开云体育[永久网址:363050.com]成立于2022年在中国，是华人市场最大的线上娱乐服务供应商而且是亚洲最大的在线娱乐博彩公司之一。包括开云、开云棋牌、开云彩票、开云电竞、开云电子、全球各地赛事、动画直播、视频直播等服务。开云体育,开云体育官方,开云app下载,开云体育靠谱吗,开云官网，欢迎注册体验！

　　最新开源模型LTXV-13B，免费可商用、推理速度快、游戏显卡就能跑，视觉效果也不错。要素都齐了，想不火都难。

　　可控制性——支持逐帧控制，能让你按照自己想法来打造视频，创作自由度直接拉满。

　　这个13B参数的模型，官方证实在24G显存的4090/5090上就能跑，也难怪网友纷纷为之疯狂。

　　LTX-Video支持文本转图像、图像转视频、基于关键帧的动画、视频扩展（正向和反向）、视频转视频，以及上述所有这些功能的任意排列组合。

　　LTXV-13B拥有超130亿个参数，即使在快速复杂的场景，也能提供更流畅的运动、更少的伪影和更清晰的视觉效果。

　　Prompt：一位有着棕色长发和白皙皮肤的女人对着另一位女人微笑……一位有着棕色长发、肤色白皙的女子正对着另一位有着金色长发的女子微笑。这位棕色头发的女子身穿黑色夹克，右脸颊上长着一颗几乎难以察觉的小痣。镜头角度为特写镜头，聚焦于这位棕色头发女子的脸部。光线温暖自然，似乎是落日的余晖，在场景中投射出柔和的光芒。这幅场景似乎是真实拍摄的。

　　Prompt：海浪冲击着海岸线上嶙峋的岩石……海浪拍打着海岸线上嶙峋的岩石，溅起阵阵浪花。岩石呈深灰色，边缘锋利，裂缝深邃。海水清澈碧绿，浪花拍打岩石的地方泛起白色的泡沫。天空呈浅灰色，几朵白云点缀在地平线上。

　　相较于同类产品，LTXV-13B生成速度领先近30倍，但质量可是一点都没打折扣，相当适合快速迭代、实时反馈和大规模生产场景。

　　不仅效率大幅度提升，成本也跟着降低，用消费级GPU就能搞定，也可以选择官方平台LTX Studio云体验。

　　此外，LTXV还有强大的创意控制功能，提供多关键帧调节（起始帧和结束帧）、摄像机控制（推拉、变焦、摇臂、轨道等）、面部表情控制等。

　　官方透露，LTX Video做到更流畅的运动和更一致的帧间连贯性，关键在于多尺度渲染技术，即同时以多种空间分辨率分析场景，保留精细细节的同时理解大规模结构。

　　从团队几个月前发布的2B参数模型论文也可以看出，训练阶段就同时使用了多种分辨率和时长组合的数据。

　　训练时通过调整原始视频大小，使输入样本包含大致相同数量的token，并采用随机丢弃token的策略，避免复杂的token填充或打包操作，保持数据多样性。

　　上一代2B参数的模型就以速度和效率见长，能够以超过实时的速度生成高质量视频，在H100 GPU上仅需2秒就能生成5秒、24帧每秒、768×512分辨率的视频。

　　优化生成速度的秘诀在于一种整体式Latent Diffusion方法，将Video-VAE和去噪Transformer的任务无缝融合，在它们之间共享去噪目标。

　　另外Video VAE部分对时空维度进行32×32×8的下采样压缩，将高分辨率的视频数据转换到低分辨率的潜在空间进行处理，通过空间和时间压缩来降低冗余。

　　高压缩率虽好，但会限制对细节的表示能力。为了解决这个问题，LTX-Video还采取了多种新策略。

　　在训练Video VAE时引入GAN，减少高压缩率下L2 loss产生的模糊问题。

　　为此提出改进的Reconstruction GAN，判别器同时接收原始样本和重建样本，通过判断哪个是原始的、哪个是重建的，简化了判别器的任务，提高了其引导生成器的能力，使生成的视频在保持与原始样本相似性的同时，能更有效地平衡保真度和感知质量。

　　多层噪声注入：受StyleGAN启发，在VAE解码器的多个层注入噪声，允许生成更多样化的高频细节。

　　统一对数方差：使用宽潜空间（大量channels）时，标准KL损失会导致不均匀的利用。团队使用了所有潜通道共享的单一预测对数方差，均匀分配KL损失的影响。

　　对于文本条件生成，团队使用了预训练的T5-XXL文本编码器生成初始文本嵌入，并采用了交叉注意力机制，而非MM-DiT方法。

　　而对于图像条件生成，他们扩展了Open-Sora的方法，利用扩散时间步作为条件指示器，允许无缝条件化视频的任何部分。

　　这种方法不需要特殊的tokens或专门为图像到视频任务训练的模型，大大简化了流程。

　　LTX-Video开发团队Lightricks成立于2013年，前大模型时代有两个招牌产品，为美颜相机应用Facetune和视频剪辑应用Videoleap，在苹果商店至今仍排得上号。

　　2023转型AI后，推出LTX Studio视频生成平台，支持逐镜头地构建视频和时间线编辑，可以精细控制每个场景，并保持角色一致性，主要面向影视、广告和个人视频创作者。

　　除开源模型外，Lightricks还提供配套的训练工具，支持微调、预处理数据集、为视频添加字幕、分割场景等使用功能。

　　LTX Video 13B模型推出后开源社区也非常感兴趣，已经有人在一天之内就为其训练好了LoRA，让不同类型角色的眼睛都能冒电光特效，引起网友围观。

　　原标题：《AI视频的DeepSeek时刻！开源13B模型生成提速30倍，5090跑出好莱坞特效》

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。