LTX-2

基于DiT架构的首个音频-视频生成基础模型，能够同步生成对齐的音频和视频内容。亮点在于将音频与视频生成整合到单一22B参数模型中，支持多种生成模式（文生视频、图生视频、音频生视频等），并提供了生产级的两阶段管道和LoRA微调工具，开源权重且可商用。

打开互动版