
LTX-Video: O Manual da IA Open Source que Gera Vídeo no Seu Próprio Computador
LTX-Video é um modelo open source de geração de vídeo por IA criado pela Lightricks, baseado em arquitetura DiT (Diffusion Transformer) e com os pesos aber
O que é
LTX-Video: O Manual da IA Open Source que Gera Vídeo no Seu Próprio Computador
LTX-Video é um modelo open source de geração de vídeo por IA criado pela Lightricks, baseado em arquitetura DiT (Diffusion Transformer) e com os pesos abertos no Hugging Face. Roda localmente: sem crédito, sem mensalidade e sem limite de quantos vídeos você gera. A licença da linha 0.9.x é Apache-2.0 com OpenRail-M, o que libera inclusive uso comercial.
A ferramenta faz text-to-video (prompt de texto vira vídeo), image-to-video (anima uma imagem), animação por keyframes, extensão de vídeo e video-to-video. A versão atual, a 0.9.8, gera por padrão em 1216×704 a 30fps, podendo chegar a 50fps em 4K nativo e até 60 segundos nos modelos distilled. Importante: a 0.9.8 gera vídeo SEM áudio — áudio+vídeo sincronizado é o LTX-2, uma linha separada (pesos já liberados em Lightricks/LTX-2.3, mas sob a LTX-2 Community License, que não é Apache-2.0).
Para rodar local você precisa de uma GPU NVIDIA: 8GB de VRAM já dá para começar com um modelo quantizado, 24GB roda o 13B confortável, e há uma LoRA (do distilled 0.9.7) que cabe em 1GB. Não tem GPU? Dá para testar a ferramenta nos demos hospedados — LTX Studio, fal.ai ou Replicate — antes de montar o setup local.
Como funciona
Principais recursos
Text-to-Video
Descreva a cena em um prompt de texto e o modelo gera o vídeo completo, com controle de movimento de câmera, estilo e composição.
Image-to-Video
Anime uma única imagem — foto de produto, conceito ou ilustração — transformando-a em um clipe em movimento.
Keyframes e extensão
Condicione a geração por múltiplos keyframes e estenda vídeos para frente ou para trás, mantendo a continuidade da cena.
Roda local e ilimitado
Com os pesos abertos no Hugging Face, você gera quantos vídeos quiser na sua máquina — Apache-2.0 + OpenRail-M, sem crédito nem mensalidade.
Modelos por VRAM
Escolha entre 2B/distilled (GPU pequena, rápido), 13B fp8 quantizado (equilíbrio) ou 13B dev (qualidade máxima) conforme a sua placa.
Três caminhos de uso
ComfyUI (interface visual, para quem não é dev), Diffusers (integração em Python) ou inference.py direto na linha de comando.
Comece agora
Explore o repositório, contribua ou integre na sua operação.
Vá além do tutorial
Quer dominar isso na prática?
Aprofunde com acompanhamento direto na mentoria ou siga o passo a passo completo, do zero ao avançado, no curso online.