LTX ha rilasciato l'11 agosto LTX-2.5, un modello video e "world model" a pesi aperti pensato per la generazione di clip e per applicazioni di IA fisica che richiedono coerenza visiva e spaziale nel tempo. La novita' e' doppia: da un lato prestazioni elevate, dall'altro la disponibilita' dei pesi da scaricare, con integrazione nativa in ComfyUI e accesso via API. E' uno dei rilasci video open piu' interessanti delle ultime settimane.
A differenza di molti generatori chiusi accessibili solo tramite abbonamento, LTX-2.5 puo' essere eseguito in locale su una scheda grafica Nvidia RTX, il che lo rende una scelta concreta per creator, studi e sviluppatori che vogliono controllo totale sul processo e sui dati.
Cosa sa fare LTX-2.5
Il modello e' ottimizzato per le GPU Nvidia RTX e, secondo i dati diffusi dallo sviluppatore, e' molto veloce: viene indicata la generazione di un clip immagine-verso-video da 10 secondi in circa 6,8 secondi su hardware Nvidia di fascia alta. Va precisato che si tratta di un valore dichiarato e non ancora verificato in modo indipendente, quindi i risultati reali dipenderanno dalla configurazione e dalle impostazioni.
Sul piano tecnico, LTX-2.5 introduce un decoder video a diffusione per ridurre gli artefatti, la generazione nativa "multishot" (piu' inquadrature in sequenza), un backbone linguistico personalizzato basato su Gemma 4 per interpretare i prompt e nuove modalita' di condizionamento. Come "world model" punta a mantenere la coerenza degli oggetti e dello spazio da un fotogramma all'altro, un problema notoriamente difficile per i generatori video.
Quanto costa: la licenza a soglie
LTX-2.5 adotta una licenza a soglie: i pesi sono gratuiti per le organizzazioni con ricavi ricorrenti annui sotto i 10 milioni di dollari, mentre le aziende piu' grandi devono negoziare una licenza commerciale. In pratica, per un creator indipendente, uno studio piccolo o uno sviluppatore che sperimenta, l'uso e' libero; le grandi realta' devono invece accordarsi con LTX. E' un modello di licenza sempre piu' diffuso tra i rilasci "open", pensato per favorire l'adozione senza rinunciare ai ricavi dai clienti enterprise.
Come provarlo: la via facile con ComfyUI
Il modo piu' semplice per iniziare e' ComfyUI, l'ambiente a nodi diventato lo standard di fatto per i modelli generativi open. Poiche' LTX-2.5 e' supportato in modo nativo, il flusso e':
- Installare ComfyUI (disponibile per Windows, macOS e Linux) dal sito ufficiale o tramite il gestore ComfyUI Desktop.
- Aprire il ComfyUI Manager e cercare i nodi e i modelli di LTX; scaricare il checkpoint di LTX-2.5 quando proposto.
- Caricare un flusso di lavoro (workflow) di esempio per il video: molti sono condivisi dalla comunita' e dallo stesso team di LTX.
- Inserire il prompt testuale o un'immagine di partenza, impostare durata e risoluzione, e avviare la generazione.
Come scaricare i pesi da Hugging Face
Chi preferisce lavorare da riga di comando puo' scaricare direttamente i pesi dalla pagina ufficiale su Hugging Face. Serve Python e lo strumento della piattaforma:
pip install -U huggingface_hub
huggingface-cli download Lightricks/LTX-Video --local-dir ./ltx-2.5Il nome esatto del repository e la struttura dei file vanno verificati sulla pagina Hugging Face di LTX, che riporta anche le istruzioni di esecuzione, le dipendenze (tra cui una versione recente di PyTorch con supporto CUDA) e i requisiti hardware consigliati. Per l'uso in locale conviene una GPU Nvidia RTX con almeno 12-16 GB di VRAM; con meno memoria si puo' comunque generare, ma a risoluzioni e durate ridotte.
Un esempio di prompt
Un prompt ben costruito descrive soggetto, ambiente, movimento di camera e stile. Un esempio da provare, una volta caricato il modello:
Un drone sorvola lentamente una costa mediterranea al tramonto, onde che si infrangono sugli scogli, luce dorata radente, stile cinematografico, 10 secondi.
Il risultato atteso e' un clip di alcuni secondi con movimento di camera fluido e coerenza degli elementi tra i fotogrammi. Per l'immagine-verso-video, invece, si parte da una foto e si descrive solo il movimento desiderato ("la camera si avvicina lentamente al volto").
Errori comuni e alternative
L'errore piu' frequente in locale e' l'esaurimento della memoria della GPU ("CUDA out of memory"): la soluzione e' ridurre risoluzione, durata del clip o numero di fotogrammi, oppure usare le versioni quantizzate del modello se disponibili. Un secondo intoppo tipico e' l'incompatibilita' tra la versione di PyTorch e i driver CUDA: conviene seguire alla lettera le versioni indicate nella pagina del modello.
Chi non ha una GPU adeguata puo' usare l'API di LTX oppure eseguire ComfyUI su servizi cloud con GPU a noleggio. Sul fronte delle alternative, il panorama dei generatori video open e commerciali e' in piena espansione: LTX-2.5 si distingue per la combinazione di pesi aperti, velocita' e integrazione immediata in ComfyUI, che lo rende oggi una delle opzioni piu' accessibili per chi vuole sperimentare la generazione video senza dipendere da un servizio chiuso.
La nostra metodologia: proviamo o verifichiamo quando possibile procedure, comandi e requisiti sulle fonti ufficiali del progetto; i dati prestazionali dichiarati dallo sviluppatore sono segnalati come tali.
