Szczegóły modelu
LTX-2.3
Status: AktywnyW trendach Hugging Face
Profil techniczny
Kluczowe dane modelu
Pokazujemy wyłącznie dostępne, potwierdzone informacje.
- Biblioteka
- Diffusers
Opis modelu
Karta tego modelu skupia się na modelu LTX-2.3, który jest znaczącą aktualizacją modelu LTX-2 z poprawioną jakością dźwięku i obrazu oraz lepszym trzymaniem się promptu. Model LTX-2 został przedstawiony w artykule LTX-2: Efficient Joint Audio-Visual Foundation Model. ?? Jeśli chcesz od razu zanurzyć się w kodzie – jest dostępny tutaj. ?? LTX-2.3 to model audio-wideo oparty na DiT, zaprojektowany do generowania zsynchronizowanego wideo i dźwięku w ramach jednego modelu. Łączy w sobie podstawowe elementy nowoczesnej generacji wideo, z otwartymi wagami i naciskiem na praktyczne wykonywanie lokalne.
| Nazwa | Uwagi |
|---|---|
| ltx-2.3-22b-dev | Pełny model, elastyczny i możliwy do trenowania w bf16 |
| ltx-2.3-22b-distilled | Zdestylowana wersja pełnego modelu, 8 kroków, CFG=1 |
| ltx-2.3-22b-distilled-1.1 | Zdestylowana wersja v1.1 pełnego modelu, 8 kroków, CFG=1 – Inne wrażenia estetyczne i poprawiony dźwięk w porównaniu do v1.0 |
| ltx-2.3-22b-distilled-lora-384 | Wersja LoRA destylowanego modelu, możliwa do zastosowania na pełnym modelu |
| ltx-2.3-22b-distilled-lora-384-1.1 | Wersja LoRA destylowanego modelu v1.1, możliwa do zastosowania na pełnym modelu |
| ltx-2.3-spatial-upscaler-x2-1.1 | Upscaler przestrzenny x2 dla latentów ltx-2.3, używany w potokach wieloetapowych (wieloskalowych) dla wyższej rozdzielczości |
| ltx-2.3-spatial-upscaler-x1.5-1.0 | Upscaler przestrzenny x1.5 dla latentów ltx-2.3, używany w potokach wieloetapowych (wieloskalowych) dla wyższej rozdzielczości |
| ltx-2.3-temporal-upscaler-x2-1.0 | Upscaler czasowy x2 dla latentów ltx-2.3, używany w potokach wieloetapowych (wieloskalowych) dla wyższego FPS |
Szczegóły modelu – Opracowany przez: Lightricks – Typ modelu: Audio-wideo model bazowy oparty na dyfuzji – Język(i): Angielski Demo online LTX-2.3 jest dostępne od razu za pośrednictwem API Playground. Licencja bezpośredniego użytku Możesz używać modeli – pełnego, destylowanego, upscalerów i wszelkich pochodnych – do celów zgodnych z licencją. ComfyUI Zalecamy używanie wbudowanych węzłów LTXVideo, które można znaleźć w Menedżerze ComfyUI. Informacje dotyczące ręcznej instalacji znajdują się na naszej stronie dokumentacji.
Warianty do uruchomienia
Brak potwierdzonych danych o wariantach do pobrania. Nie zastępujemy brakujących wartości zerem ani szacunkiem VRAM.
Ostatnia aktualizacja: 2026-08-18
Szybka opinia
Czy ten model pomógł Ci w realnym zadaniu? To zajmuje jedno kliknięcie. Szczegółowa ocena jest opcjonalna.
Brak szybkich opinii.
API i ceny
Ceny API są źródłowymi stawkami dostawcy, przeliczonymi na PLN według ostatniego zapisanego kursu średniego USD NBP. Stawki tokenowe pokazujemy za 1 mln tokenów. Dla obrazu, wyszukiwania, cache, reasoning i żądań zachowujemy jednostkę przekazaną przez API.
Ceny są przeliczone na PLN według ostatniego zapisanego średniego kursu NBP USD z 2026-08-17.
Brak aktualnej, porównywalnej oferty API.
Język polski
Wsparcie języka polskiego: deklarowane. Jakość języka polskiego: NIEZWERYFIKOWANA.
Dyskusja o modelu
Komentarze dotyczące praktycznego użycia tego modelu.
Nie ma jeszcze zatwierdzonych komentarzy.
Historia modelu
Wykres pokazuje wyłącznie porównywalne punkty głównego rankingu. Tabela zawiera wynik, pozycję, dane źródłowe i stan każdego dnia.
Brak danych porównywalnych
Historia wyniku AI-TOP
Wykres pojawi się po zapisaniu co najmniej dwóch porównywalnych pomiarów.
Brak zapisanych obserwacji tego modelu.