LTX Video

Gere videos de alta qualidade com IA 100% local e gratuito. LTX Video roda na sua GPU sem mensalidade, sem limite de uso.

Ver no GitHub Voltar

O que é

LTX Video

LTX Video e o primeiro modelo de geracao de video baseado em arquitetura DiT (Diffusion Transformer) a reunir todas as capacidades modernas em um unico modelo open source: audio sincronizado, alta fidelidade, image-to-video, extensao de clips e saida em 4K nativo. Criado pela Lightricks e disponivel gratuitamente no GitHub e HuggingFace, e para criadores e desenvolvedores que querem producao de video de nivel profissional sem depender de plataformas com mensalidade.

Dentro de um fluxo Claude Code, LTX Video se encaixa como etapa de producao de midia: voce define o prompt e os parametros via terminal, o modelo roda localmente na sua GPU e entrega o arquivo de saida pronto para edicao ou publicacao. Nao ha chamada de API externa, nao ha upload dos seus assets — tudo acontece na sua maquina, dentro do mesmo ambiente onde voce desenvolve.

O caso de uso mais direto: gerar B-roll e clips de produto para posts e anuncios sem pagar por tokens de video. Com o modelo 2B distilado, ate GPUs de consumo conseguem gerar clips de 5-10 segundos em resolucao 720p em minutos. O modelo 13B entrega qualidade de producao para quem tem hardware compativel.

Como funciona

Principais recursos

Local e Gratuito

Rode na sua propria GPU sem pagar mensalidade. Sem limite de geracao, sem API key, sem dados enviados para servidores externos.

Ate 4K Nativo

Gera videos em resolucao nativa 4K com ate 50 FPS. Qualidade de producao diretamente no seu hardware sem compressao de servidor.

Audio Sincronizado

Primeiro modelo DiT a gerar audio e video sincronizados em uma unica passagem. Som e imagem gerados juntos, sem pos-processamento.

Image-to-Video

Anime qualquer imagem com prompt de texto. Controle cena, movimento e duracao. Suporte a multikeyframes para animar sequencias completas.

Extensao de Video

Continue um video existente para frente ou para tras. Mantenha consistencia visual e narrativa entre clips gerados em sessoes diferentes.

Multiplos Tamanhos

Escolha entre modelo 2B (GPU modesta, 1GB+ VRAM) ou 13B (maxima qualidade). Versoes FP8 para GPUs Ada e mais recentes.

Tutorial

Gerando Videos Localmente

1. Clonar e configurar ambiente

git clone https://github.com/Lightricks/LTX-Video.git
cd LTX-Video

# Criar e ativar virtualenv (Python 3.10.5+)
python -m venv env
source env/bin/activate  # Windows: env\Scripts\activate

# Instalar dependencias de inferencia
python -m pip install -e .[inference]

2. Escolher o modelo certo para sua GPU

# GPU modesta (1GB+ VRAM) — modelo 2B distilado
configs/ltxv-2b-0.9.8-distilled.yaml

# GPU intermediaria — 13B distilado (mais rapido)
configs/ltxv-13b-0.9.8-distilled.yaml

# GPU potente (Ada / RTX 40xx+) — maxima qualidade
configs/ltxv-13b-0.9.8-dev.yaml

# Os modelos baixam automaticamente do HuggingFace
# na primeira execucao (sem configuracao extra)

3. Gerar video a partir de texto (text-to-video)

python inference.py \
  --prompt "A serene lake at golden hour, camera slowly panning right, cinematic depth of field" \
  --height 480 \
  --width 832 \
  --num_frames 97 \
  --seed 42 \
  --pipeline_config configs/ltxv-13b-0.9.8-distilled.yaml

# Saida: output.mp4 na raiz do projeto
# 97 frames ≈ ~5 segundos a 24fps

4. Animar uma imagem (image-to-video)

python inference.py \
  --prompt "The person smiles and turns their head slowly to the right" \
  --conditioning_media_paths ./my-image.jpg \
  --conditioning_start_frames 0 \
  --height 480 \
  --width 832 \
  --num_frames 65 \
  --seed 7 \
  --pipeline_config configs/ltxv-13b-0.9.8-distilled.yaml

# A imagem ancora o primeiro frame
# O modelo gera o movimento a partir do prompt

5. Estender um video existente

python inference.py \
  --prompt "The camera continues panning, revealing a mountain range in the distance" \
  --conditioning_media_paths ./output.mp4 \
  --conditioning_start_frames -1 \
  --height 480 \
  --width 832 \
  --num_frames 97 \
  --seed 42 \
  --pipeline_config configs/ltxv-13b-0.9.8-distilled.yaml

# --conditioning_start_frames -1 ancora no ultimo frame
# Cria continuidade narrativa entre clips

6. Usar via Python (integracao em scripts)

from ltx_video.inference import infer, InferenceConfig

infer(InferenceConfig(
    pipeline_config="configs/ltxv-13b-0.9.8-distilled.yaml",
    prompt="A product shot of a coffee cup on a marble table, steam rising",
    height=480,
    width=832,
    num_frames=97,
    seed=42,
    output_path="product-shot.mp4",
))

# Ideal para automatizar geracao em batch
# ou integrar em pipelines de criacao de conteudo

Comece agora

Explore o repositório, contribua ou integre na sua operação.

Ver no GitHub