← Descubrir
GitHub · Lightricks/LTX-2

Producción de vídeo con inteligencia artificial en el sistema local.

Desarrollado por Lightricks, LTX-2 ofrece un paquete de entrenamiento de inferencia de Python y adaptación de bajo rango (LoRA) para modelos de inteligencia artificial que producen audio y video. Este conjunto de herramientas permite a los usuarios entrenar modelos LTX-2 con sus propios datos y ejecutar resultados del modelo en sistemas locales.

Actualizaciones

  • 19 de octubre de 2026: Estrellas 9,567 → 9,793, última versión v1.5.0 (18 de octubre de 2026).
  • 2 de octubre de 2026: Estrellas 9,562 → 9,567, última versión v1.4.2 (2 de octubre de 2026).
  • 1 de octubre de 2026: Estrellas 9,552 → 9,562, última versión v1.4.1 (30 de septiembre de 2026).
  • 29 de septiembre de 2026: Estrellas 9,267 → 9,552, última versión v1.4.0 (29 de septiembre de 2026).

Qué aporta

  • Proporciona sincronización de audio y vídeo.
  • Puedes entrenar LoRA con tus propios datos
  • Producción de vídeo de alta calidad en sistema local.

Instalación

Clona el repositorio de GitHub e ingresa al directorio
git clone https://github.com/Lightricks/LTX-2.git
cd LTX-2
Descargar pesos de modelo (CLI de Hugging Face)
hf download Lightricks/LTX-2.3 ltx-2.3-22b-distilled-1.1.safetensors --local-dir models/ltx-2.3

Ejecución

ejecutar canalización de inferencia con uv
uv run python -m ltx_pipelines.distilled --distilled-checkpoint-path models/ltx-2.3/ltx-2.3-22b-distilled-1.1.safetensors

Si no programa

Pegue esto en su agente (Claude Code · Codex · Antigravity)

Cree un video usando el modelo LTX-2 que describa la escena que quiero en detalle e incluya sincronización de audio y video. Haga que el modelo produzca resultados especificando los detalles de la escena, la apariencia del personaje, el ángulo de la cámara y el texto del habla.

Repositorio: https://github.com/Lightricks/LTX-2. Sigue las instrucciones oficiales del archivo README de este repositorio para la instalación y ejecución.

Antes de empezar, comprueba en qué sistema operativo estamos y si las herramientas necesarias (ej. Python, Node.js, Git, Docker) están instaladas. Instala las que falten paso a paso según este sistema.

Crea una carpeta nueva y vacía para trabajar. No toques ningún archivo fuera de esta carpeta y no borres nada. Antes de ejecutar cada comando, dime qué vas a hacer en una frase.

Dime qué debería ver en la pantalla al final de cada paso. Si ocurre un error, te pegaré el mensaje de error tal cual y lo solucionaremos juntos.

Términos relacionados del glosario

LoRAInferenceCLIArtificial Intelligence
Para quién esPara usuarios que desean crear videos de IA de audio y video o entrenar modelos en su propio sistema local.

Enlaces

TreScout no desarrolló esta herramienta · la encontramos en las tendencias de GitHub y la presentamos. Esta página describe el repositorio tal como estaba el 2026-06-19: El número de estrellas y nuestro texto son de ese día, el repositorio puede haber cambiado desde entonces. Consulte el enlace del repositorio para ver el estado actual. El texto de presentación se preparó con IA a partir de la propia documentación del repositorio y esta página se tradujo automáticamente del original en turco · prevalece la versión turca.