LTX 2.5刚刚发布，这是目前你可以使用的最快的开源模型。在本视频中，我们将介绍它的规格和新功能。当然，我还会教你如何在电脑上安装它，以便你可以免费且无限制地在离线状态下使用。让我们直接进入正题。这是对其之前LTX 2.3模型的改进，所以我们要看看一些最大的变化。首先，他们引入了一种称为扩散保真渲染的技术。其工作原理是：它不再在所有地方花费相同的计算资源，而是根据场景复杂度自动分配算力。

例如，如果场景非常复杂，包含大量细节或动作，它会将更多计算资源分配给该区域。但如果场景较为简单且运动较少，则会减少算力分配。这自动帮助优化了效率。另一个新功能是你现在可以生成多镜头视频。换句话说，一次生成就可能包含不同角度的多个场景剪辑，但角色、物体和整体场景等所有元素仍保持一致。

与之前的LTX 2.3相比，他们声称这具有更流畅的动作和更好的提示词理解能力。它的优点在于你可以生成最高4K分辨率、每秒50帧的视频。你可以安全地生成长达20秒的视频，并且根据显存大小，甚至可能进一步延长。这个模型的速度极快。至少在我的电脑上，它比Miniax H3快了不止两倍。

此外，该模型支持现有的LTX 2 LoRA。社区已经创建了海量的LoRA文件，可以帮助你生成不同的风格或特效等。这使得它非常强大且灵活。当然，很多人想知道它与Miniax H3相比如何？我在上一个视频中做了大量的直接对比测试，如果你想查看，我会在下方的描述中链接过去。

接下来，我们来看看如何安装和使用LTX 2.5。官方说明最低需要16GB显存，但通过一些优化（我稍后会展示），你甚至可能用12GB或更少的显存运行它。在本教程中，我们将使用Comfy UI，这是目前最流行的用于离线运行开源图像和视频生成器的平台。我假设你已经安装了Comfy UI，如果没有，请务必先观看我的完整安装教程视频。

首先你需要做的是将Comfy更新到最新版本以查看工作流。在你的根目录文件夹中，只需点击进入“update”文件夹，然后点击“update_comfy.bat”。这将把Comfy更新到最新版本。随后它会提示按任意键继续，我们按下任意键退出即可。接下来启动Comfy UI。

进入Comfy UI后，在左侧边栏点击“Templates”，然后搜索“LTX 2.5”你应该就能看到它。如果由于某种原因你的模板中没有显示该工作流，我也会链接到一个页面，向下滚动即可找到手动下载并拖拽到界面的工作流文件。这里有几个带有皇冠图标的专业版工作流是付费的，它们连接云端服务。

我们要使用的是免费的离线版本，位于此处。首先我们来看文本生成视频功能。打开后会出现几个错误提示，具体说是缺少一些模型文件。所以我们先下载所有需要的模型。我会在描述中链接到该页面，我们需要下载几个文件。首先点击进入“Diffusion Models”文件夹。

在这里你可以选择下载dev模型或distilled（蒸馏）模型。dev模型运行一次生成大约需要20到30步，速度稍慢。我不建议用它来生成视频，它更适合用于训练LoRA。如果你只想生成视频，最好选择蒸馏模型，只需4到6步即可生成视频。在蒸馏LoRA中还有不同的压缩版本。

完整的VF16版本大小为42GB，可能不适合大多数人。我们还有一个INT8压缩版，大小为22GB。这应该能舒适地适配16GB显存（配合一些优化）。如果你拥有合适的显卡，也可以选择仅19GB的FP4版本。我打算下载这个INT8版本，点击“Download”，文件将存入Comfy UI的models/diffusion_models文件夹中。

回到根目录，我们还需要点击“Latent Upscale Model”，下载这个空间超分辨率模型（Spatial Upscaler），大小约为1GB。点击下载，文件存入Comfy UI的models/latent_upscale_models文件夹中保存。回到根目录后，接下来我们需要下载文本编码器（Text Encoder）。

这里他们更新了Gemma 4文本编码器，据说比LTX 2.3的前一版本更好。同样提供了两个不同版本：这个更压缩，仅16GB大小。我们下载它，文件存入Comfy UI的models/text_encoders文件夹中保存。最后还需要下载VAE模型，点击进入“VAE”文件夹，我们需要下载音频VAE（Audio VAE），点击下载。

文件存入Comfy UI的models/VAE文件夹中保存。之后还需要下载其中一个视频VAE（Video VAE）。这个压缩版稍小一些，所以我选择它。点击下载，文件存入models/VAE文件夹中保存。好了，这些就是你需要下载的所有启动所需文件。

回到Comfy UI工作流界面，在模型下载完成后，只需按“R”键刷新模型列表。然后在各个模型的下拉菜单中，选择你刚才下载的文件即可。对于我而言：主模型选择LTX 2.5；视频VAE选择对应的版本；音频VAE选择Audio VAE；文本编码器选择Gemma 4。

对于空间超分辨率模型，我选择了刚才下载的那个。至于提示词增强模型（Prompt Enhanced Model），你可以选择任何现有的文件，因为我们稍后会将其关闭。

增强器会占用更多的计算资源，我认为这并不是必要的。因此，在加载模型后，红色边框和错误提示应该会消失。接下来我们可以开始生成视频了。这里有一些额外的设置选项。“Prompt Enhance”（提示词增强）功能基本上是利用你当前选择的模型来进一步优化你的提示词。当然，这会消耗更多的时间和计算资源，所以我通常倾向于将其关闭。在这里你可以设置视频的时长，我们保持默认的5秒即可，但该功能安全支持长达20秒的视频生成。如果你的硬件性能允许，甚至可能生成长度更长的视频。接着是帧率设置、宽高比以及分辨率的设置，而上方则是输入提示词的区域。我暂时保留当前的提示词不变。

如果你点击角落里的图标，工作流界面将会展开。让我用简单的术语解释一下它是如何工作的：上方是可选的提示词增强器，用于进一步编辑提示词；由于我们之前将其关闭了，这部分功能现在处于禁用状态。首先，系统会在第一轮生成低分辨率视频；随后将其输入到我们之前加载的空间超分模型中进行处理。这个超分模型的主要作用是将视频放大到你所需的分辨率，这也是LTX生成速度如此快的原因：它在第一轮快速生成低分辨率视频，然后在第二轮使用超分模型来生成全分辨率画面。

这就是该工作流的工作原理。接下来，让我们点击“运行”按钮来生成视频。你看，整个过程非常快，仅仅花了大约20秒就生成了视频结果。好了，刚才演示的是文生视频功能。接下来我们来看图生视频。点击“模板”并再次搜索“LTX 2.5”，你应该能看到这个图生视频的工作流。点击它，启动时可能会再次显示一些错误提示，因为我们需要选择适当的模型。让我快速设置一下，使用的正是我们之前下载的那些相同模型。

设置好模型后，这里可以上传图片。让我上传这张“摇滚猫乐队”的图片。在这里输入提示词，我也填入相应的内容。接着选择宽高比和分辨率。由于这是一段竖屏视频，我将比例设置为9:16。然后在下方设置时长，同样将“提示词增强”设为关闭状态。这里选择帧率，基本设置就这些了。如果展开工作流视图，它看起来与文生视频的工作流程非常相似：顶部是已禁用的可选提示词增强器，首先通过单次低分辨率运行视频，然后使用超分模型将视频放大到我们所需的分辨率。

基本设置就是这样了，让我们点击运行。再次强调，速度非常快，只用了大约20秒。这是生成的结果。（音乐和歌声）效果很不错。这就是图生视频功能。接下来，我们来看最后一个工作流。我再次点击“模板”，在顶部输入“LTX 2.5”。然后选择第一个工作流，即首帧尾帧（First Frame, Last Frame）模式。这与之前的图生视频工作流类似，但这里我们需要分别输入一张首帧图片和一张尾帧图片。首先为每个模型选择我们之前下载的模型，我快速完成这一步设置。

随后我们将“提示词增强”设为关闭状态（False）。将时长设置为5秒，宽高比保持默认设置。接着上传首帧图片，再上传尾帧图片。现在我们有了这两张图片。让我编写提示词：“快速穿过城市的镜头，最后定格在这一帧。”如果展开工作流视图，它与之前的设置相同。顶部的可选提示词增强器已被禁用。有趣的是，在这个工作流中，没有第一轮低分辨率生成再经过超分处理的步骤，因为此工作流中没有包含超分模型。因此，“首帧尾帧”模式可能比之前的工作流稍慢一些。

不管怎样，让我们点击运行看看结果如何。这次大约花了30秒，比单纯的图生视频工作流多了10秒，但仍然在可接受范围内。我喜欢LTX的一点就是它的速度比Miniax H3快两到三倍。这是我们的生成结果。LTX 2.5的一个很棒之处在于它与之前的LTX LoRA兼容。如果你不熟悉“LoRA”这个术语，它基本上是由社区微调的模型，可以帮助生成特定的人物、动作、风格或特效。例如，我们有用于奇幻写实风格的LoRA，有改善动态效果的LoRA，还有K-pop舞蹈专用的LoRA。

此外还有一个变身生物特效的LoRA（我想是这样），以及复古90年代动漫风格的LoRA。事实上，让我下载这个复古风格模型并展示如何将其加载到LTX 2.5中。我点击这里的下载按钮，文件将保存到Comfy UI的models/loras文件夹下。点击保存后，让我打开一个文生视频工作流，以便向你展示如何使用这个复古动漫LoRA生成简单的视频。对于提示词，我写道：“动漫风格，一个女孩走在东京普通的街道上。”这是一个非常简单的提示。

如果展开工作流视图，我们基本上需要在扩散模型之后添加LoRA节点。让我在界面上任意位置双击，然后搜索“Lora”。你可以选择多种加载LoRA的节点，我直接使用最简单的那个——Comfy官方提供的Load LoRA节点。将其放置在这里，然后选择我刚下载的复古动漫LoRA。关于强度（Strength），这决定了LoRA对生成结果的影响程度，我将其设置为90%左右。基本上，我们需要将这个LoRA连接到加载扩散模型的位置以及后续的所有节点。

它一直连接到这里的数据输入端，同时也连接到另一个数据输入端。对于大多数LoRA来说，还需要一个触发词（Trigger Word）。例如，这个复古动漫LoRA需要特定的触发词，具体取决于你想生成哪种类型的复古动漫。让我们尝试使用“Akira”（阿基拉）这个触发词，我复制它并回到工作流中。在我的提示词里，我也输入了这个触发词。基本设置就是这样了，让我们点击运行。这是我们的结果。

看起来是复古动漫风格。以上就是将其加载到工作流中的方法。好的，正如我之前所说，官方页面指出，即使使用 INT8 量化模型，最低显存要求也是 16 GB。该模型的体积约为 22 GB。那么，如果你的显存更低该怎么办呢？幸运的是，社区已经创建了 LTX 2.5 更多压缩版本的 GGUF。我推荐由 Abu Ray 制作的这个版本。

因此，我会在下方的描述中链接到这个页面。如果你点击“文件”和“版本”，请注意他们发布了各种压缩程度的 GGUF 模型。最小的是 Q3 small，体积仅为 12.6 GB。因此，它很可能能在 12 GB 显存中运行。让我演示一下下载最小版本的过程。我将点击下载，文件会保存到 ComfyUI 的 models/unet 文件夹中。点击保存后回到我们的 Comfy UI，你可以使用任何工作流运行此 GGUF 模型。让我展示一个简单的文生视频示例。

现在，我们只需要更改工作流中的一个部分：展开这里的工作流后，我们需要将“加载扩散模型”节点替换为 UNet 加载器。让我双击界面的任意位置，然后搜索“unet”。我们需要使用这个 UNet Loader GGUF 节点。点击它并将其放置在此处。现在分享一个技巧：你可以按住 Shift，然后点击现有连接并拖动到新节点上来复制相同的连线。我对另一个也做同样的操作。基本上就是这样了。现在让我移除这个加载扩散模型节点，只需按 Ctrl+B 即可绕过它。

然后如果退出以返回此处的父工作流，对于“模型”字段，我可以点击下拉菜单并选择我新下载的 UNet GGUF。基本上就是这样了。让我们运行它。这就是我们的结果。如你所见，即使是最小的 Q3 版本效果也不错。以上就是如何在可能更低的显存下运行 LTX 2.5 的方法。我们已经涵盖了所有基础知识：文生视频、图生视频、首帧、尾帧，以及如何加载 LoRA 和使用 GGUF。

接下来是一些更高级的内容。LTX 放大工具也可以与其他模型配合使用。例如，我们可以先使用 Miniax 生成视频，然后通过 LTX 2.5 放大工具链接它，以获得更高的分辨率。有时效果不稳定，如果视频需要放大的动作场景较多，放大工具的效果可能并不好。但对于慢镜头移动的场景，效果相当不错。这部分有点太技术性了，但如果你感兴趣，我会在描述中链接到该用户的工作流。

另一个强大的功能是 LTX Director 节点，这基本上是在 Comfy UI 内部的一个迷你视频编辑器。你可以将不同的工作流组合在一起，如文生视频、图生视频、首帧、尾帧或自定义音频，生成多个片段并将它们拼接在一起。这之前是为 LTX 2.3 设计的，但也适用于 LTX 2.5。同样，这非常技术性且超出了本教程的范围，但如果你感兴趣，我会链接到 What Dreams Cost 的 GitHub 仓库，其中包含所有关于如何下载和设置 LTX Director 的说明。

总之，这就是我对 LTX 2.5 教程的全部内容。它非常高效，绝对是目前最快的视频生成器之一。它可以生成长视频甚至处理 4K 分辨率。目前已经有很多社区支持，你可以用它生成很多东西。请在评论中告诉我你的看法。如果在安装过程中遇到任何错误，欢迎将你在下面评论区看到的精确错误信息复制粘贴过来，我会尽力帮助你排查问题。

一如既往，我会继续寻找顶级的 AI 新闻和工具与你分享。如果你喜欢这个视频，记得点赞、分享、订阅并关注更多内容更新。此外，AI 世界每周都有太多事情发生，我无法在我的 YouTube 频道上涵盖一切。因此，为了真正跟上 AI 领域的所有动态，请务必订阅我的免费每周通讯简报。链接将在下方描述中提供。感谢观看，我们下期再见。