LTX-2.5: история модели, LoRA и инструменты для видеопродакшена

С чего начать

Кино начинается там, где одной красивой картинки мало

Представьте короткую сцену: героиня выходит на пустую платформу, ветер приподнимает воротник пальто, за кадром приближается поезд. Общий план сменяется крупным. Свет, лицо и одежда должны остаться прежними, звук колёс — совпасть с происходящим. А затем выясняется, что из кадра нужно убрать случайного прохожего и подготовить материал к цветокоррекции.

Для такой сцены недостаточно оживить одну картинку. Нужно продумать действие и смену планов, согласовать звук, удалить лишние объекты и подготовить изображение к цветокоррекции. В истории LTX хорошо видно, как рядом с генератором видео постепенно появляются инструменты для этих задач.

Перед вами исследовательский разбор, а не отчёт о нашем запуске модели. Источники повторно проверены 30 октября 2026 года; производственный раздел расширен после первой версии от 22 октября. Редакционные картинки объясняют задачи; отдельно показаны официальные видео Lightricks и реальные кадры демонстраций авторов сторонних LoRA. Под каждым примером указано происхождение. Открытые веса, локальный запуск и возможности облачного сервиса здесь тоже не смешиваются.

Как пользоваться этим разбором

Если хочется понять историю, начните со следующего раздела. Если нужен конкретный инструмент, переходите прямо к нему из оглавления. У каждого адаптера есть свой раздел, пример задачи, ссылка на оригинальную карточку и существенное ограничение.

Ниже разобраны все 15 адаптеров официальной коллекции LTX-2.5 Creative Lab. Отдельно идут четыре адаптера с именем 2.3, для которых разработчики указывают работу в сценариях 2.5. Это не 19 новых моделей поколения 2.5: название, обучение и совместимость — разные сведения.

Быстрый маршрут по задачам:

• Выделить объект или убрать лишнее: Alpha Gen, Clean Plate, In/Outpainting.
• Работать со светом и 3D: SDR To HDR, native HDR, Layout To Render.
• Спасти проблемное видео: Restore, Refine Details, Deblur, Decompression, Colorization.
• Изменить сцену: Day To Night, Water Simulation, Ingredients, Instant Shave.
• Направить движение: Cinemagraph, Slow Motion Control, Union Control, Motion Track Control.
• Увеличить кадр: Pixel Spatial Upscaler, Tiled Fusion и DFR.
• Подобрать инструменты для рабочего проекта: карта производственных задач, дым и огонь AInVFX, перенос движения CQdesign, CQ Enhancer.
• Собрать несколько героев или предметную анимацию: Licon MSR V2, XPLDV Exploded View.
• Проверить совместимость и сдачу: камерные эксперименты 2.3, обновления программ и готовые схемы, приёмка результата.

Что добавлено при проверке 30 октября 2026 года

Подтверждённое новое событие — AInVFX Fluid v2 от 29 октября. Автор выпустил новые веса для управляемого дыма и огня и отозвал первую версию из-за условий использования её обучающих материалов. Файл называется так же, поэтому одной проверки имени недостаточно. Подробности и ссылка на текущий выпуск — ниже.

При этом в официальной коллекции Creative Lab 2.5 по-прежнему 15 позиций. Мы не нашли подтверждения появления в ней дополнительных LoRA после 22 октября. Дата обновления страницы сама по себе не доказывает выход новых весов.

Ещё в разбор добавлены уже существовавшие разработки: перенос движения и улучшение видео от CQdesign, многореференсная Licon MSR V2, предметная анимация XPLDV, камерные эксперименты Cseti, ReDetail и существенные изменения официальных программ. Это расширение нашего материала, а не объявление всех перечисленных инструментов новинками последней недели. У каждого отдельно указаны базовая версия, назначение и ограничения.

Какие инструменты выбирать для профессионального видеопродакшена

Профессиональным инструмент делает не слово Pro в названии. Важнее, можно ли повторить обработку, проверить результат и использовать его по условиям лицензии. Ниже — отправная точка для выбора, а не список решений, уже испытанных нами на клиентском проекте.

Задача и инструмент	Проверка
Маска объекта — Alpha Gen	Край в движении, размытие, выбранный объект; RGB и matte собираются отдельно
Пустой фон — Clean Plate	Нужные объекты, перспектива и отражения должны сохраниться
Локальный клинап — In/Outpainting	Маска, тени и граница обработки; используется документированная связка с адаптером 2.3
HDR — SDR To HDR либо native HDR	Это разные процессы; нужны проверка EXR, цветового пространства и диапазона
Сцена из 3D — Layout To Render	Камера, контакты и геометрия; не замена точному рендеру
Дым и огонь — AInVFX Fluid v2	Именно версия 2, лицензия и пригодность для композитинга
Детали и увеличение — Refine Details, ReDetail, CQ Enhancer	Лица, надписи и фактура; у CQ отдельно выяснить права
Перенос исполнения — CQ Motion Transfer	Точность жеста и взаимодействий; коммерческие права не подтверждены
Несколько героев — Licon MSR V2	Соответствие образцов, голосов и персонажей; условия адаптера и базы
Предметная «разборка» — XPLDV	Внутренние детали придумываются; для точности нужен 3D-исходник
Ракурс и камера — эксперименты Cseti	Только 2.3; у Cameraman есть ограничение по использованию

Для проекта с жёстким требованием сохранить исходный материал начинать стоит не с самого заметного эффекта, а с вопроса: какие пиксели вообще разрешено менять? Сгенерировать дым отдельно и скомпозить его с оригиналом часто безопаснее, чем заново обработать весь снятый план.

История и устройство LTX

От редакторов изображений к собственной видеомодели

LTX разрабатывает Lightricks, создатель приложений для работы с изображениями и платформы LTX Studio. В отличие от Pony Diffusion, которую один автор дообучал на основе готовой модели, LTX создаёт исследовательская команда: она разрабатывает архитектуру, готовит данные и обучает базовую модель. Среди авторов первой научной статьи — Yoav HaCohen, Nisan Chiprut и другие сотрудники Lightricks. История компании, публикация LTX-Video.

Ранняя LTX-Video появилась в конце 2024 года. Её заметная черта была довольно практичной: вместо того чтобы соревноваться только в зрелищности демонстраций, разработчики поставили в центр скорость. Когда результат приходится ждать долго, автор экономит попытки и реже проверяет идеи. Быстрая модель меняет сам ритм работы: можно исследовать жест, темп или движение камеры, пока замысел ещё свежий.

При этом LTX Studio, открытые модели LTX и облачный API — разные способы работы. В LTX Studio можно подготовить раскадровку и собрать сцены. Открытые веса нужны для запуска модели на своём оборудовании, а через API программа отправляет задания на серверы сервиса. Возможность, показанная на сайте LTX Studio, не обязательно есть в скачанной модели. Поэтому для локального запуска нужно руководство к конкретной версии, а для подключения своего приложения — документация API.

Короткая хронология

Этап	Что изменилось	Почему это важно
Конец 2024 года: LTX-Video	Быстрая латентная видеодиффузия; статья поступила на arXiv 30 декабря	Скорость становится частью творческого процесса
Май 2025 года: ветка 13B	Более крупная модель и быстрые дистиллированные варианты	Появляется выбор между качеством и стоимостью попытки
Июль 2025 года: 0.9.8	Продолжение развития 13B и 2B, работа с более длинными сценами	Семейство растёт, а не сводится к одному файлу
23 октября 2025 года: анонс LTX-2	Новый этап со звуком и видео	Анонс нельзя путать с датой открытия всех весов
6 января 2026 года: статья LTX-2	Описана совместная аудиовизуальная модель	Звук рассматривается вместе с изображением
5 марта 2026 года: LTX-2.3	Обновлённые представление видео, связь с текстом и звуковая часть	Укрепляется управляемость, а не только детализация
11 августа 2026 года: LTX-2.5	Multishot, новый текстовый стек и развитие видеодекодера	На первый план выходят сцена и производственные инструменты

Опора для дат: официальный журнал LTX-Video, статья LTX-2, анонс 2.3, анонс 2.5. Заявленные в старых релизах длительности и скорости относятся к своим версиям и условиям, а не автоматически к любому сценарию 2.5.

Первая инженерная ставка: сжать видео, не потеряв движение

На создание видео уходит много вычислительных ресурсов: модель должна построить кадры и согласовать движение между ними. Например, при повороте головы лицо должно постепенно менять ракурс, сохраняя свои черты. Если просто сгенерировать сотню похожих фотографий, связного движения не получится.

Первая LTX-Video работает в латентном пространстве. VAE превращает видео в компактное представление, диффузионная часть обрабатывает его, а декодер возвращает кадры. В исходной работе кодек и генератор проектировали совместно; финальное очищение изображения частично переносилось на декодер. Это позволяло не тратить все вычисления на огромный несжатый видеомассив. Архитектура LTX-Video.

При монтаже похожую задачу решают прокси — облегчённые копии исходников, с которыми проще проверить склейку. Но латент — не уменьшенный MP4: это внутреннее представление видео, с которым работает модель. Если при сжатии потерялись движение или мелкие детали, последующее увеличение разрешения не обязательно их восстановит.

Не менее важна подготовка материала. Авторы описывали отбор по визуальному качеству и движению, очистку неудачных фрагментов и подробные автоматические описания. Для генератора подпись — способ связать слова с происходящим. «Человек у двери» и «человек оглядывается, открывает дверь и выходит; камера остаётся на месте» обучают разным вещам. Состав данных раскрыт лишь частично: полного производственного рецепта, всех исходников и бюджета обучения в этих публикациях нет.

Почему LTX-2 научили слушать сцену

В немом видео можно не заметить момент удара молотка. Со звуком ошибка сразу становится очевидной: картинка и стук расходятся. Совместная генерация усложняет задачу, зато даёт модели ещё один способ удерживать событие во времени.

В LTX-2 видео и звук создаются отдельными, но связанными частями модели. Механизм внимания позволяет им обмениваться информацией, а временное выравнивание — сопоставлять звук с действием в кадре. Так модель может создавать изображение и звук совместно, а не добавлять произвольную звуковую дорожку к уже готовому немому ролику. Научная работа LTX-2.

Поэтому в промпте полезно описать не только изображение, но и звук: скрип двери, шаги, шум улицы или реплику. При этом совместное обучение не гарантирует речь без ошибок, точное совпадение движений губ со словами или правильное распределение реплик между людьми. Всё это нужно проверить в готовом ролике.

В LTX-2.3 внимание уделили качеству представления видео, связи с текстом и звуковой части. Для автора это означает более полезную промежуточную цель, чем абстрактное «модель стала умнее»: насколько последовательно она выполняет поставленную сцену. Материал Lightricks о 2.3, интеграция в ComfyUI.

Что принесла LTX-2.5

В официальном анонсе 11 августа 2026 года Lightricks выделила генерацию нескольких планов, обновлённое понимание текста и новую работу с деталями видео. Multishot важен не самим фактом склейки. Интереснее сохранить персонажа, предмет и атмосферу, когда общий план переходит в крупный. Это всё ещё генерация, поэтому непрерывность нужно оценивать глазами. Анонс LTX-2.5.

В опубликованном комплекте 2.5 используется семейство 22B, а не старый набор компонентов LTX-2. Текст обрабатывает специальный Gemma 4 12B с проекцией для LTX; обычный файл Gemma с похожим названием не является автоматической заменой. Отдельный небольшой Gemma 4 E2B может улучшать промпт — это другой компонент, не основной текстовый энкодер. Состав модели.

Веса поставляются раздельно: transformer, видео- и аудио-VAE, текстовый энкодер, апскейлеры. Есть dev, distilled и варианты квантования. Дистилляция и квантование решают разные задачи: первая учит получать результат за меньшее число шагов, второе снижает точность хранения и вычислений. Слово distilled не означает, что из модели просто удалили большую часть параметров.

Увидеть заявленную работу со сменой планов можно в официальном ролике. Он демонстрационный: по нему нельзя вычислить среднюю долю удачных запусков, затраты на отбор или время генерации на вашей видеокарте.

Обычная LoRA и IC-LoRA: не один и тот же выключатель

LoRA — компактная обучаемая поправка к большой модели. Но назначение поправки бывает разным. Одна закрепляет характер движения, другая учит преобразовывать входное видео по конкретной задаче.

Обычная LoRA меняет поведение генератора: например, Cinemagraph помогает оживить только небольшой участок сцены. IC-LoRA использует дополнительные материалы для управления результатом — в документации это называется reference conditioning. Модель получает видео, изображение или другой сигнал, в зависимости от адаптера. У Alpha Gen это RGB-ролик, у Union Control — контуры, глубина или поза, у Ingredients — составное изображение с образцами персонажей, предметов и места. LoRA в LTX, IC-LoRA.

Поэтому «скачать все лоры и поставить силу 1» — ненадёжный рецепт. Различаются загрузчики, подготовка кадров, стадии обработки и даже необходимость текста. Некоторые инструменты требуют пустой промпт; другим нужна отдельная схема обработки. Полезнее сначала спросить: что здесь является входом, что разрешено изменить и что должно сохраниться?

Дальше — полный каталог названной коллекции на дату проверки. Каждая картинка создана редакцией для объяснения задачи, а не получена запуском соответствующего адаптера. Детали запуска следует сверять с карточкой конкретных весов: принадлежность к одному семейству не делает инструкции взаимозаменяемыми.

Официальные инструменты LTX-2.5

Alpha Gen: объект отдельно, фон отдельно

Самая соблазнительная формулировка — «генерация на прозрачном фоне». Точное описание полезнее: Alpha Gen принимает обычное RGB-видео и создаёт согласованную по кадрам чёрно-белую alpha matte. Белое обозначает передний план, чёрное — фон, промежуточные значения — частичную прозрачность. Это помогает работать с волосами, дымом, стеклом и тонкой тканью.

Исходный RGB и matte затем соединяют в композиторе. Так появляется слой с прозрачностью, который можно положить на другой фон или вывести, например, в ProRes 4444. Сам MP4 с маской ещё не является готовым RGBA-роликом.

Пример: снять героиню на платформе, получить маску и перенести её на другой фон. Вход: RGB-ролик, без нарисованной маски. Управление: пустой промпт; выбирать конкретный объект словами нельзя. Граница: beta, до 1920×1088 и 145 кадров; размеры кратны 32, длина — 8n+1. Для первых попыток разумнее короткий фрагмент. Полноразмерные длинные клипы требуют большого объёма видеопамяти. Оригинальная карточка Alpha Gen.

Clean Plate: когда кадру нужно побыть пустым

Оператор снял удачный проезд камеры, но в кадре остались прохожие. Для дальнейшего композитинга нужен clean plate — правдоподобный фон без этих людей. Именно на такую задачу направлен адаптер Clean Plate: он удаляет динамические объекты, включая людей и транспорт, и достраивает открывшееся пространство.

Вход: исходное видео. Пример: освободить платформу или улицу для последующей работы с актёром и графикой. В отличие от локального inpainting, здесь не требуется заранее рисовать отдельную маску для каждого прохожего.

Граница: это глобальная чистка сцены, а не точечная команда «убрать только мужчину справа, остальных оставить». Если объект закрывает почти весь кадр, модель получает слишком мало сведений о фоне. Результат нужно проверять в движении: линии архитектуры, отражения, тени и текстуры могут меняться. Воссозданная стена выглядит убедительно, но не становится достоверной записью того, что действительно стояло за человеком. Карточка Clean Plate.

SDR To HDR: дорисовать свет, а не повернуть яркость

В обычном SDR-видео яркое окно может превратиться в почти белое пятно. При переводе в HDR недостаточно просто сделать это пятно ярче: нужны различимые блики, детали светящихся поверхностей и переходы между участками разной яркости. SDR To HDR обучен воссоздавать такое освещение.

Вход: SDR-видео. Выход: HDR-кадры EXR для дальнейшей цветокоррекции; предусмотрен и итоговый файл BT.2020/HLG. В специальной схеме обработки 2.5 используется цветовое пространство ACEScct с выводом в линейное ACEScg. Промпт не требуется: нужен предназначенный для HDR порядок обработки и подготовленный входной материал, а не обычная схема генерации по тексту.

Пример: интерьер с окном и светильниками в кадре. Граница: утраченные измерения камеры не возвращаются. Модель предлагает правдоподобную реконструкцию, которую нужно проверить и вписать в проект. Две JPEG-картинки на обычном экране не доказывают качество HDR. Карточка 2.5 SDR To HDR, цветовой маршрут.

Исследовательская основа описана в работе о генеративном SDR→HDR: логарифмическое представление помогает согласовать расширенный диапазон с предобученной моделью. Но старые веса и современная схема обработки для 2.5 не взаимозаменяемы.

Native HDR: другой путь, без отдельной «волшебной лоры»

Если исходник уже содержит расширенный диапазон, задача другая: не придумать недостающий свет, а корректно провести существующие значения через генеративную обработку. Поэтому native HDR — не синоним SDR To HDR и не шестнадцатая LoRA коллекции.

В описанной разработчиками схеме LTX-2.5 на вход подают EXR-изображение или последовательность с явно заданным цветовым пространством: например, ACEScg, linear Rec.709 или ACEScct. Обработка использует согласованное цветовое представление, результат возвращается в EXR и может готовиться к HDR-мастерингу. HDR-видео HLG/PQ в MP4 или MOV не становится таким входом от простого переименования файла: сначала нужно преобразование с учётом цветового пространства. EXR и HDR в LTX.

Есть ещё важная для постобработки деталь: эта схема обрабатывает RGB, а дополнительные каналы EXR не следует считать автоматически сохранёнными. Альфа-канал, служебные AOV и метаданные нужно сохранять и обрабатывать отдельно. Поддержка HDR сама по себе не означает поддержку любого формата camera RAW.

Практически удобно заранее решить, где происходит нормализация, где художественная цветокоррекция, а где только преобразование для просмотра. Иначе можно принять ошибку отображения за ошибку генератора. Для дальнейшей сборки и финиша важны привычные навыки композитинга и цвета — именно такие задачи разбираются в материалах TimeSaver VFX.

Layout To Render: сначала поставить сцену, потом придумать её вид

У 3D-черновика есть огромное преимущество: камера и объекты движутся так, как решил автор. Но серый playblast ещё не похож на финальный кадр. Layout To Render соединяет эти стороны: видео с геометрией и движением служит каркасом, художественно оформленный первый кадр задаёт внешний вид.

Вход: черновая анимация из окна 3D-редактора и первый кадр с нужным художественным оформлением. Пример: дом у моря, проход героя и заранее поставленный проезд камеры; модель добавляет материалы, свет и атмосферу, ориентируясь на образец.

Карточка предусматривает LTX-2.5 distilled и пространственный 2× upscaler. В её сценарии размеры кратны 64, длина соответствует 8n+1; это не те же правила, что у любой другой LoRA.

Граница: генеративная обработка не превращает модель в точный рендерер. Она не обязана сохранять геометрию до пикселя и не гарантирует корректных отдельных слоёв рендера (render passes). Если контакт руки с предметом, логотип или размер детали критичны, проверять нужно каждый план. Карточка Layout To Render.

Restore: вернуть архиву читаемость, не переписав его историю

Старое видео редко страдает от одной проблемы. У него могут одновременно быть царапины, мерцание, выцветание и следы повторного сжатия. Restore предназначен для такой смешанной реставрационной задачи.

Вход: повреждённое архивное видео. Пример: семейная съёмка, где хочется лучше разглядеть лица и обстановку, сохранив детали старого интерьера. По рекомендации авторов сначала при необходимости устраняют чересстрочную развёртку, сохраняют исходные пропорции и не применяют сильное повышение резкости или шумоподавление до реставрации.

У этого релиза есть любопытная подробность: карточка называется LTX-2.5, но адаптер обучали на 2.3 и затем явно проверили на 2.5. Это документированная совместимость, а не универсальное разрешение смешивать поколения.

Граница: дорисованные черты и цвета — интерпретация. Для исторической публикации полезно сохранить оригинал, отдельно обозначить реставрацию и не выдавать предположенный цвет одежды за установленный факт. Если нужен ещё один проход деталей, авторы предлагают последовательность Restore → Refine Details, а не бесконечное усиление резкости. Карточка Restore.

Refine Details: достроить фактуру, сохранив сцену

Композиция и движение вас устраивают, но фактура ткани, камень и волосы недостаточно чёткие. Refine Details помогает доработать эти детали, в том числе после увеличения разрешения или реставрации видео.

Вход: видео с нечёткими деталями, в том числе после увеличения. Пример: сделать различимее фактуру шерстяного пальто и кирпичной кладки в сцене с проходящей героиней. Большие кадры обрабатываются по участкам с помощью Tiled Fusion: соседние области согласуются между собой, а не склеиваются из независимо созданных картинок.

Карточка описывает обучение на участках 1024×576 и сценарии доработки больших кадров; прогрессивная обработка позволяет идти дальше одного прохода. Это не обещание «нативного 8K за один шаг».

Граница: модель синтезирует вероятную фактуру. Текст на вывеске, пуговицы и мелкие черты лица она может изменить. Важный для сюжета номер на документе нельзя «восстановить» таким образом и затем использовать как доказательство. Карточка Refine Details.

Deblur: промах фокуса — не то же самое, что смаз движения

Deblur легко принять за универсальную кнопку «сделать резко». У официального адаптера область уже: оптический defocus, когда камера сфокусировалась не на том расстоянии.

Вход: видео с расфокусом. Пример: неподвижный портрет у окна, где глаза и волосы оказались мягкими. Адаптер обучали на парах размытого и резкого материала, чтобы он учился перестраивать признаки расфокуса.

Граница: смаз от движения, сильное сжатие и цифровой шум — другие повреждения. Если человек быстро махнул рукой и она растянулась полосой, это не тот случай, который следует уверенно обещать исправить этой LoRA. При тяжёлом расфокусе модель начинает угадывать то, чего во входе уже не видно.

Для проверки выберите небольшой фрагмент. Посмотрите, остаётся ли лицо узнаваемым в движении, а не только на удачном стоп-кадре: одного резкого кадра недостаточно, чтобы оценить реставрацию всего ролика. Карточка Deblur.

Decompression: убрать цифровую крошку

В сильно сжатом ролике плавная стена разбивается на полосы, вокруг контрастных деталей появляется звон, цвет расплывается, а движение превращает мелкие фактуры в блоки. Decompression направлен на эти следы низкого битрейта.

Вход: видео с компрессионными артефактами. Пример: городской план с трамваем, где блоки кодека мешают разглядеть окна и провода. Ожидаемая задача: более связное изображение при сохранении содержания, а не новая сцена.

Граница: это не замена Deblur, не общий шумодав и не самостоятельный способ получить сверхвысокое разрешение. Если исходник одновременно расфокусирован и сжат, название одной LoRA не покрывает обе причины. Генеративное очищение также способно придумать текстуру вместо потерянной.

Оценивать полезно участки в движении: мелкую листву, сетки, волосы, текст. Если каждый кадр по отдельности красив, а узор между кадрами «кипит», производственная задача ещё не решена. Карточка Decompression.

Colorization: предложить цвет там, где сохранился только тон

Colorization переводит монохромное или сильно обесцвеченное видео в правдоподобный цвет. В отличие от полного Restore, фокус здесь именно на окраске, а не на ремонте всех видов повреждений.

Вход: чёрно-белое видео или материал, почти потерявший цвет. Пример: продавщица на цветочном рынке; оттенки кожи, одежды, зелени и букетов должны выглядеть правдоподобно и сохраняться при движении.

Граница: правдоподобный не означает исторически достоверный. По чёрно-белому снимку нельзя однозначно вывести реальный цвет каждой вещи. Если у вас есть архивные цветовые сведения, их нужно учитывать в общем процессе, а не надеяться, что модель угадает именно их.

Не стоит ожидать от этого адаптера одновременного восстановления резкости, удаления царапин и увеличения размера. Для контроля особенно полезны кожа, белые предметы и повторно появляющаяся одежда: их оттенок не должен гулять от плана к плану. Карточка Colorization.

Day To Night: ночь начинается не с ползунка экспозиции

Если просто затемнить дневную улицу, тени останутся дневными, небо — слишком светлым, а окна не начнут светиться. Day To Night учится более содержательному преобразованию: создавать ночной характер сцены, ориентируясь на исходную композицию и движение.

Вход: дневное видео. Пример: тот же проход по улице кафе, но со светом витрин, фонарей и ночным небом. Это удобно для визуальной разработки настроения или генеративного переосмысления снятого плана.

Граница: основная область обучения — реальные уличные сцены. Перенос на сложный интерьер или очень необычный свет не стоит считать одинаково надёжным. Адаптер не позволяет произвольно переставлять свет с точным указанием координат каждого источника.

Проверяйте причинность света: отражения в мокром асфальте, освещённую сторону лица, окна и движение теней. Иначе получится эффектная открытка, которая перестаёт убеждать уже на второй секунде. Карточка Day To Night.

Water Simulation: вода как выразительное изменение сцены

Дождь меняет не только воздух. Камень темнеет, возникают отражения, под ногами появляются брызги. Water Simulation предназначен для водных эффектов на основе входного видео: дождя, воды, всплесков и мокрых поверхностей.

Вход: исходное видео сцены. Пример: сухая площадь превращается в дождливую, при этом движение героя и композиция остаются узнаваемыми. Меняются сразу несколько деталей — поверхность земли, брызги и отражения, — а не только появляется наложенный поверх кадра дождь.

Граница: название Simulation не означает, что модель рассчитывает физику воды. Она создаёт правдоподобное изображение, но не гарантирует точное взаимодействие потока с предметами или соблюдение физических законов, например сохранения массы.

Если вода важна для действия, смотрите контакты: действительно ли ступня вызывает всплеск, не течёт ли лужа сквозь предмет, согласованы ли отражения. Для строгой симуляции и воспроизводимых столкновений традиционный 3D-процесс остаётся другой категорией инструмента. Карточка Water Simulation.

Pixel Spatial Upscaler: увеличить — значит ещё и переосмыслить детали

У адаптера 2.5 конкретная задача — генеративное увеличение в 2 раза. Это не обычная интерполяция пикселей и не обещание увеличения в 4 раза: обозначения из других поколений нельзя переносить на эти веса.

Вход: видео, разрешение которого нужно увеличить. Пример: общий план домика в горах, где хочется лучше различать доски, крышу и хвою. Адаптер также используется в DFR, но для этого метода нужна отдельная схема обработки, а не только подключённый файл LoRA.

Граница: инструмент творческий. Дополнительные детали могут отличаться от исходных, особенно если их раньше не было видно. Для аккуратного усиления уже правильной фактуры стоит отдельно рассмотреть Refine Details, а для исторической достоверности — не путать ни один из них с восстановлением измеренных данных камеры.

Не путайте этот адаптер с модулем пространственного увеличения в латентном пространстве из базовой двухстадийной схемы: похожие названия не означают одинаковую роль в графе. Карточка Pixel Spatial Upscaler.

Ingredients: собрать героя, предмет и место в одну сцену

Один референс хорошо передаёт конкретный кадр, но не всегда описывает весь набор нужных объектов. Ingredients работает с reference sheet — единым составным изображением, где собраны персонажи, реквизит и локация.

Вход: такой лист и описание. В карточке разделяются сведения о референсах и описание целевой сцены: что изображено на листе и что должно произойти в видео. Пример: одна героиня, определённый велосипед и набережная становятся основой нового плана поездки.

Граница: это не произвольная папка фотографий, которую модель сама обязана разобрать без организации. Важны понятный лист, различимые элементы и непротиворечивое задание. Постоянство героя, одежды и предметов — цель, а не безусловная гарантия.

Для 2.5 выпущены отдельные веса. При этом некоторые официальные графы 2.5 всё ещё явно ссылаются на Ingredients 2.3: выбирать файл нужно по конкретной схеме, не заменяя его только из-за более нового номера. Карточка Ingredients 2.5, каталог и совместимость.

Cinemagraph: жизнь в одной маленькой детали

Чашка стоит неподвижно, книга раскрыта, а над кофе медленно меняется пар. Такой кадр выразителен именно сдержанностью: движется очень мало, поэтому зритель замечает движение сильнее.

Cinemagraph — обычная LoRA, не IC-LoRA с маской. Её задача — image-to-video с неподвижной камерой и локальным движением при в основном замороженной сцене. В карточке указан trigger CINEMAGRAPH_MOTION.

Вход: исходное изображение и описание того, какой элемент движется. Пример: пар, огонь свечи или лёгкое колебание листьев при неподвижной композиции. При создании зацикленного ролика отдельно проверяют стык конца и начала: слово cinemagraph само по себе не гарантирует незаметный переход между ними.

Граница: активная игра актёра, проезд камеры и несколько независимых событий противоречат смыслу задачи. Здесь полезнее точность ограничения, чем насыщенный сценарий. Настройки брать из карточки и выбранного графа: число шагов из примера обучения или одного запуска не является универсальным рецептом для всех distilled-процессов. Карточка Cinemagraph.

Slow Motion Control: замедлять само движение

В обычном монтаже можно растянуть готовый ролик. Здесь идея другая: сгенерировать движение с управляемой скоростью. Slow Motion Control использует обычную LoRA вместе со специальной схемой управления скоростью (speed-control workflow), где отдельно учитываются темп движения и воспроизведение.

Вход: изображение для I2V, описание действия и параметр скорости в предназначенном для этого графе. Пример: взмах ткани, разворот танцовщицы, падение капель. В опубликованной схеме воспроизведение остаётся 24 fps, а изменение speed задаёт замедление; условные 120 fps в расчёте движения не означают, что камера действительно сняла сцену с такой частотой.

Граница: написать «slow motion» в обычном промпте и подключить файл к случайному графу — не равно воспроизвести этот метод. Это также не инструмент интерполяции уже готового видео.

Начинайте с одного ясного движения. Если одновременно попросить сильное замедление, сложную акробатику и быстрое движение камеры, будет трудно понять, какая часть постановки разрушила результат. Карточка Slow Motion Control и её workflow.

Совместимые адаптеры LTX-2.3

На этом закончились 15 позиций коллекции Creative Lab для 2.5. Следующие четыре — не дополнительные релизы с именем 2.5. Их имена сохранены намеренно: разработчики документируют такие исключения, но они не распространяются на любые другие файлы 2.3.

Union Control: контуры, глубина и поза

Union Control объединяет несколько способов управления сценой: контуры Canny, карту глубины (depth) и позу (pose). Эти данные показывают модели границы предметов, их положение в пространстве и расположение тела человека.

Вход: управляющие данные, извлечённые из исходного видео. Пример: сохранить движение и расположение объектов, изменив художественное оформление сцены. Контуры помогают сохранить очертания предметов, карта глубины — расстояния между ними, а поза — положение тела.

Официальный сценарий 2.5 использует адаптер LTX-2.3-22b-IC-LoRA-Union-Control с базовыми компонентами 2.5. Для предварительной обработки управляющих данных нужны дополнения, указанные в документации, включая VideoDepthAnything и controlnet_aux.

Граница: это не гарантия точного копирования лица или мелких предметов. Потерянные при извлечении контроля сведения модель не получает обратно автоматически. И ошибка оценки позы сначала попадёт в управляющий сигнал, а уже затем — в генерацию. Карточка Union Control, официальный сценарий для 2.5.

Motion Track Control: нарисовать, куда должен двигаться объект

Иногда референсного видео нет, зато понятно, куда должен пролететь воздушный змей или переместиться предмет. Motion Track Control принимает разреженные траектории, нарисованные на первом изображении.

Вход: начальный кадр, нарисованные траектории отдельных точек (sparse motion tracks) и текстовое описание. На первом кадре указывают путь движения. Пример: направить предмет по дуге через сцену, не описывая эту дугу длинным абзацем.

В официальной схеме для 2.5 используется адаптер LTX-2.3-22b-IC-LoRA-Motion-Track-Control. Здесь движение задают отдельными траекториями, а не плотным оптическим потоком — картой смещения пикселей между кадрами. Всё движение из чужого ролика этот способ автоматически не переносит.

Граница: траектория задаёт направление, но не снимает с автора задачу поставить физически понятное действие. Чрезмерно сложные пути, пересечения и плохо выбранные точки дают противоречивую инструкцию. Начните с одного объекта и короткого движения. Карточка Motion Track Control, руководство Motion Control.

In/Outpainting: изменить участок или расширить кадр

Clean Plate убирает динамические объекты глобально. А если нужно заменить только чемодан, оставив человека рядом? Тогда полезнее масочный inpainting. Белая область маски задаёт генерацию, чёрная — сохранение исходного материала.

Inpainting заполняет выбранный участок видео. Outpainting достраивает пространство за исходными границами: например, помогает превратить узкий план в более широкий, сохранив центральную сцену.

Официальные схемы 2.5 намеренно используют LTX-2.3-22b-IC-LoRA-In-Outpainting. Это также отдельно прописано для HDR-inpainting с EXR; базовую модель и остальные компоненты при этом не следует произвольно менять на 2.3.

Пример: убрать предмет со скамейки или добавить пространство по бокам прохода. Граница: плохо подготовленная маска способна оставить край старого объекта, тень или временной шов. Нужны достаточная область замены, согласование границ и просмотр всего движения, а не только первого кадра. В соответствующих схемах исходный звук можно сохранить отдельно. Официальная инструкция In/Outpainting, адаптер.

Instant Shave: узкая задача вместо универсальной ретуши

Instant Shave удаляет бороду, усы и щетину в исходном видео, стараясь сохранить черты лица, его выражение и остальные детали кадра. Для этой узкой задачи не нужен длинный текстовый запрос.

Вход: видео с лицом взрослого человека. В карточке указан trigger REMOVEBEARD; маска не требуется. Пример: проверить альтернативный образ персонажа в коротком уже поставленном плане.

Файл носит имя LTX-2.3-22b-IC-LoRA-Instant-Shave, а актуальный каталог разработчиков указывает совместимость с 2.5. Это не означает, что его заново обучили специально для 2.5.

Граница: адаптер не предназначен для выращивания бороды, смены её стиля или полной beauty-ретуши. При длинных клипах возможен дрейф; полезнее короткий фрагмент с хорошо видимым лицом. Сохранение личности — цель обработки, поэтому линию челюсти, губы и переходы при повороте головы нужно отдельно проверить. Карточка Instant Shave, каталог совместимости.

Разработки сообщества и их совместимость

У LTX есть инструменты за пределами перечисленной коллекции. Но расширять каталог по принципу «раз название знакомое, значит работает с новой базой» опасно.

• Foley создаёт шумы под немое видео: шаги, удары и другие звуки действия. В документированном сценарии используется 2.3; это не готовая гарантия работы с 2.5 и не генератор произвольной речи и музыки поверх любого ролика.
• Dub-It beta заменяет реплики с lip-sync. Нужен новый текст диалога; автоматический перевод не следует из названия. Руководство отдельно описывает границу 2.3.
• Relight Sun Direction меняет солнечное освещение экстерьера, используя не только слова, но и управляющий light-direction ball. Cross-Eyed — узкий эффект для портретного видео. В официальном каталоге оба отнесены к 2.3-only.

В таблице совместимости отдельно указан Motion Transfer: движение берётся из видео, а внешний вид сцены — из неподвижного изображения. Это другой способ управления, не рисование отдельных траекторий. Но на дату проверки в публичной коллекции Creative Lab 2.5 и репозиториях Lightricks не удалось найти отдельные веса этого адаптера. Поэтому здесь он не включён в список доступных для скачивания релизов.

Это уточнение не относится к одноимённым разработкам сообщества: у CQdesign есть собственный доступный файл для переноса движения. Он разобран отдельно и не выдан за официальный адаптер Lightricks.

AInVFX Fluid v2: нарисовать дым и огонь для своего плана

У режиссёра может быть точное пожелание: дым должен появиться за трубой, подняться до края крыши и расползтись влево. Перебирать текстовые описания неудобно. AInVFX Fluid — сторонняя IC-LoRA для LTX-2.5 22B, которая превращает нарисованные цветовые пятна в дым, пар, огонь и другие обученные эффекты. Управление задают ключевые кадры; это генератор видеоматериала, не физический расчёт жидкости.

Версия 2 вышла 29 октября 2026 года. По сообщению автора, версия 1 обучалась на материалах Pexels, условия которых не разрешали такое использование без отдельного согласия. Она отозвана; новые веса обучены на собственных синтетических роликах. Имя осталось ltx-2.5/ainvfx-fluid.safetensors. Для повторяемой работы сохраняйте ревизию и SHA256 загруженного файла, а не только его название. Карточка, ограничения и лицензия AInVFX Fluid.

Для композитинга важно: обработка поверх фотографии не сохраняет её пиксель в пиксель. Если снятый фон должен остаться нетронутым, автор рекомендует генерировать эффект на чёрном и соединять с оригиналом отдельно. Чёрный фон ещё не означает готовый альфа-канал. Вода и чернила не входят в заявленную область обучения v2.

С чего начать проверку AInVFX

В авторском руководстве по подготовке управляющего видео показана схема: нарисованные первый и последний кадры, чёрные кадры между ними, при необходимости — промежуточные ключи. Руководство снято для первой версии; текущая карточка сохраняет этот порядок работы, но сведения об обучении из старого материала к v2 не относятся.

Размеры управляющего ролика кратны 64. Для первого теста автором проверены 121 кадр: начало с индексом 0, конец — 120; промежуточные ключи ставят на сетку 1, 9, 17…. Это требования данной схемы, а не правило для любого видеоадаптера.

Учебный замысел по-русски: «Столб густого дыма поднимается из трубы и медленно отклоняется влево; камера неподвижна». Английская заготовка для проверки: ainvfxfluid, a dense smoke plume rises from a chimney and slowly drifts left, locked-off camera. Форму и положение дыма задаёт управляющее видео. Это наш пример промпта, не отчёт о состоявшейся генерации.

CQ Freeform Motion Transfer: перенести движение на другого персонажа

Вместо просьбы «пусть герой двигается примерно так» можно дать модели исходный ролик с нужным исполнением. CQ Freeform Motion Transfer — разработка CQdesign для LTX-2.5: она переносит движение на другого персонажа или объект. Файл ltx2.5-CQ-freeform-motion-transfer-lora.safetensors и стартовый граф доступны в репозитории автора.

Пример задачи: перенести поворот корпуса и взмах руки из снятой актёрской пробы на заранее выбранного персонажа. Короткое описание целевого ролика остаётся важным: автор отмечает существенное влияние промпта. Указание «не рекомендую длиннее 30 секунд» — его практический совет из-за потери согласованности, не доказательство надёжной работы на любой меньшей длительности.

Для работы с реквизитом проверяйте момент захвата, положение пальцев и касания. Перенос похожего жеста не равен точной записи движений или гарантированной синхронизации речи. Это наши критерии проверки, а не заявленные автором измерения.

Репозиторий появился 7 октября 2026 года — мы добавляем его в статью, но не называем выпуском после 22 октября. На дату проверки в карточке и перечне файлов не указана явная лицензия. До использования в оплачиваемом проекте нужно уточнить разрешение у автора; доступ к скачиванию его не заменяет. Условия базовой LTX также продолжают действовать.

CQ Enhancer V2: улучшение видео, которое может изменить детали

У CQdesign есть и набор Video and Image Enhancer. Это генеративная обработка слабого изображения, не обычное увеличение пикселей. В репозитории есть отдельные варианты для изображений и видео, а также ltx2.5-CQ-enhancer-lora-V2.safetensors.

Для V2 автор требует соответствующий обновлённый workflow, а не старую схему с заменённым файлом. Он также указывает свёрточный видео-VAE ltx-2.5-video-vae-conv-bf16.safetensors; обычный вариант в его опытах давал нежелательную избыточную резкость. Текстовый промпт здесь не нужен. Из актуальной видеосхемы убрана обработка звука; есть дополнительные ветви восстановления исходной частоты кадров и изменения размера.

Пример задачи: доработать мягкий AI-план перед монтажом. Сравнивайте не только резкость стоп-кадра, но и лицо, мелкую надпись, стык обработки и движение фактуры. Обещание автора уменьшить двоение не заменяет проверку на вашем материале. Не подменяйте исходную звуковую дорожку звуком, которого эта схема больше не обрабатывает.

Это тоже не подтверждённая новинка последней недели: доступная история репозитория заканчивается 7 октября. Явную лицензию адаптеров мы не нашли — для коммерческой работы требуется уточнение прав, как и у Motion Transfer. Официальные Restore и Refine Details остаются отдельными вариантами, а не другими названиями CQ Enhancer.

Licon MSR V2: несколько персонажей, предметов и образцов голоса

Для диалоговой сцены мало сохранить одного героя. Нужно не перепутать второго, его одежду и принадлежащую ему реплику. Licon MSR V2 — сторонняя многореференсная LoRA для 2.5: до пяти изображений и до двух голосовых образцов, связанных с соответствующими персонажами.

В отличие от Ingredients с общим листом образцов, здесь есть отдельные входы для референсов. Нужен специальный набор узлов ComfyUI-LTX2.5-MSR и пример графа автора. Звуковые референсы кодируют аудио-VAE LTX; audio_ref1 и audio_ref2 соответствуют pic1 и pic2. В промпте полезно последовательно обозначить, откуда взяты герой, одежда, предмет и фон.

Пример: два ведущих в заданных костюмах, между ними конкретный товар. При проверке смотрите не только похожесть лиц, но и обмен предметом, пересечения рук и принадлежность голоса. Автор заявляет улучшения V2, но отмечает проблему генерации окружения без фоновой музыки в голосовом референсе — для чистого диалога это существенная оговорка.

В репозитории есть отдельные веса и граф V2; это уже существовавший до нашей первой публикации инструмент, а не новый релиз конца октября. Карточка помечена Apache 2.0, однако это не отменяет условий LTX. Для коммерческого внедрения проверьте согласованность разрешений на адаптер и базу; один лицензионный ярлык не решает этот вопрос.

XPLDV: предметная анимация с разлетающимися деталями

Знакомый рекламный приём: корпус часов раскрывается, над ним зависают стекло и циферблат, внутри виден механизм. XPLDV Exploded View учит LTX-2.5 создавать такую анимацию из исходного изображения. Подходит для поиска подачи товара и предварительных вариантов предметного ролика.

Адаптер обучен на dev 22B; автор рекомендует начать с комплектного графа на distilled и силы 0.5. В описании задают, какие части отделяются, куда движутся и как располагаются в конце. Название файла — ltx-2.5-xpldv_v5-lora.safetensors; граф и примеры опубликованы рядом.

Главное ограничение: внутреннее устройство модель придумывает. Похожий на настоящий механизм может содержать несуществующие детали. Части способны дублироваться, менять форму и пересекаться; фон и надписи тоже могут измениться. Поэтому технически точную демонстрацию товара нельзя принимать без сверки с его конструкцией. Для неё надёжнее подготовить собственную 3D-анимацию и отдельно проверить возможности Layout To Render.

Веса распространяются под LTX-2.x Community License. Это не подтверждённый новый выпуск после 22 октября, а добавленный нами полезный пример узкой производственной LoRA. Сила 0.5 — стартовая рекомендация автора, не гарантия для любого предмета.

Камерные LoRA Cseti: интересные эксперименты, но не подтверждённые релизы 2.5

Для профессионального видео особенно привлекательно повторить операторское движение или получить новый ракурс. Здесь полезно знать две разработки Cseti — и сразу увидеть границы применимости.

Cameraman v2 обучен на LTX-2.3 22B и переносит движение камеры из референсного видео. Стартовое изображение необязательно; в карточке есть готовая схема ComfyUI. Автор предупреждает о ненадёжном переносе сложных комбинированных движений. Ещё важнее для продакшена его прямое ограничение: исследовательский проект, не предназначен для коммерческого использования. Поэтому в список рекомендуемых адаптеров для оплачиваемой работы он здесь не включён.

CrossView Warp v2 также рассчитан на 2.3. Он получает исходный ролик и его преобразованную по карте глубины версию; в узле CrossViewWarp можно задать смещение камеры и ключевые положения. Задача — получить иной ракурс той же сцены. Но это повторная генерация, не точная трёхмерная реконструкция: даже видимые участки перерисовываются, а невидимые — придумываются. Автор отдельно отмечает слабые большие отъезды и ракурсы снизу.

У весов CrossView заявлена Apache 2.0, но лицензии базовой LTX и компонентов подготовки данных проверяются отдельно. Подтверждения работы этих двух адаптеров на 2.5 мы не нашли. Если нужна управляемая камера именно в 2.5, сначала рассмотрите документированный Layout To Render с собственной 3D-анимацией. И его результат всё равно нужно сравнивать с движением исходной камеры.

Качество видео и рабочие инструменты

DFR, Tiled Fusion и 4K: что скрывается за большим кадром

Большой кадр не всегда означает, что модель с одинаковой тщательностью генерировала каждый его пиксель на каждом шаге. DFR распределяет работу между более компактным представлением движения и детальными опорными кадрами. В текущем официальном Python-процессе используются distilled-transformer и Pixel Spatial Upscaler IC-LoRA; dev-файл не является заменой по умолчанию. Этот путь может требовать больше времени и VRAM, чем быстрый distilled-черновик. Репозиторий LTX-2.

Tiled Fusion решает другую практическую задачу: сначала формируется композиция полного кадра, затем большая сцена уточняется перекрывающимися участками с согласованием в общем латентном процессе. Это помогает работать с крупным результатом, но не отменяет ограничений памяти и времени. Native Resolution.

Наконец, tiled VAE decoding — ещё одна, отдельная операция. Она экономит память при превращении латента в кадры; сама по себе не равна tiled sampling и не учит модель новым подробностям.

Для автора отсюда следует простой порядок: сначала проверить действие и композицию на посильном размере, затем выбирать путь финализации. Высокое разрешение плохого движения не делает его хорошим. А размер файла 4K не доказывает, что все детали возникли одним нативным проходом.

Не только LoRA: обновления программ и готовые схемы обработки

В работе над несколькими десятками планов важны не только новые эффекты. Полезнее могут оказаться предсказуемая обработка кадров, сохранение звука и возможность повторно запустить утверждённую схему. Следующие инструменты уже были доступны до 22 октября; здесь мы дополняем прежний обзор.

Официальный Python-релиз 1.5.0: ключевые кадры и повторяемость

В релизе LTX-2 v1.5.0 от 18 октября явно разделены режимы привязки изображения replace и guide. Для замены допустимы индекс 0 либо границы причинного латента 1 + 8*k; не следует переносить это ограничение на все режимы без разбора. Интерполяция по ключевым кадрам теперь используется через TI2VidTwoStagesPipeline: старые KeyframeInterpolationPipeline и соответствующая CLI-команда удалены. Сохранение прежнего уточнения звука требует отдельного --refine-audio.

В том же выпуске изменены DFR, переключение LoRA и декодирование, в том числе на нескольких GPU. Для продакшена существенна оговорка разработчиков: результат не совпадает побитово с предыдущими версиями. Один seed не гарантирует прежний кадр после обновления программ. Для утверждённого плана сохраняйте версию окружения и контрольный результат. Это техническое обновление способа запуска, не новая LoRA и не обещание одинакового ускорения на всех видеокартах.

LTX Desktop: интерфейс вместо ручной сборки каждого графа

LTX Desktop v1.3.1 от 19 октября объединяет генерацию, очередь заданий и отдельные инструменты: AlphaGen, Motion Track Control, Video Guide и Ingredients. Для IC-LoRA предусмотрено сохранение исходного звука в режиме Source. AlphaGen может выводить matte MP4 и вырезанный объект WebM: это упаковка результата приложением, а не доказательство прямой генерации RGBA базовой моделью.

Приложение удобно для знакомства, но его интерфейс, список моделей и ограничения нужно проверять отдельно от ComfyUI и Python-пакета. Наличие кнопки 4K не означает, что любой эффект, длительность и исходник укладываются в одну конфигурацию.

ReDetail: подготовка длинного видео к уточнению деталей

ReDetail — сторонние схемы и CLI для LTX-2.5, не новая обученная LoRA. Режим refine использует официальный Refine Details и обработку перекрывающимися участками; pixel — Pixel Spatial Upscaler с более сильной перерисовкой. Оболочка готовит размер, делит длинный материал по склейкам и фрагментам, учитывает сетку кадров и возвращает исходный звук.

Для монтажёра это полезная организационная работа: не приходится вручную готовить каждый кусок. Но перед всей сценой нужно проверить короткий фрагмент и стык между частями. Опубликованные автором сравнения и требования к памяти относятся к его тестам; мы их не повторяли. MIT-лицензия собственного кода ReDetail не отменяет отдельных условий производных workflow и весов LTX.

Практика: от запуска до готового видео

Как начать в ComfyUI и не собрать несовместимый набор

Если ComfyUI ещё незнаком, начните с разбора схем обработки — workflow. Для LTX полезно сперва запустить официальный базовый шаблон без дополнительных адаптеров. И только после удачного короткого ролика добавлять одну новую задачу.

В актуальной BF16-конфигурации основные файлы распределены так:

Компонент	Пример файла 2.5	Куда в ComfyUI
Distilled transformer	ltx-2.5-22b-distilled-transformer-bf16.safetensors	models/diffusion_models/
Текстовый энкодер с проекцией	gemma4-12b-with-proj-ltx-2.5-bf16.safetensors	models/text_encoders/
Видео-VAE	ltx-2.5-video-vae-bf16.safetensors	models/vae/
Аудио-VAE	ltx-2.5-audio-vae-bf16.safetensors	models/vae/
Латентный spatial upscaler	ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors	models/latent_upscale_models/

Не каждому графу нужны все строки: у Text-to-Audio нет видеоветви, а одностадийный сценарий не обязан использовать модуль пространственного увеличения. INT8 ConvRot-файлы с пометкой ComfyUI нельзя автоматически использовать в Python-пакете ltx-pipelines. Для IC-LoRA выбирайте граф конкретной задачи; обычный загрузчик LoRA не заменяет ветвь для работы с референсом. Точная таблица файлов и схем обработки.

Официальные общие требования на дату проверки: от 32 GB VRAM, 32 GB RAM и 100 GB свободного места; рекомендованы A100 80 GB или H100 и больший запас системной памяти. Это не обещание, что любой HDR, Full HD matting или длинный multishot поместится в минимальный объём. Квантованные и облегчённые сценарии меняют условия, поэтому их оценивают по конкретному графу. Системные требования.

Для первого запуска подойдёт короткое I2V: один герой, одно движение и простое освещение. Сохраните схему, seed, имена файлов и исходное изображение. После этого легче отличить ошибку VAE, нехватку памяти, противоречие в промпте и несовместимую LoRA. При сообщении missing nodes («отсутствуют узлы») сначала разберите безопасную установку дополнений, а не заменяйте отсутствующие узлы случайными похожими.

Если пока трудно разобраться в соединениях узлов, пригодится вводный материал о ComfyUI на TimeSaver VFX. А руководство по видеопромптам поможет описать действие и движение камеры для первого ролика.

Промпт как постановка: сначала кадр, потом действие

Для управляемой сцены часто удобнее сначала подготовить изображение: выбрать композицию, одежду, свет и лицо. Затем Image-to-Video получает уже ясное визуальное начало, а текст посвящён движению. Это рабочая стратегия, не универсальное превосходство I2V над Text-to-Video.

Для LTX полезно описывать сцену связным языком: кто действует, что происходит, как движется камера, какой свет и что слышно. Лишние прилагательные не компенсируют противоречие «камера неподвижна и одновременно облетает героя». Для multishot явно обозначают переход между планами и повторяют важные признаки персонажа. Официальное руководство по промптам.

Ниже наши учебные заготовки, не промпты официальных видеодемонстраций. Русская версия помогает проверить замысел, английская — запустить генерацию с англоязычным промптом. Это не утверждение, что LTX совсем не понимает русский.

Один спокойный план — RU

Взрослая женщина в шалфейном пальто стоит на старой железнодорожной платформе. Лёгкий ветер шевелит её волосы и воротник; она поворачивается к приближающемуся поезду. Камера медленно приближается, сохраняя средний план. Мягкий вечерний свет, естественная кожа и сдержанные цвета. Слышны ветер, далёкие колёса и тихий скрип металлической конструкции. Без речи и музыки.

Тот же замысел — EN

An adult woman in a sage coat stands on an old railway platform. A light breeze moves her hair and collar as she turns toward an approaching train. The camera slowly pushes in while keeping a medium shot. Soft evening light, natural skin texture, restrained colors. Wind, distant train wheels, and a faint metallic creak are audible. No dialogue or music.

Два связанных плана — RU

Общий план старой платформы в мягком вечернем свете: взрослая женщина в шалфейном пальто и медном шарфе ждёт поезд. Камера неподвижна, ветер слегка шевелит шарф, вдали нарастает стук колёс. Затем явная монтажная склейка на крупный план той же женщины в том же пальто и шарфе. Она переводит взгляд в сторону поезда и едва заметно улыбается. Вечерний свет и непрерывный шум приближающегося поезда связывают оба плана. Без речи.

Тот же замысел — EN

A wide shot of an old railway platform in soft evening light: an adult woman in a sage coat and copper scarf waits for a train. The camera is locked off, the breeze gently moves her scarf, and distant wheel sounds grow louder. An explicit cut then takes us to a close-up of the same woman wearing the same coat and scarf. She looks toward the train and gives a subtle smile. Consistent evening light and the continuous sound of the approaching train connect both shots. No dialogue.

Не переносите эти примеры без изменений на все адаптеры. Alpha Gen требует пустой промпт, для HDR-конвертера нужна специальная подготовка исходников, а для Ingredients — составное изображение с образцами и описание желаемой сцены. Сначала проверьте, какие материалы принимает конкретный инструмент.

Можно ли обучить собственный инструмент для LTX

Да — и это одна из самых интересных частей семейства. Открытая базовая модель ценна не только готовыми режимами. Она позволяет обучить узкое преобразование, которое нужно конкретному автору: характер движения, стиль съёмки или обработку определённого типа исходников.

В LTX Trainer можно обучать обычные LoRA, IC-LoRA или дообучать всю модель целиком. Для обычной LoRA собирают примеры нужного стиля или движения. Для IC-LoRA особенно важны согласованные пары: исходный материал и желаемый результат его преобразования. Версия архитектуры определяется по метаданным файла весов, но текстовый энкодер всё равно нужно подбирать под модель. Обзор Trainer.

Практический масштаб существенно отличается от полного предобучения. Хороший узкий адаптер не обязан заново учить модель всему миру. Но это не «бесплатное обучение на любой карте»: разработчики рекомендуют 80 GB VRAM; облегчённый путь с INT8, 8-bit optimizer и небольшим rank рассчитан, в частности, на 32 GB GPU.

Содержательная подготовка начинается раньше запуска: определить измеримую задачу, проверить права на данные, выделить материал для проверки и не смешать его с обучением. Если цель — убрать дефокус, полезнее чистые согласованные пары, чем огромная случайная папка «красивых видео». Иначе получится адаптер, который меняет внешний вид, но не решает нужную проблему.

Открытые веса — не Apache: что с лицензией

Для LTX-2.5 действует LTX-2.x Community License, а не Apache 2.0 или MIT. Она допускает использование и адаптацию при выполнении условий. Для организаций с годовой выручкой не менее $10 млн предусмотрено платное соглашение; порог считается с учётом связанных компаний под общим контролем. Определённые некоммерческие случаи описаны отдельно.

Есть требования к распространению производных, сохранению уведомлений и допустимому использованию. Передача своей LoRA не освобождает получателя от лицензии базовой модели: для получателя, подпадающего под определение Commercial Entity, отдельно оговорено платное лицензирование. Права на обучающие данные и исходные материалы тоже не возникают просто из-за доступности весов.

Это краткое объяснение, не юридическое заключение. Перед коммерческим внедрением и распространением адаптера нужно читать оригинал лицензии, разделы 1–4, а не ограничиваться ярлыком open source на странице загрузки.

Как собрать осмысленную цепочку, а не коллекцию эффектов

Вот три возможных маршрута. Это редакционные схемы планирования, не обещание бесшовной совместимости любых файлов: каждый переход проверяется на коротком фрагменте.

1. Новая кинематографичная сцена: изображение с выверенной композицией → I2V с одним действием → проверка движения и звука → выбранный способ увеличения → монтаж и цвет. Если нужен multishot, отдельно контролируются переходы и постоянство героя.
2. Работа с архивом: сохранить оригинал → при необходимости корректный deinterlace → Restore → оценка лиц и исторических деталей → при необходимости Refine Details → обозначенная реставрационная версия рядом с исходником.
3. Генеративный VFX: поставить движение в 3D → оформить первый кадр → Layout To Render → по задаче clean plate или alpha matte → композитинг → финальная работа с цветом. Не включать все адаптеры подряд: чистка и выделение объекта могут быть альтернативными ветвями.

За время развития LTX рядом с генерацией появились отдельные инструменты для удаления объектов, реставрации, работы со светом и управления движением. Их можно включать в работу над фильмом, но результат по-прежнему нужно оценивать, монтировать и согласовывать с другими планами. Для примеров такой работы пригодится разбор AI в кино, а для другого подхода к редактированию и переносу исполнения — история MiniMax H3.

Как проверить результат перед передачей в монтаж и композитинг

Ниже редакционный порядок проверки, а не отчёт о наших запусках. Он помогает отделить эффектный пример от материала, который действительно можно использовать в работе.

1. Зафиксировать, что разрешено менять. Для клинапа — область и тени удаляемого предмета; для маски — край объекта; для реставрации — допустимая степень дорисовки. Логотип, лицо и фактура товара могут быть неприкосновенными даже при более красивом результате.
2. Подготовить один план без склеек. Сохранить исходник, частоту кадров, длительность и звук. Согласовать размеры с конкретным графом. Если требуется 8n+1, записать, какие кадры дополнены или обрезаны: случайно пропавший хвост особенно заметен при обратной сборке монтажа.
3. Сохранить рецепт обработки. Версии ComfyUI и дополнений, JSON-граф, базовые веса и VAE, ревизию и SHA256 адаптера, seed, силу LoRA, параметры обработки и исходные материалы. Иначе файл с прежним именем может оказаться уже другой моделью — как у AInVFX v2.
4. Сравнить весь фрагмент, не только превью. Смотреть в движении и покадрово: края волос, полупрозрачность, мелкий текст, контакт ног с землёй, геометрию и мерцание. Для маски дополнительно проверить объект на светлом и тёмном фоне. Для обработки частями — каждый стык.
5. Проверить цвет и звук отдельно. У EXR сохранить сведения о цветовых пространствах и преобразованиях; HDR оценивать по числовым значениям и корректному просмотру, не по JPEG. В композиторе согласовать, умножен ли RGB на альфу. Исходный звук вернуть с проверкой длительности и синхронизации.
6. Передать результат вместе с оговорками. Оставить оригинал и выбранную версию, обозначить генеративно изменённые области, сохранить лицензии. Если модель придумала детали, это должно быть известно тому, кто принимает план.

Практичный первый набор для VFX — не все LoRA сразу, а несколько отдельных тестов: Clean Plate на сложном фоне, Alpha Gen на волосах, Refine Details на мелкой фактуре и AInVFX v2 как отдельный эффект. HDR имеет смысл проверять своим цветовым процессом. CQdesign и камерные эксперименты — отдельная исследовательская ветвь до выяснения прав и совместимости. Так проще понять, какой инструмент экономит время именно на ваших исходниках.

Ответы на вопросы и полезные ссылки

Вопросы, которые остаются перед первым запуском

Можно ли одной LoRA одновременно почистить фон и выделить героя?

Это разные результаты. Clean Plate нужен для пустого фона, Alpha Gen — для маски переднего плана. Их можно рассматривать как отдельные ветви одной VFX-задачи, но не как взаимозаменяемые настройки одного фильтра.

Почему после «улучшения» лицо стало другим?

Генеративная реставрация достраивает вероятные признаки. При слабом исходнике это может изменить личность. Уменьшите масштаб задачи, проверьте короткий фрагмент и сравнивайте с оригиналом. Красота и достоверность — разные критерии приёмки.

Можно ли просто подключить все адаптеры разом?

Нет надёжного общего рецепта. Они обучены для разных входов, стадий и ограничений. Сначала запускают базовый граф, затем один адаптер; совместное использование требует отдельной проверки, а не суммирования названий функций.

Стоит ли сразу начинать с длинного ролика и 4K?

Для знакомства полезнее короткий посильный фрагмент. Он позволяет проверить подготовку входов, движение и соответствие модели графу. Финальный размер и длительность выбирают после успешного теста, учитывая ограничения конкретного инструмента.

Можно ли считать официальные демо независимым тестом?

Нет. Они показывают возможности, выбранные разработчиками, но не раскрывают всю выборку попыток. В этом разборе собственные объясняющие иллюстрации, официальные ролики и факты из документации явно разделены.

Почему в статье есть дата, если это не новость?

История и принципы остаются полезными долго, но доступные веса и их совместимость меняются. Первая версия каталога проверена 22 октября 2026 года; источники повторно проверены и производственный раздел расширен 30 октября. Перед запуском нужно снова сверить карточку модели и выбранную схему обработки.

Где продолжить изучение

Первичные ссылки приведены рядом с соответствующими утверждениями и каждым адаптером. Для самостоятельного исследования удобны четыре входа:

• LTX-Video: исходная научная работа и LTX-2: совместная генерация аудио и видео — инженерная история, не полный рецепт обучения 2.5.
• Модель LTX-2.5 и Creative Lab — оригинальные веса, карточки и состав коллекции.
• Таблица workflow-совместимости и официальные узлы ComfyUI — точные пути запуска и границы версий.
• Официальная страница LTX-2.5 с видео — демонстрации разработчиков; наша библиотека разборов — контекст, терминология и практические объяснения.