LTX-2.3 视频生成免安装部署整合包软件下载

LTX-2 是由 Lightricks 开发的首个基于 DiT（扩散变换器）架构的音视频基础模型，能够在一个统一模型中同时生成高质量的视频与同步音频。与以往需要分别处理视频和音频的方案不同，LTX-2 将两者深度融合，实现真正的音画同步生成。

模型文件说明

本应用首次使用某功能时会按需自动下载对应模型，请确保网络畅通或提前将网盘内模型文件下载到项目文件夹内。模型保存在项目根目录的 checkpoints/ 文件夹，Gemma 文本编码器保存在 gemma/ 文件夹。

LTX2.3整合包软件功能介绍

八大功能详解

1. 两阶段高清生成（推荐）

适用场景：追求最佳画质的正式出片。

工作原理：先用开发版主模型生成低分辨率草图，再通过 2× 空间上采样器将分辨率翻倍，兼顾内容质量与细节清晰度。

所需模型：ltx-2.3-22b-dev + spatial-upscaler-x2 + distilled-lora + Gemma

使用步骤：

1. 切换到「两阶段高清生成」Tab
2. 在「提示词与基本参数」中填写提示词，设置尺寸和帧数
3. 调整「蒸馏 LoRA 强度」（默认 1.0，范围 0~2，过高可能过度锐化）
4. 点击「开始生成」

注意事项：

• 生成时间较长，适合最终出片而非快速预览
• 建议推理步数设置为 20~40
• 输出尺寸为设置尺寸的两倍（如设置 512×768，实际输出约 1024×1536）

2. 单阶段快速生成

适用场景：快速验证提示词效果、参数调试。

工作原理：单阶段直接生成，不经过上采样，速度比两阶段快约一倍。

所需模型：ltx-2.3-22b-dev + Gemma

使用步骤：

1. 切换到「单阶段快速生成」Tab
2. 填写提示词，设置参数
3. 点击「开始生成」

注意事项：

• 输出分辨率即为设置的原始尺寸，不会上采样
• 推理步数建议 10~20，快速出结果

3. 蒸馏模型快速生成

适用场景：对速度要求极高的场景，或显存有限的环境。

工作原理：使用经过知识蒸馏的模型，仅需 8 步固定 sigma 推理即可生成视频，配合空间上采样器输出。

所需模型：ltx-2.3-22b-distilled + spatial-upscaler-x2 + Gemma

使用步骤：

1. 切换到「蒸馏模型快速生成」Tab
2. 填写提示词，设置参数
3. 点击「开始生成」

注意事项：

• 推理步数固定为 8 步，修改「推理步数」参数对此模式无效
• 速度最快，但画质和细节丰富度略低于两阶段高清
• 此模式不使用蒸馏 LoRA，无需设置「蒸馏 LoRA 强度」

4. 图像视频转换

适用场景：基于参考图像或参考视频，生成风格一致、动作受控的新视频（IC-LoRA）。

所需模型：ltx-2.3-22b-distilled + spatial-upscaler-x2 + Gemma

Tab 内专属参数：

使用步骤：

1. 上传参考视频（支持多个）
2. 设置每个视频的强度，如 1.0 或 0.8,0.6
3. 在「图像条件」Accordion 中上传参考图像（可选）
4. 填写描述目标视频内容的提示词
5. 点击「开始生成」

注意事项：

• 参考视频数量与强度值数量需对应；若值少于文件数，最后一个值自动补全
• 遮罩视频尺寸会自动缩放为生成尺寸的一半

5. 关键帧插值

适用场景：给定若干关键帧图像，生成它们之间平滑过渡的视频片段。

所需模型：ltx-2.3-22b-dev + spatial-upscaler-x2 + distilled-lora + Gemma

使用步骤：

1. 切换到「关键帧插值」Tab
2. 展开下方「图像条件（可选）」Accordion
3. 上传多张关键帧图像
4. 在「帧索引」中填写每张图对应的帧号，如 0,16,32（帧号从 0 开始，间隔表示插值帧数）
5. 在「强度」中填写各关键帧的影响强度，如 1.0,1.0,1.0
6. 填写描述整体动作/场景的提示词
7. 确保「帧数」≥ 最大帧索引 + 1
8. 点击「开始生成」

注意事项：

• 关键帧数量、帧索引数量、强度值数量需一致
• 第一帧索引通常设为 0，最后一帧索引设为 num_frames - 1
• 蒸馏 LoRA 强度影响插值的平滑程度，推荐保持默认值 1.0

6. 音频驱动视频生成

适用场景：以音乐或语音为驱动，生成与音频节奏同步的视频内容。

所需模型：ltx-2.3-22b-dev + spatial-upscaler-x2 + distilled-lora + Gemma

Tab 内专属参数：

使用步骤：

1. 切换到「音频驱动视频生成」Tab
2. 上传音频文件
3. 设置开始时间和最大时长（通常保持默认）
4. 填写提示词，描述视频的视觉内容
5. 设置「帧数」和「帧率」，让视频时长与音频时长匹配
6. 点击「开始生成」

注意事项：

• 音频文件为必填项，不上传会报错
• 视频时长 = 帧数 ÷ 帧率，建议与使用的音频时长保持一致
• 可在「图像条件」中上传参考图像来影响视觉风格

7. 视频片段重生成

适用场景：对已有视频中某段不满意的片段进行局部重新生成，其余部分保持不变。

所需模型：ltx-2.3-22b-distilled + Gemma

Tab 内专属参数：

使用步骤：

1. 切换到「视频片段重生成」Tab
2. 上传源视频
3. 设置开始和结束时间（精确到秒）
4. 选择是否重生成视频轨和/或音频轨
5. 填写提示词（描述重生成片段的目标内容）
6. 点击「开始生成」

注意事项：

• 「源视频文件」为必填项，不上传会报错
• 时间范围外的部分保持原样不变
• 使用蒸馏模型时，引导参数将自动使用预设值，手动修改无效

8. HDR 视频生成

适用场景：专业影视后期制作，需要高动态范围（HDR）素材，用于专业调色、色调映射和合成。

所需模型：ltx-2.3-22b-distilled + spatial-upscaler-x2 + HDR IC-LoRA

Tab 内专属参数：

使用步骤：

1. 切换到「HDR视频生成」Tab
2. 上传参考 SDR 视频
3. 点击「开始生成」

输出说明：

• 输出为 EXR 帧序列（LogC3 编码的线性光照数据），保存在 output/hdr_XXXXXX_exr/ 目录
• 默认同时生成一个 MP4 预览文件（可勾选「仅输出 EXR」跳过）
• EXR 文件需在 DaVinci Resolve、Nuke 等专业软件中进行色调映射后才能正常显示

注意事项：

• 空间分块大小越大显存占用越高，OOM 时可适当减小

通用参数说明

提示词与基本参数

图像条件（可选）

上传参考图像，为生成视频提供视觉锚点。

运行参数

引导参数（高级）

控制扩散过程的引导强度，一般无需修改。

提示词写作技巧

LTX-2 使用 Gemma 进行深度语义理解，支持详细的自然语言描述。保持描述精确具体，像电影分镜表一样思考。建议控制在 200 词以内。

输出与设置保存

输出文件

生成的视频保存在项目根目录的 output/ 文件夹，文件名格式为：

output/{功能名称}_{日期时间}.mp4

HDR 模式额外生成：

output/hdr_{日期时间}_exr/frame_00000.exr
output/hdr_{日期时间}_exr/frame_00001.exr
...

设置保存

• 手动保存：点击「保存设置」按钮
• 自动保存：每次点击「开始生成」时自动保存当前所有参数
• 设置文件保存路径：{项目根目录}/settings.json
• 下次打开应用时，所有参数会自动从 settings.json 恢复

常见问题

Q：首次运行需要多少存储空间？
A：完整下载所有模型约需 100 GB 以上空间（dev 模型 ~44 GB、distilled 模型 ~44 GB、Gemma ~22.7 GB、上采样器等）。如果只使用特定功能，只下载对应模型。

Q：最低显存要求是多少？
A：显存较低时可启用「量化模式」（fp8-cast）+ 「显存卸载模式」（cpu 或 disk）组合使用。英伟达显卡显存越低速度越慢，如果不想长时间等待，建议显存大于12GB。

Q：生成结果和提示词不符？
A：

1. 增大 cfg_scale（如从 3 调到 5~7）
2. 提示词更具体，描述更详细
3. 开启「自动增强提示词」
4. 增加「推理步数」

Q：视频中出现闪烁或不连贯？
A：适当增大 stg_scale 或降低 cfg_scale，也可以尝试不同的随机种子。

Q：两阶段高清模式输出尺寸是多少？
A：输出尺寸约为设置尺寸的 2 倍。例如设置 512×768，实际输出约 1024×1536。

LTX2.3音视频生成软件下载链接

https://pan.quark.cn/s/41e4da892a11

上传中…