Przejdź do treści

Szczegóły modelu

LTX-2.3

Status: AktywnyW trendach Hugging Face

Dostawca: Lightricks →Dodaj do porównania

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.

NazwaUwagi
ltx-2.3-22b-devPełny model, elastyczny i możliwy do trenowania w bf16
ltx-2.3-22b-distilledZdestylowana wersja pełnego modelu, 8 kroków, CFG=1
ltx-2.3-22b-distilled-1.1Zdestylowana 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-384Wersja LoRA destylowanego modelu, możliwa do zastosowania na pełnym modelu
ltx-2.3-22b-distilled-lora-384-1.1Wersja LoRA destylowanego modelu v1.1, możliwa do zastosowania na pełnym modelu
ltx-2.3-spatial-upscaler-x2-1.1Upscaler przestrzenny x2 dla latentów ltx-2.3, używany w potokach wieloetapowych (wieloskalowych) dla wyższej rozdzielczości
ltx-2.3-spatial-upscaler-x1.5-1.0Upscaler przestrzenny x1.5 dla latentów ltx-2.3, używany w potokach wieloetapowych (wieloskalowych) dla wyższej rozdzielczości
ltx-2.3-temporal-upscaler-x2-1.0Upscaler 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.

Zaloguj się, aby oddać szybką opinię.

Ocena użytkowników

Brak ocen użytkowników. Wynik AI-TOP pozostaje odrębną miarą techniczną.

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.

Zaloguj się, aby komentować.

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.

Dane historii w formacie JSON