Trải nghiệm khi dùng LTX-Video (bản gốc v0.9.x)
Cách đơn giản nhất cho người không rành kỹ thuật là thử online: README liệt kê LTX-Studio, Fal.ai và Replicate, nơi bạn tải ảnh lên, gõ mô tả chuyển động và nhận về một đoạn video ngắn. Các dịch vụ này có điều khoản và giá riêng, bạn nên xem trước khi dùng.
Để chạy trên máy mình, README khuyên dùng ComfyUI (giao diện dạng sơ đồ khối để chạy mô hình tạo ảnh và video) với bộ workflow có sẵn của Lightricks. Bạn cài tiện ích ComfyUI-LTXVideo, mở một workflow mẫu, nạp ảnh đầu vào và câu mô tả như bay chậm qua cánh đồng lúc hoàng hôn, rồi bấm chạy và chờ ra video. Cũng có cách chạy bằng script Python hoặc thư viện Diffusers cho người biết lập trình.
Điều cần nhớ là kho này là bản cũ. Nếu bạn bắt đầu dự án mới, README khuyên chuyển sang LTX-2.5 với âm thanh đồng bộ và nhiều cảnh. Chỉ nên dùng kho này khi cần tái hiện kết quả cũ hoặc duy trì quy trình đã có.
Tính năng nổi bật
Tạo video từ chữ hoặc từ ảnh
Cho một câu mô tả hoặc một ảnh tĩnh, mô hình sinh ra đoạn video chuyển động.
Nhiều kiểu điều kiện đầu vào
Hỗ trợ ảnh sang video, nhiều khung hình chốt, kéo dài video về phía trước hoặc phía sau và biến đổi video thành video.
Nhiều kích cỡ mô hình
Có bản 13B chất lượng cao nhất, bản 13B và 2B distilled (chưng cất) nhanh hơn, ít tốn VRAM hơn.
Mô hình điều khiển
README có các IC-LoRA điều khiển theo độ sâu, tư thế và đường nét để định hướng chuyển động.
Chạy qua ComfyUI hoặc Diffusers
Có workflow ComfyUI được khuyến nghị và tích hợp thư viện Diffusers của Hugging Face.
Có bản lượng tử hoá cho máy yếu hơn
Bản 8-bit và FP8 giảm VRAM; một dự án cộng đồng ghi nhận chạy trên card RTX 4060 8GB.
Tận dụng LTX-Video (bản gốc v0.9.x) vào việc gì?
Chủ shop online, người làm quảng cáo
Cho ảnh sản phẩm chuyển động nhẹ
Biến ảnh sản phẩm thành đoạn video ngắn có chuyển động camera để đăng mạng xã hội; luôn kiểm tra kết quả vì AI có thể làm méo chi tiết.
Người làm video
Tạo cảnh minh hoạ cho video YouTube, TikTok
Sinh cảnh chuyển tiếp hoặc cảnh nền từ mô tả bằng chữ thay cho video kho.
Người mày mò AI
Thử nghiệm với video AI mã nguồn mở
Tải mô hình chạy cục bộ để hiểu khả năng và giới hạn của video AI mà không phụ thuộc dịch vụ trả phí.
Sinh viên, nhà nghiên cứu
Nghiên cứu và tái hiện kết quả
Dùng mô hình và mã v0.9.x gốc để tái hiện các thí nghiệm đã công bố.
Người dùng ComfyUI
Nối vào quy trình ComfyUI sẵn có
Giữ nguyên workflow cũ dựa trên LTX-Video v0.9.x nếu chưa muốn chuyển sang bản mới.
Cần chuẩn bị gì?
- Card đồ hoạ NVIDIA là cấu hình README đã thử (Python 3.10.5, CUDA 12.2, PyTorch từ 2.1.2); trên macOS có hỗ trợ MPS với PyTorch 2.3.0.
- VRAM: README ghi bản 13B tốn nhiều VRAM hơn, bản distilled và 2B nhẹ hơn; không có con số cố định cho từng mô hình trong README.
- Ổ cứng đủ chỗ cho file mô hình, có thể từ vài GB đến hàng chục GB tuỳ bản.
- Biết dùng ComfyUI hoặc Python nếu chạy cục bộ.
Hướng dẫn cài đặt chi tiết
Cài trên Dùng thử online
Mở một trong các dịch vụ mà README liệt kê (LTX-Studio, Fal.ai, Replicate), tải ảnh lên và gõ mô tả. Mỗi nơi có điều khoản và chi phí riêng.
https://replicate.com/lightricks/ltx-videoMuốn dùng bản mới nhất, xem trang giới thiệu LTX-2.5 của Lightricks.
https://ltx.io/model/ltx-2-5
Cài trên ComfyUI
README khuyên dùng ComfyUI để có chất lượng tốt nhất. Cài ComfyUI trước, rồi làm theo hướng dẫn của tiện ích ComfyUI-LTXVideo.
https://github.com/Lightricks/ComfyUI-LTXVideo/Mở một workflow mẫu trong kho tiện ích, tải các file mô hình mà workflow yêu cầu từ trang Hugging Face của Lightricks và đặt vào đúng thư mục theo hướng dẫn.
Cài trên Chạy bằng Python
Cần Python, Git và môi trường có PyTorch và CUDA. Tải mã nguồn và tạo môi trường ảo (lệnh dưới là cho macOS/Linux, Windows kích hoạt môi trường bằng env\Scripts\activate).
git clone https://github.com/Lightricks/LTX-Video.git cd LTX-Video python -m venv env source env/bin/activate python -m pip install -e .\[inference\]Tạo video từ ảnh. Thay PROMPT, IMAGE_PATH, HEIGHT, WIDTH, NUM_FRAMES, SEED bằng giá trị của bạn; đây là lệnh mẫu trong README, và README ghi script này chưa đạt chất lượng bằng ComfyUI.
python inference.py --prompt "PROMPT" --conditioning_media_paths IMAGE_PATH --conditioning_start_frames 0 --height HEIGHT --width WIDTH --num_frames NUM_FRAMES --seed SEED --pipeline_config configs/ltxv-13b-0.9.8-distilled.yaml
Dùng thử lần đầu
Thử online trước để biết mô hình tạo ra kiểu video như thế nào, dùng một ảnh của bạn và mô tả chuyển động ngắn gọn.
Nếu có máy NVIDIA, cài ComfyUI và workflow của Lightricks, chọn mô hình distilled cho lần chạy đầu vì nhẹ hơn.
Nạp một ảnh, viết mô tả bằng tiếng Anh (README và workflow viết cho tiếng Anh) và bấm chạy.
Đọc phần Model User Guide trong README để biết cách viết prompt hiệu quả và các lưu ý về độ phân giải.
Khi đã quen, cân nhắc chuyển sang LTX-2.5 theo khuyến nghị của tác giả cho dự án mới.
Mẹo dùng hay
- Bắt đầu với mô hình distilled hoặc bản 2B để tốn ít VRAM và ra kết quả nhanh khi thử nghiệm.
- Mô tả cụ thể chủ thể, chuyển động và ánh sáng; prompt tiếng Anh thường cho kết quả ổn định hơn.
- README ghi video đầu vào để kéo dài phải có số khung hình bằng bội số của 8 cộng 1 (ví dụ 9, 17, 25).
- Kiểm tra trang Models trong README để biết file nào cần tải cho workflow bạn chọn.
Lưu ý và hạn chế
- Kho này đã là bản cũ (legacy) và không còn phát triển tích cực; dự án mới nên dùng LTX-2.5 ở kho LTX-2.
- Mã nguồn dùng Apache-2.0 nhưng trọng số mô hình có giấy phép riêng (README nêu giấy phép riêng cho bản LTX-2.x; bản v0.9.5 từng được ghi dùng giấy phép OpenRAIL-M). Hãy đọc giấy phép đúng của từng mô hình trước khi dùng thương mại.
- Video AI có thể bị lạm dụng để tạo nội dung giả mạo người thật. Chỉ dùng hình ảnh bạn có quyền sử dụng, không làm video giả người khác khi chưa có sự đồng ý và hãy ghi rõ nội dung do AI tạo khi đăng công khai.
Câu hỏi thường gặp
LTX-Video có miễn phí không?
Mã nguồn và mô hình tải về miễn phí nhưng giấy phép của trọng số có điều khoản riêng, xem ltx.io/model/license. Các dịch vụ online như Fal.ai hay Replicate tính phí theo cách của họ.
Máy yếu có chạy được không?
README không đưa mức VRAM chung. Nên dùng bản distilled hoặc 2B và các bản lượng tử hoá. Một dự án cộng đồng được README nhắc tới ghi nhận chạy trên card RTX 4060 8GB, nhưng đó là kết quả của họ, không phải cam kết của kho này.
Có nên dùng bản này hay bản LTX-2.5?
Tác giả khuyến nghị LTX-2.5 cho mọi dự án mới. Chỉ dùng kho này nếu cần các mô hình v0.9.x gốc.
Tải mã nguồn về máy
Nếu bạn muốn xem hoặc sửa mã nguồn, mở Terminal (trên Windows là PowerShell) và chạy lệnh dưới. Máy cần cài sẵn Git.
git clone https://github.com/Lightricks/LTX-Video.gitRepo tương tự nên xem
Wan2.2
Wan-Video / Wan2.2
Bộ mô hình tạo video từ chữ, ảnh, giọng nói; bản 5B vừa với card 24 GB
HunyuanVideo
Tencent-Hunyuan / HunyuanVideo
Mô hình tạo video lớn mã nguồn mở của Tencent, chuyển câu mô tả thành video chất lượng cao
ComfyUI
Comfy-Org / ComfyUI
Tạo ảnh, video, âm thanh bằng AI ngay trên máy bằng cách nối các khối (node) thành quy trình