企业官网建设流程全解析

LTX2.3 是 Lightricks 推出的开源音视频生成模型，支持文生视频、图生视频、音频驱动生成视频，原生音画同步、支持 4K / 竖屏，消费级显卡可本地部署，一键整合包开箱即用。

备用下载

一、LTX2.3 是什么

LTX‑2.3 是 Lightricks 发布的开源视频生成基础模型，基于Diffusion Transformer（DiT）架构，参数量约 220 亿。

核心能力

• ✅文生视频（text‑to‑video）：文字描述生成视频
• ✅图生视频（image‑to‑video）：图片生成连续动态视频
• ✅音频驱动（audio‑to‑video）：输入音频生成同步画面
• ✅原生音画同步：一次推理生成视频 + 音频，无需后期配音
• ✅4K 分辨率 + 竖屏（9:16）：适配短视频平台

二、软件核心特点

1. 多模态输入输出

文、图、音三种输入模式，覆盖短视频、内容创作、批量生成场景，灵活适配需求。

2. 原生音视频同步

区别于多数模型 “先画面后配音”，LTX2.3同步生成音画，无需后期对齐，一步到位。

3. 竖屏原生支持

9:16 竖屏直接输出，无需裁剪，适配抖音、快手等平台。

4. 细节与提示词优化

相比前代，细节更清晰、提示词理解更准、纹理表现提升，生成效果更稳定。

5. 时长与帧率灵活

单次最长生成20 秒视频，支持 24/25/48/50 帧，适配不同画质需求。

三、本地部署硬件要求

推荐配置

• 显卡：RTX 4090（最佳）；RTX 3060/4060 可跑（降分辨率）
• 显存：≥12GB（1080p 稳定）；8GB 需用量化模型
• 内存：≥32GB（复杂生成更稳）
• 系统：Windows 10/11、Linux

模型版本选择

官方提供原始 / FP8 量化 / 精简版，低显存优先选量化版，平衡速度与画质。

四、与主流开源模型对比

表格

总结：LTX2.3 胜在音画同步、竖屏适配、多模态，短视频创作首选；Wan 2.2 清晰度略优。

五、一键整合包安装教程（新手友好）

第一步：下载整合包

通过网盘分享的文件：LTX2.3链接: https://pan.baidu.com/s/1j7Fci5qkl04s9p6KqDC0rQ?pwd=8888 提取码: 8888

第二步：解压（避坑）

解压到纯英文路径，如：D:\AI\LTX2.3，中文路径易报错。

第三步：环境准备

1. 安装NVIDIA 显卡驱动 + CUDA（适配 PyTorch）
2. 安装Python 3.10+

第四步：启动运行

1. 进入目录，安装依赖：

pip install -r requirements.txt

1. 启动界面：

python run_server.py

1. 浏览器打开：http://127.0.0.1:7860，选择生成模式（文 / 图 / 音）

第五步：生成参数调整

• 分辨率：1080p（12G 显存）/720p（8G 显存）
• 帧率：24 帧（通用）
• 时长：≤20 秒
• 模式：fast（快速）/pro（高清）

六、使用注意事项

• 低显存：降分辨率、用量化模型、分段生成
• 提示词：精准描述细节，提升生成稳定性
• 复杂场景：人物 / 复杂构图易细节偏差，多试几次

总结

LTX2.3 是消费级显卡可跑的全能开源视频模型，文生 / 图生 / 音频驱动全覆盖，音画同步 + 竖屏原生支持，一键整合包免配置，短视频、自媒体、AI 创作必备。