← Descobrir
GitHub · Lightricks/LTX-2

Produção de vídeos com inteligência artificial no sistema local

Desenvolvido pela Lightricks, o LTX-2 oferece um pacote de treinamento de inferência Python e adaptação de baixa classificação (LoRA) para modelos de inteligência artificial que produzem áudio e vídeo. Este conjunto de ferramentas permite aos usuários treinar modelos LTX-2 com seus próprios dados e executar saídas de modelo em sistemas locais.

Atualizações

  • 19 de outubro de 2026: Estrelas 9,567 → 9,793, versão mais recente v1.5.0 (18 de outubro de 2026).
  • 2 de outubro de 2026: Estrelas 9,562 → 9,567, versão mais recente v1.4.2 (2 de outubro de 2026).
  • 1 de outubro de 2026: Estrelas 9,552 → 9,562, versão mais recente v1.4.1 (30 de setembro de 2026).
  • 29 de setembro de 2026: Estrelas 9,267 → 9,552, versão mais recente v1.4.0 (29 de setembro de 2026).

O que você ganha

  • Fornece sincronização de áudio e vídeo
  • Você pode treinar LoRA com seus próprios dados
  • Produção de vídeo de alta qualidade em sistema local

Instalação

Clone o repositório do GitHub e entre no diretório
git clone https://github.com/Lightricks/LTX-2.git
cd LTX-2
Baixe os pesos do modelo (Hugging Face CLI)
hf download Lightricks/LTX-2.3 ltx-2.3-22b-distilled-1.1.safetensors --local-dir models/ltx-2.3

Execução

execute pipeline de inferência com uv
uv run python -m ltx_pipelines.distilled --distilled-checkpoint-path models/ltx-2.3/ltx-2.3-22b-distilled-1.1.safetensors

Se você não programa

Cole isto no seu agente (Claude Code · Codex · Antigravity)

Crie um vídeo usando o modelo LTX-2 que descreva detalhadamente a cena que desejo e inclua sincronização de áudio e vídeo. Faça com que o modelo produza resultados especificando detalhes da cena, aparência do personagem, ângulo da câmera e texto de fala.

Repositório: https://github.com/Lightricks/LTX-2. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.

Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.

Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.

Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.

Termos relacionados do glossário

LoRAInferenceCLIArtificial Intelligence
Para quem éPara usuários que desejam criar vídeos de IA de áudio e vídeo ou treinar modelos em seu próprio sistema local.

Links

A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-06-19: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.