LTX-2.5

LTX-2.5 är den senaste versionen av Lightricks öppna videomodell LTX, släppt den 11 augusti 2026. Den skapar video med synkroniserat ljud från text, bilder, video eller ljud. Modellen har 22 miljarder parametrar och använder Googles Gemma 4 12B för att förstå prompten.

Det nya i 2.5 är enligt Lightricks en ny avkodare som ger renare rörelser, att flera klipp kan skapas i ett svep och hänga ihop med samma person, miljö, ljus och röst, att modellen följer prompten bättre även när den är kort, och att den själv kan räkna ut hur långt klippet behöver vara. Lightricks kallar tekniken bakom bildkvaliteten Diffusion Fidelity Rendering, där mer beräkningskraft läggs på de svåra delarna av bilden. Det finns också en snabbare destillerad variant och en grundmodell som är gjord för att tränas vidare på egna data.

Modellen riktar sig tydligt mot efterarbete i film och reklam. Med tilläggsmoduler kan den skärpa suddigt material, ge färg och liv åt arkivfilm, göra om vanlig video till HDR, ta emot och leverera 16-bitars EXR-filer, skapa bakgrunder från en enkel 3D-skiss och ta fram genomskinliga masker som behåller detaljer som hår och rök. Den kan också arbeta i full upplösning upp till 4K på ett grafikkort, och enligt Lightricks räcker 16 GB grafikminne.

Vikterna finns på Hugging Face under LTX-2.x Community License, som tillåter kommersiell användning gratis för företag med under 10 miljoner dollar i årsomsättning; större företag behöver en betald licens. Modellen finns också via LTX API, där priset räknas per sekund video: från 0,09 dollar per sekund i 720p till 0,30 dollar i 4K för snabbvarianten. Enligt Lightricks skapar den ett tiosekundersklipp i 720p på 6,8 sekunder med två GB200-kort, alltså snabbare än realtid.