LTX-2.5 может создавать 10-секундное ИИ-видео по изображению всего за 6,8 секунды на суперчипах Nvidia — и это модель с открытыми весами

LTX, компания по разработке моделей открытого мира, отделившаяся от Lightricks, сегодня выпустила LTX-2.5 — новейшую версию своей видео- и «мировой» модели с открытыми весами. Благодаря стратегическому партнерству в день запуска, новинка интегрирована «из коробки» в ComfyUI — инструмент на базе узлов (нод), ставший де-факто средой прототипирования для открытых генеративных медиа.

Модель уже доступна в виде открытых весов на Hugging Face, внутри ComfyUI, а также через API LTX для команд, которым требуется управляемая генерация. Она бесплатна для организаций с годовой регулярной выручкой менее 10 миллионов долларов; более крупные компании могут согласовать индивидуальную лицензию. По данным LTX, количество загрузок ее моделей превысило 33 миллиона, что делает семейство LTX самой популярной линейкой моделей «открытого мира» на рынке.

В преддверии запуска VentureBeat пообщался в рамках эксклюзивного интервью с сооснователем и генеральным директором LTX Зеевом Фарбманом (Zeev Farbman) и сооснователем и генеральным директором ComfyUI Йоландом Яном (Yoland Yan), обсудив релиз, партнерство и причины, по которым обе компании делают ставку на открытые весы, а не на закрытые API, в борьбе за рынок видео- и мировых моделей.

«Мы стараемся сохранить ту эффективность и скорость инференса, которыми славимся, но при этом постоянно повышаем качество, — заявил Фарбман. — В этом релизе мы представляем множество классных новинок: поддержку нескольких кадров (multi-shot), диффузионный декодер для улучшения качества, новые режимы кондиционирования, а также лучшую поддержку авторегрессионных моделей, которые критически важны для сценариев реального времени и робототехники».

Что нового в LTX-2.5

Согласно анонсу компании, в LTX-2.5 переработан практически каждый этап конвейера генерации, а не просто добавлены новые функции к старому ядру. Главные изменения:

• Новый диффузионный видеодекодер, который снижает визуальные артефакты в динамичных кадрах и восстанавливает мелкие детали, такие как текст и лица, сохраняя при этом высокий коэффициент сжатия LTX.

• Нативная генерация с несколькими планами (multishot), которая рендерит всю последовательность как единый результат, сохраняя согласованность персонажей, сцены и голоса при переходах между кадрами вместо сшивания отдельно сгенерированных фрагментов.

• Кастомная языковая основа Gemma 4 и специализированный модуль улучшения промптов (prompt enhancer) для более точной обработки сложных запросов с несколькими объектами.

• Предобученный чекпоинт, оптимизированный под физический ИИ и робототехнику, предоставляющий командам базовую модель для дообучения (fine-tuning) на доменных данных, которые совсем не похожи на кинематографичное видео.

• Существенно улучшенная дистиллированная модель, которая обеспечивает качество, близкое к оригинальной модели, при меньших затратах и более быстром инференсе, а благодаря оптимизации совместно с NVIDIA она локально запускается на графических процессорах NVIDIA RTX с пониженными требованиями к памяти.

Компания заявляет о примерно одной восьмой от стоимости и одной седьмой от времени рендеринга сопоставимых моделей, при этом вывод работает на оборудовании от дата-центров с GPU до обычного Mac.

При сравнении с опубликованными расценками заявленная разница в стоимости не выдерживает проверки в отношении моделей, открыто публикующих цены.

LTX-2.5 генерирует 720p-видео со звуком по цене $0,09 за секунду на своем тарифе Fast, что делает 10-секундный клип стоимостью $0,90 — это действительно дешево, но составляет примерно четверть стоимости полноценной Veo 3.1 ($4,00), половину FLUX 3 Video ($1,70) и HappyHorse 1.0 (~$1,82), и всего на 10% дешевле бюджетных уровней Google Veo 3.1 Fast и Gemini Omni Flash (по $1,00 за каждый), в то время как Veo 3.1 Lite ($0,50) на самом деле обходится дешевле.

Ничто из представленного в открытом доступе не стоит в восемь раз дороже тарифов LTX; если показатель «в восемь раз дешевле» где-то и применим, то разве что к премиальным моделям вроде Kling 3.0 Pro или Seedance 2.5, которые не публикуют сопоставимые цены за секунду, — либо по сравнению с самостоятельным хостингом открытых весов, где предельные издержки равны стоимости работы вашего графического процессора.

Многократное превосходство по скорости рендеринга подтверждено лучше, по крайней мере, согласно собственным комплексным измерениям LTX: 6,8 секунды для 10-секундного клипа против 52 секунд у самого быстрого конкурирующего API (Gemini Omni Flash) — это примерно одна седьмая. Правда, эта цифра получена при хостинге на двух суперчипах GB200, тогда как через собственный управляемый API LTX та же задача заняла 23,7 секунды, сократив преимущество примерно до половины.

Ниже приведено сравнение опубликованных тарифов, нормализованных к стоимости готового 10-секундного клипа в разрешении 720p со синхронизированным звуком — конфигурация, которую LTX и Black Forest Labs использовали для собственных оценок:

Источники: документация по ценам API LTX; bfl.ai/pricing; цены на модели Google AI for Developers; расценки реселлеров HappyHorse через сторонние API-платформы; таблицы лидеров арены text-to-video Artificial Analysis. Все тарифы проверены 11 августа 2026 года и могут быть изменены.

Насколько быстро и качественно, по заявлению LTX, работает модель

Самый привлекающий внимание показатель в рекламных материалах LTX — это скорость: компания заявляет, что LTX-2.5 генерирует 10-секундный клип «изображение-в-видео» в разрешении 720p за 6,8 секунды, что быстрее реального времени.

Предостережение кроется в используемом оборудовании. Этот показатель измерялся на самостоятельно развернутой системе на базе двух топовых чипов NVIDIA GB200 в стационарном режиме — конфигурация, недоступная большинству команд. Та же задача через собственный управляемый API LTX заняла 23,7 секунды, хотя и рендерилась в более высоком разрешении 1080p (у API нет тарифа на 720p).

Согласно комплексным измерениям компании для конкурирующих API на той же задаче, Gemini Omni Flash от Google показал результат в 52 секунды, Grok 1.5 от xAI — 63 секунды, Veo 3.1 от Google — 70 секунд (для 8-секундного клипа), MiniMax H3 — 180 секунд, Seedance 2.5 от ByteDance — 317 секунд, а Kling 3.0 Pro от Kuaishou — 398 секунд.

Что касается качества, LTX поделилась результатами слепых парных тестов с участием людей, в ходе которых оценщики голосовали за видео, сгенерированные по одинаковому запросу, не зная, какая именно модель их создала.

LTX-2.5 продемонстрировала показатель побед в 67%, лишь немного опередив Seedance 2.5 с 65%, в то время как Gemini Omni Flash набрал 55%, MiniMax H3 — 50%, Seedance 2.0 — 44%, Wan 2.6 — 42%, а FLUX 3 — 28%.

Все эти цифры предоставлены самим вендором или получены по заказу LTX, они не прошли независимую верификацию, и компания характеризует результаты тестирования предпочтений как предварительные, отмечая, что они, как ожидается, «будут развиваться по мере расширения сферы оценки». Покупателям стоит воспринимать эти данные лишь как ориентир, проверяя их на собственных рабочих нагрузках, а не как устоявшийся рейтинг.

Существующий независимый бенчмарк на данный момент говорит об обратном: по состоянию на этот месяц Gemini Omni Flash, который в заказанных LTX тестах отстает от собственной модели на 12 пунктов, возглавляет обе таблицы лидеров text-to-video на Artificial Analysis, в то время как LTX-2.5 в этой арене пока вообще не оценивалась. До тех пор показатель в 67% остается непроверенным на нейтральной территории.

Материалы к запуск также делают упор на условия развертывания, а не только на чистую производительность: LTX-2.5 работает на любом графическом процессоре с минимальным объемом видеопамяти в 16 ГБ, развертывается локально (on-premises), на периферии (edge) или через API, не имеет видимых водяных знаков на выходе — хотя лицензия требует от пользователей раскрывать информацию о том, что контент сгенерирован машиной, и запрещает удалять встроенные функции происхождения или «скрытого раскрытия» (подробнее об этом ниже), — а также может дообучаться на собственных данных и интеллектуальной собственности клиента. Это гибкость, которую компания противопоставляет закрытым конкурентам с API-доступом, а также соперникам с открытой лицензией, чьи веса недоступны в США и Европе или чьи лицензии ограничивают тонкую настройку (fine-tuning).

Ставка против бизнес-модели на основе API

Для Фарбмана этот релиз — очередной шаг в рамках стратегии, которая зародилась как реакция на консолидацию индустрии вокруг закрытых моделей.

«Мы начали создавать собственные модели из необходимости, потому что примерно во время выхода Sora поняли: все крупные игроки стараются закрыть свои модели, и работа через API просто не подходит для многих бизнесов, включая те направления, которые мы хотели развивать», — сказал он.

Технический аргумент, по его словам, заключается в том, что видео- и мировые модели имеют принципиально более широкую «поверхность» сценариев использования, чем языковые модели.

«У LLMs поверхность API довольно узкая: обычно мы задаем какой-то вопрос, передаем слова и получаем слова обратно, — пояснил Фарбман. — В случае с видеомоделями и моделями мира существует огромное множество различных сценариев использования, которые требуют, чтобы у людей был доступ к весам и возможность создавать рабочие процессы (флоу), которые подходят именно им».

Он прямо заявил, что открытость не является проявлением благотворительности. «Мы определенно делаем это не из филантропических соображений, — сказал он. — Наш ответ — открытые веса с лицензиями, которые позволяют физическим лицам и компаниям с выручкой ниже определенного порога использовать модель бесплатно, а когда они добьются успеха, заключить с нами то или иное лицензионное соглашение».

«Мы стараемся создать модель, на которую разработчики могут уверенно опираться в своей работе, — добавил он. — Мы приходим и говорим: ребята, открытые веса для нас — это не какая-то разовая филантропическая случайность. Это стратегия. Мы верим, что это правильный способ предоставления таких моделей, и мы будем продолжать это делать».

Что на самом деле написано в лицензии

Понятия «открытые веса» и «открытый исходный код» расходятся в деталях мелким шрифтом. LTX-2.5 поставляется по лицензии сообщества LTX-2.x — это кастомное соглашение, которое не соответствует определению открытого исходного кода (Open Source) по версии Open Source Initiative: оно дискриминирует пользователей по уровню доходов и сфере применения, причем оба эти ограничения являются дисквалифицирующими.

Главный механизм работает так, как и рекламировалось: организации могут свободно использовать, модифицировать, самостоятельно хостить и даже сублицензировать модель, однако порог годовой выручки в 10 миллионов долларов (измеряемый по всем аффилированным лицам и дочерним структурам, так что небольшая «дочка» крупной материнской компании не сможет обойти это правило) активирует платную лицензию.

Примечательно, что даже компании, находящиеся выше этой черты, могут скачивать и оценивать модель бесплатно в непроизводственных средах — лицензия фактически закрепляет ту самую воронку продаж «прототип в ComfyUI, затем покупка лицензии», которую описывает Фарбман. Она также дает этой воронке зубы: несанкционированное коммерческое использование обязывает нарушителя выплатить ретроспективные сборы по стандартным тарифам LTX в течение 30 дней с момента получения письменного требования.

Наиболее жесткие положения касаются того, что именно считается «производной» работой (derivative). Определение охватывает не только дообученные чекпоинты и LoRA-адаптеры, но также дистилляции и любые модели, обученные на выходных данных LTX-2.5 или синтетических данных. Это означает, что компания, которая генерирует тренировочные клипы с помощью LTX-2.5 и использует их для обучения собственной несвязанной модели, по условиям лицензии создает производную работу, связанную тем же соглашением.

Все производные продукты должны распространяться под той же лицензией; передача доработанной модели компании с оборотом более $10 млн влечет за собой обязательство по приобретении платной лицензии для этой компании, независимо от того, кто ее создал; а коммерческим пользователям прямо запрещено использовать модель для обучения или улучшения любых конкурирующих систем ИИ. Отдельный пункт запрещает развертывать LTX-2.5 в любых продуктах, конкурирующих с собственными предложениями Lightricks, без заключения отдельного соглашения.

В лицензии также присутствуют необычные для моделей для самостоятельного хостинга пункты контроля. Lightricks не заявляет никаких прав на сгенерированный контент, однако лицензия требует от пользователей раскрывать информацию о том, что он создан искусственно, запрещает удалять или обходить водяные знаки, средства отслеживания происхождения контента или функции «скрытого раскрытия», встроенные в модель, а также оставляет за собой право Lightricks ограничивать использование «удаленно или иным образом» и выпускать обновления, причем наказанием за отключение функций раскрытия информации является немедленное аннулирование лицензии.

В лицензионном соглашении также декларируется намерение Lightricks считать LTX-2.5 «бесплатной моделью общего назначения с открытым исходным кодом» согласно Статье 53(2) Закона ЕС об искусственном интеллекте (EU AI Act). Это исключение снижает собственные регуляторные обязательства компании — классификация, которую юристы могут оспорить именно из-за порога выручки и ограничений на использование, прописанных в том же документе. Одно из ограничений напрямую бьет по концепции физического ИИ: применение в военных целях, для ведения боевых действий и разработки оружия полностью запрещено, так что чекпоинт для робототехники закрыт для оборонного сектора без отдельных договоренностей.

От Facetune к мировым моделям и граф узлов, ставший стандартом

Компания LTX выросла из Lightricks, базирующегося в Иерусалиме разработчика, наиболее известного своими потребительскими творческими приложениями, включая Facetune и Videoleap. Бутстрапированная и прибыльная компания Lightricks переключилась на базовые модели в 2022 году, в начале 2024 года запустила свою киноплатформу LTX Studio, а в ноябре 2024 года выпустила свою первую модель LTX Video с открытыми весами (LTXV), за которой в мае 2025 года последовала версия с 13 миллиардами параметров. Фарбман стал сооснователем компании вместе с техническим директором (CTO) Яроном Ингером (Yaron Inger) и директором по маркетингу (CMO) Ниром Похтером (Nir Pochter), и теперь бренд LTX представляет ее бизнес мировых моделей с офисами в Нью-Йорке, Лондоне и Чикаго.

ComfyUI появилась в январе 2023 года как сторонний проект с открытым исходным кодом, созданный разработчиком под псевдонимом «comfyanonymous». Он создал графический интерфейс на базе узлов (нод) для Stable Diffusion, позволяющий пользователям объединять модели и этапы обработки в повторяемые визуальные рабочие процессы. С тех пор проект превратился в один из самых быстрорастущих проектов с открытым исходным кодом в сфере генеративных медиа — стандартную среду, где новые модели изображений и видео тестируются, комбинируются и внедряются в производство. Сейчас за ним стоит компания Comfy Org, которая привлекла 17 миллионов долларов финансирования для дальнейшего развития инструмента. Ян, один из сооснователей, выступает ее генеральным директором.

Почему ComfyUI — это главная дверь для внедрения на уровне предприятий

На вопрос читателей о том, почему компания-разработчик моделей и компания-разработчик инструментов запускают совместный проект рука об руку, ответ Фарбмана прозвучал удивительно откровенно: именно в ComfyUI находится основная масса платящих клиентов LTX.

«Огромная часть наших клиентов начинает свой путь с Comfy, — сказал он. — Это уже ставшая чрезвычайно популярной в индустрии система прототипирования, и многие потенциальные клиенты приходят к нам после того, как они уже разобрались с рабочим процессом внутри Comfy. Все уже работает, так что для нас очевидно: мы должны обеспечить поддержку интеграции с Comfy в первый же день, потому что по сути это наш канал привлечения клиентов».

Ян охарактеризовал роль ComfyUI как связующий слой открытой экосистемы. «Comfy по своей сути находится уровнем выше, предоставляя людям доступ к моделям с открытыми весами, которые можно запускать на локальном компьютере, или подключаться к закрытым моделям через нашу систему партнерских нод, — отметил он. — В конце концов, [пользователи] объединяют все вместе в рабочий процесс, который расширяет возможности самых разных сфер: от творчества до конвейеров данных и сценариев в робототехнике».

Этот маховик, утверждал Ян, и поддерживает коммерческую жизнеспособность открытых моделей: «Мы помогаем продвигать и выводить эти модели в мир… люди создают на их основе всевозможные рабочие процессы и инновации в моделях, что способствует дальнейшему распространению этих моделей в студиях или робототехнических лабораториях. В конечном итоге эти компании приобретают лицензии и возвращают часть полученной ценности обратно LTX и остальной экосистеме».

Что следует знать корпоративным клиентам

Оба руководителя опровергли предположение о том, что видеомодель предназначена исключительно для генерации видеороликов. Фарбман перечислил целый ряд корпоративных применений, которые имеют мало общего с кинематографическими клипами.

«У нас есть производители оборудования, которые пытаются понять, как использовать диффузионные модели для вычислительной фотографии (computational photography): например, взять поток «сырых» пикселей с датчиков, который обычно содержит много шума, и разобраться, как его уменьшить, — пояснил он. — Или подумайте о производственных студиях, которые пытаются понять, как делать визуальные эффекты (VFX), как симулировать воду или превращать день в ночь. Или представьте анимационные студии: они пытаются оптимизировать свой процесс, когда аниматоры создают ключевые кадры, а затем система использует их для интерполяции».

Для предприятий, выбирающих с чего начать, рекомендуемый путь — это тот, который их собственные сотрудники, вероятно, уже опробовали. «Многие предприятия уже внедрили Comfy, и я думаю, что многие другие последуют их примеру, — сказал Фарбман. — Это дает нужный уровень структуры, где можно многое настраивать под себя, но при этом многое абстрагировано… Предприятия обычно обращаются к нам после того, как внутренние специалисты уже поэкспериментировали с моделью и с Comfy».

Ян описал устойчивую двухэтапную модель поведения студий и компаний, уже использующих LTX и другие открытые модели в продакшене. «У них есть исследования, или R&D, творческий конвейер — все что угодно, — рассказал он. — Время от времени некоторые из этих пайплайнов развиваются настолько успешно, что переходят в какую-то производственную среду. И в какой-то момент начинается корпоративный диалог. С нашей стороны речь идет больше об инструментах, а со стороны LTX — больше о лицензировании».

Поскольку веса открыты, вся фаза экспериментов может проходить на собственном оборудовании компании, без поминутной тарификации за генерацию, при этом никакие данные или интеллектуальная система не покидают периметр компании. Это существенное различие для предприятий с конфиденциальными видеоматериалами, проприетарными персонажами или регулируемыми данными. Коммерческий триггер срабатывает только при масштабировании: организациям с годовой выручкой более 10 миллионов долларов необходима лицензия.

Ян охарактеризовал ставки для более медлительных компаний в более суровых выражениях. «Это тенденция, которая фундаментально изменит всю творческую индустрию, — заявил он. — Студии отчаянно пытаются понять, какова дорожная карта и как нам вырваться вперед — иногда даже не вырваться, а просто не отстать от волны внедрения ИИ».

Разработчики, приложения реального времени и крайние устройства (edge)

Для разработчиков ПО этот релиз ориентирован на набирающую обороты тему приложений реального времени. Помимо ComfyUI, LTX назвала двух других партнеров по запуску: Asteria, ИИ-киностудию, производящую оригинальные фильмы и видео на LTX, и Reactor — платформу для разработчиков, которая запускает LTX-2.5 на низколатентной инференс-инфраструктуре для создания интерактивных аватаров, живых миров и рабочих нагрузок робототехники в реальном времени. Это позволяет разработчикам создавать готовые к продакшену интерактивные приложения без необходимости самостоятельного развертывания такой инфраструктуры.

Ян указал на вирусный пример того, что становится возможным благодаря сочетанию открытых весов и низкой задержки: Flipbook, интерактивный эксперимент, распространившийся на Reddit, в котором весь кликабельный мир генерируется «на лету». «Все, что люди видят в этом интерфейсе, создано с использованием модели LTX в режиме прямой трансляции, — отметил он. — Это среда или мир, где в любом месте, куда бы вы ни кликнули, генерируется совершенно новое взаимодействие… Подобный опыт и эксперименты не существовали бы без модели с открытыми весами и без производительности уровня LTX».

Фарбман подчеркнул, что эффективность на периферии (edge) — это осознанная цель дизайна, а не побочный эффект. «Для нас очень важно создать чрезвычайно эффективную модель, которую люди могут запускать на периферийных устройствах — как на потребительском «железе», так и в непосредственной близости к физическому ИИ», — сказал он, признавая при этом неумолимый темп развития отрасли: «В наши дни трудно даже уйти в отпуск. Все развивается настолько быстро, что, выпуская одну модель, ты уже глубоко погружен в обучение другой, а новые научные работы выходят ежедневно».

Кинематографисты: виртуальное производство сейчас, легкие спуски — позже

По мнению Яна, для профессиональных кинематографистов и студий мировые модели реального времени меняют самый формат производства, стирая грань между съемкой и постпродакшеном. «Сегодня вы видите, как модели реального времени или модели мира внедряются в студиях в рамках так называемого виртуального производства. Это означает, что вы можете вести съемку и сразу же получать нечто близкое к результату постпродакшена, — пояснил он. — Вы даете продюсеру или режиссеру гораздо лучший инструмент, чтобы сказать: «хорошо, я хочу вот так» или «нет, мне это не подходит, давай переделаем». В то время как раньше вся голливудская кухня, на мой взгляд, представляла собой гигантский беспорядок, где приходится постоянно метаться между многочисленными отделами».

Он также предостерег от слишком буквального восприятия прямых сравнений моделей, учитывая то, насколько по-разному они специализируются в анимации, фотореализме, играх, 3D и робототехнике. «У разных моделей просто разные характеристики, — сказал он. — Это как сравнивать Майкла Фелпса с, не знаю, Майклом Джорданом. Это не совсем сравнение того, кто лучший атлет, просто здесь разные специализации».

Что касается любителей и независимых авторов, которых пугает знаменитая крутая кривая обучения ComfyUI, Ян выразился прямо: инструмент пойдет им навстречу, но лишь отчасти.

«Это отчасти похоже на катание на лыжах, — сказал он. — В Comfy есть пологие склоны, по которым можно спускаться, и, надеемся, мы сможем создавать все больше таких простых спусков в целом. Но мы никогда не откажемся от трасс типа «черный бриллиант», потому что настоящим техническим и профессиональным творцам действительно нужна эта базовая мощь, и они не смогли бы без нее жить. На самом деле это наше главное отличие от творческих инструментов в формате мобильных приложений».

Модель LTX-2.5 доступна уже сегодня на Hugging Face, нативно в ComfyUI и через API LTX.

Материал обновлен спустя несколько часов после публикации дополнительными деталями из публичного блога LTX и страницы с ценами на API.