidéo et d'image en vidéo à des fins de test.
2. Affichage des effets
Texte en vidéo :
Image à vidéo :
3. Étapes de l'opération
1. Démarrez le conteneur
Si « Bad Gateway » s'affiche, cela signifie que le modèle est en cours d'initialisation. Étant donné que le modèle est grand, veuillez patienter environ 2 à 3 minutes et actualiser la page.
2. Exemples d'utilisation
L'invite prend en charge l'anglais uniquement.
1. Image en vidéo
Paramètres spécifiques :
Télécharger une image : ici, vous pouvez télécharger une image comme point de départ pour la génération de vidéos.
Invite : vous pouvez saisir du texte pour décrire le contenu de la vidéo ici, et le modèle générera une vidéo basée sur ce texte.
Durée de la vidéo : sélectionnez la durée de la vidéo générée.
Invite négative : vous pouvez ici saisir des éléments ou des fonctionnalités que vous ne souhaitez pas voir apparaître dans la vidéo, ce qui permet d'éviter de générer des effets indésirables.
Graine : Ce nombre détermine le caractère aléatoire de la génération vidéo.
Échelle de guidage (CFG) : contrôle l’influence des invites sur la sortie. Des valeurs plus élevées ont un impact plus important.
Hauteur : hauteur, doit être divisible par 32.
Largeur : largeur, doit être divisible par 32.
résultat
2. Texte en vidéo
Paramètres spécifiques :
Invite : vous pouvez saisir du texte pour décrire le contenu de la vidéo ici, et le modèle générera une vidéo basée sur ce texte.
Durée de la vidéo : sélectionnez la durée de la vidéo générée.
Invite négative : vous pouvez ici saisir des éléments ou des fonctionnalités que vous ne souhaitez pas voir apparaître dans la vidéo, ce qui permet d'éviter de générer des effets indésirables.
Graine : Ce nombre détermine le caractère aléatoire de la génération vidéo.
Échelle de guidage (CFG) : contrôle l’influence des invites sur la sortie. Des valeurs plus élevées ont un impact plus important.
Hauteur : hauteur, doit être divisible par 32.
Largeur : largeur, doit être divisible par 32.
Résultat de sortie
4. Discussion
🖌️ Si vous voyez un projet de haute qualité, veuillez laisser un message en arrière-plan pour le recommander ! De plus, nous avons également créé un groupe d’échange de tutoriels. Bienvenue aux amis pour scanner le code QR et commenter [Tutoriel SD] pour rejoindre le groupe pour discuter de divers problèmes techniques et partager les résultats de l'application↓
Informations sur la citation
Les informations de citation pour ce projet sont les suivantes :
@article{HaCohen2024LTXVideo,
title={LTX-Video: Realtime Video Latent Diffusion},
author={HaCohen, Yoav and Chiprut, Nisan and Brazowski, Benny and Shalem, Daniel and Moshe, Dudu and Richardson, Eitan and Levin, Eran and Shiran, Guy and Zabari, Nir and Gordon, Ori and Panet, Poriya and Weissbuch, Sapir and Kulikov, Victor and Bitterman, Yaki and Melumian, Zeev and Bibi, Ofir},
journal={arXiv preprint arXiv:2501.00103},
year={2024}
}
