LTX Studio

LTX Studio 是由开发了 Facetune 的特拉维夫公司 Lightricks Ltd. 打造的 AI 电影制作平台。它将 Lightricks 自家的开源视频基础模型（LTX-Video / LTX-2 系列）封装在一个完整的制作环境中，在单一界面内涵盖了剧本创作、分镜设计、AI 生成、时间线剪辑、角色一致性、配音以及团队协作等功能。该平台于 2024 年与底层 LTX-Video 模型权重的公开发布同步上线，到 2026 年初，除了其专有引擎外，还扩展集成了包括 Google Veo 2、Veo 3.1、Kling、FLUX.2 Pro 和 Seedance 2.0 在内的第三方模型。

其最显著的优势在于速度。作为驱动该平台的开源模型，LTX-Video 是首个实现超越实时输出速度的基于 DiT 的视频生成模型：在 H100 硬件上，生成 5 秒的 768x512 视频仅需约 2 秒；在消费级 RTX 4090 上，生成可用片段大约只需 30-35 秒。Studio 平台层增加了跨场景角色锁定、通过 Frame Brush 实现的帧级局部重绘、支持手动平移、倾斜和缩放的摄像机控制、基于文本剧本的 AI 分镜生成、音视频同步输出，以及支持 LTX-2 Ultra 模式下最高 4K 50fps 的导出套件。底层的 LTX-Video 和 LTX-2 模型权重采用 MIT 许可，可在 Hugging Face 和 GitHub 上获取以供自托管使用。

LTX Studio 在 2026 年 4 月的输出表现

该平台根据所选模型生成不同质量层级的视频。LTX-2 Fast 模式可在几秒钟内生成片段。LTX-2 Pro 专注于提供可供审阅的质量输出。LTX-2 Ultra（在 Pro 及以上计划中提供）可实现高达 4K 50fps 的音视频同步输出。第三方模型进一步丰富了选择：Standard 计划包含 Veo 2 和 Kling 2.6 Pro；Pro 计划包含 Veo 3.1 和 Kling 3.0 Pro；Seedance 2.0 则在两者中均有提供。

每次生成的片段长度为 6 到 15 秒。时间线编辑器允许用户将片段串联成更长的序列，并由平台的一致性引擎管理角色和场景的连贯性。摄像机控制涵盖了标准的电影摄影运镜：平移、倾斜、缩放，以及带有视觉参考的基于关键帧的动画。Frame Brush 工具可对生成帧内的特定对象进行局部重绘，非常适合在不重新生成整个片段的情况下清理背景瑕疵。音频到视频的唇形同步功能与原生同步音频输出于 2026 年一同推出，这意味着模型可以一次性生成带有匹配音频的说话角色，而无需后期制作同步。

格式和分辨率因模型层级而异。LTX-2 在 Fast 和 Pro 模式下支持 FHD (1080p)、QHD (1440p) 和 UHD (2160p)，而 Ultra 层级则主打全 4K 画质。输出格式为 MP4。LTXV 开源系列目前涵盖四个模型变体：2B、2B Distilled（速度最快，比基础版快 3 倍）、13B 和 13B Distilled，所有变体均公开提供以供本地部署。2026 年 3 月 5 日发布的 LTX-2.3 是当前的生产模型，拥有 22B 参数，细节更清晰，支持原生人像模式，音频同步也更纯净。它与 LTX Desktop 一同发布，后者是一款开源桌面应用程序（Apache 2.0），支持在 Windows 和 Linux 的 NVIDIA GPU 上进行完全本地化的生成，官方规格要求 32GB VRAM，而社区版本已证明在低至 16GB 的显卡上也能实现 1080p 输出。

“理论上，你可以足不出户就完成整个视频项目的创作。”—— Steve Paris，TechRadar Pro，2025 年 8 月

LTX Studio 与 Runway Gen-4 及 HunyuanVideo 的对比定位

Runway Gen-4 / Gen-4.5（闭源，质量领先者）： Runway Gen-4.5 目前在 Artificial Analysis 文本到视频 Elo 基准测试中以 1,247 分领先，在整体质量上超越了 LTX-2，尤其是在物理准确性、物体重量模拟和细微运动方面。Runway 的模型是完全专有的，没有开放权重。其最高分辨率为 1080p，而 LTX-2 支持原生 4K。在 API 层面，Runway 生成视频的收费为 $0.20-0.50/秒，而 LTX-2 为 $0.04-0.16/秒。关键的工作流差异在于：Runway 在片段导出后即告结束，需要外部剪辑软件；而 LTX Studio 将分镜、生成、角色持久性和配音整合在一个界面中。对于需要极致单片段质量和照片级真实感的工作室来说，Runway 处于领先地位。而对于需要角色一致性的多场景营销活动工作流，LTX Studio 的集成管道则是更实用的选择。

HunyuanVideo 和 Mochi（开放权重，速度较慢）： HunyuanVideo（Tencent，13B 参数）和 Mochi 1（Genmo，10B 参数）都是开放权重的视频模型，在独立评估中，它们在文本对齐和视觉真实感方面的基准测试成绩均高于 LTX-2。在人类偏好研究中，HunyuanVideo 在运动质量和视觉质量上优于 Luma 1.6 和 Runway Gen-3。代价是计算资源：在 RTX 4090 上，HunyuanVideo 生成一个 5 秒的片段需要 8-15 分钟；Mochi 需要 10-20 分钟。而 LTX-Video 生成相同的片段只需 30-35 秒，在相同硬件上速度相差 15-25 倍。HunyuanVideo 还需要 27GB+ 的 VRAM 才能实现高质量输出；而 LTX-Video 2B 在 Q8 优化下只需 8GB 即可运行。HunyuanVideo 和 Mochi 都没有提供可与 LTX Studio 媲美的托管制作平台：它们只是模型权重，需要自托管的推理管道。对于愿意用速度换取质量的开发者来说，它们是强有力的替代方案。但对于任何想要托管式电影制作工作流的人来说，LTX Studio 没有直接的开源竞争对手。

使用 LTX Studio 生成视频的真实成本

免费层提供 800 个一次性积分，不可续期。大多数用户在第一次测试时就会耗尽这些额度，从而迫使他们立即决定是否升级。Lite 计划（EUR 15/月，仅限个人使用）每月提供 8,000 个积分，但不包含商业权利，也无法访问 Veo 或 Kling 等第三方模型。商业用途需要 Standard 计划（EUR 35/月，28,000 积分/月）或更高级别。

积分对应于生成过程中消耗的计算资源。更高分辨率的输出、更长的片段以及高级模型（Veo 3.1、Kling 3.0 Pro）消耗积分的速度比基础的 LTX-2 Fast 生成更快。该平台在用户提交生成任务之前不会显示预计的积分成本，这也是各大评论平台上用户最一致的抱怨点。

• Free：EUR 0/月（一次性 800 积分，个人使用）。使用 LTX-2 模型进行图像和视频生成、高级摄像机控制、音频到视频、SDR 到 HDR 增强。无积分续期。

• Lite：EUR 15/月（按年计费 EUR 12/月）。8,000 积分/月。增加图像/视频放大和完整的剪辑套件。仅限个人使用，无商业权利。

• Standard：EUR 35/月（按年计费 EUR 28/月）。28,000 积分/月，外加前 3 个月的奖励计算秒数。包含 Veo 2、Kling 2.6 Pro、Seedance 2.0、AI 分镜和推介演示文稿生成。商业使用许可。可购买额外积分。

• Pro：EUR 125/月（按年计费 EUR 100/月）。110,000 积分/月，外加前 3 个月奖励。增加 Veo 3.1 变体、Kling 3.0 Pro 以及每个项目 3 名协作者。商业用途。

• Enterprise：定制化定价。无限协作者、自定义模型训练、SSO、GDPR/ISO/SOC 2 合规性、专属客户经理、多语言版本控制、增强的数据隐私。

LTX Studio 经常出现问题的方面

运动质量是其最难突破的瓶颈。Curious Refuge Lab 的独立基准测试在运动质量和时间一致性这两个最弱的类别上，分别给 LTX-2 打出了 5.8/10 和 5.6/10 的分数。复杂的人类运动，特别是行走、跳舞和多人场景，会产生明显的扭曲和不自然的物理现象。一位评论者形容其 Transformer 架构让模型在时间细节上“速度快，但健忘”，这意味着它能根据提示词正确描述动作，但在较长的片段中会失去帧与帧之间的物理连贯性。截至 2026 年 4 月，角色移动过程中的面部变形仍然是一个已知问题。

积分成本的不透明除了带来明显的挫败感外，还造成了实际的摩擦。用户在提交生成任务之前无法预览将消耗多少积分。据 Standard 计划用户反映，在较高质量设置下工作时，他们每月的 28,000 积分额度在几天内就会耗尽。一位评论者指出，在三次生成尝试中就烧掉了 39 分钟的计算时间，远超预期用量。

“在角色和场景细节方面非常一致。能生成非常好的预览效果。[其]弱点在于对运动中角色细节的还原度较差，以及面部会发生变形。”—— Robert Ociepa，Product Hunt，2025 年

“我烧掉了近 60% 的月度积分，然后把剩下的积分都花在了尝试修复它上。”—— Natalie Nicholson，Substack (Crank That Nat)，2026 年 3 月 14 日

尽管底层模型架构速度很快，但高峰时段的拥堵仍会影响云端渲染速度。追赶潮流的社交媒体创作者报告称，工作时间的排队延迟削弱了 LTX-Video 在本地硬件上引以为傲的实时速度优势。计费系统在 2025 年也进行了重组，从按分钟计算的定价模式转变为积分模式，这让一些现有用户在过渡期间因意外收费而措手不及。2026 年 3 月，Lightricks 发布了 LTX-2.3 以及 LTX Desktop，这是一款开源桌面编辑器，可在 Windows/Linux 的 NVIDIA GPU 上本地运行完整模型，为拥有足够硬件的开发者提供了一条完全避开云端排队延迟的途径。

最佳用例与不适用场景

最适合： 需要在投入实际制作预算之前制作多场景概念视频或营销活动分镜的营销团队和机构。其角色一致性引擎名副其实：它能在数十个生成的镜头中保持面部、服装和场景的稳定，这是任何纯片段生成器都无法做好的。适合在到达片场前以数字方式测试摄像机角度和灯光设置的前期制作电影人。适合希望在本地 ComfyUI 管道中使用最快开源视频模型的开发者，尤其是在消费级 GPU 硬件上进行自托管时。适合需要端到端管道，而不想拼凑独立的剧本创作、生成和剪辑工具的团队。

不适用： 您的首要任务是制作出能够媲美专业人类创作内容的广播级成品素材。在需要经得起仔细观看的输出中，运动质量的上限和时间一致性的差距是显而易见的。对于只需要偶尔生成短片段而不需要多场景连贯性的创作者来说，像 Pika 或 Hailuo 这样的单片段生成器测试起来更快，成本也更低。当物理真实感和运动保真度是不可妥协的要求时，Runway Gen-4 是更好的选择。只需要模型而不需要平台外壳的开发者可以从 Hugging Face 免费获取 LTX-Video 权重，从而完全避免订阅费用。对于工作量不频繁或不固定的个人创作者来说，考虑到在商业层级设置下积分消耗的速度，EUR 35-125/月的定价将很难被接受。