Ra mắt LTX-2.5: Mô hình thế giới mã nguồn mở tăng tốc NVIDIA cho sản xuất video cục bộ
LTX
NVIDIA
Google/DeepMind
xAI
LTX đã phát hành LTX-2.5, một mô hình thế giới mã nguồn mở để tạo video, tối ưu hóa cho suy luận cục bộ trên GPU NVIDIA RTX và DGX Spark. Mô hình này cho phép tạo video đa cảnh nhanh chóng, nhất quán trên một máy tính để bàn duy nhất, với tốc độ tại chỗ nhanh hơn đáng kể so với các giải pháp đóng. Bản phát hành này phù hợp với loạt sản phẩm AI cục bộ của NVIDIA, cũng giới thiệu mô hình tác tử Nemotron 3.5 Lightning.
LTX đã ra mắt LTX-2.5, một mô hình thế giới (world model) mã nguồn mở dành cho tạo video, ứng dụng thời gian thực và AI vật lý, được tối ưu hóa để chạy cục bộ trên GPU NVIDIA RTX và DGX Spark, giảm yêu cầu về VRAM. Mô hình này có tính năng tạo nhiều cảnh (multishot) gốc để duy trì tính nhất quán của nhân vật, bộ giải mã mới giảm hiện tượng nhiễu hình và nền tảng ngôn ngữ Gemma 4. Theo điểm chuẩn, một clip 10 giây được tạo trong 6,8 giây trên 2x NVIDIA GB200, so với 52-70 giây của các giải pháp đóng nhanh nhất và lên đến 398 giây đối với các giải pháp chậm hơn. Loạt sản phẩm AI cục bộ của NVIDIA cũng bao gồm Nemotron 3.5 Lightning, một mô hình hỗn hợp chuyên gia (mixture-of-experts) mã nguồn mở 30 tỷ tham số, và thư viện NeMo Switchyard. LTX-2.5 có sẵn dưới dạng mã nguồn mở trên Hugging Face, tích hợp nguyên bản trong ComfyUI, và qua LTX API, miễn phí cho các tổ chức có doanh thu định kỳ hàng năm dưới 10 triệu đô la Mỹ. Họ mô hình này đã có hơn 33 triệu lượt tải xuống, với các ứng dụng được trích dẫn tại các hãng phim như Asteria, các nền tảng thời gian thực như Reactor và robot với Markov Robotics.
Nguồn: MarkTechPost —
bản gốc