К содержимому
Видео

LTX-2.5-sdnq-4bit

генерация видео со звуком в 4-битном формате

2 мин чтенияобновлено

LTX-2.5-sdnq-4bit — это 4-битная квантованная (сжатая для экономии памяти видеокарты) сборка открытой модели LTX-2.5 от Lightricks в формате для библиотеки diffusers. Она умеет создавать синхронизированные видеоролики и звуковую дорожку по текстовому описанию, картинке или исходному видео, а также подходит для задач симуляции мира. В отличие от тяжеловесного оригинала, эта сборка от автора codeShare позволяет запускать генерацию локально с заметно меньшими требованиями к VRAM. Пригодится разработчикам, видеомейкерам и энтузиастам, которые хотят крутить генерацию видео со звуком на собственном железе без привязки к облачным API.

Ключевые особенности

  • 4-битное квантование (SDNQ): веса модели сжаты для снижения потребления видеопамяти при локальном запуске.
  • Синхронное видео и аудио: генерирует видеоряд и звуковое сопровождение одновременно из текста, изображений или видео.
  • Гибкая архитектура DiT: в состав входят дистиллированный трансформер для быстрой генерации, полная версия SFT, свёрточный и диффузионный декодеры, а также пространственный апскейлер в 2 раза.
  • Мультиязычность: заявлена поддержка 9 языков, включая английский, немецкий, французский, испанский, японский, корейский и китайский.

Что можно сделать

  • Генерировать короткие видеоролики с готовой озвучкой по текстовому промпту или оживлять статичные иллюстрации без отдельного саунд-дизайна.
  • Запускать двухэтапную генерацию в высоком разрешении с помощью встроенного апскейлера latent_upsampler и диффузионного декодера.
  • Развернуть локальный сервис или пайплайн на базе diffusers на своей инфраструктуре без оплаты за каждую генерацию.

Пример

pip install git+[https://github.com/huggingface/diffusers](https://github.com/huggingface/diffusers)
ПодробнееОблегчённая 4-битная сборка оригинальной LTX-2.5 (оригинальный дистиллированный вариант занимает около 72 ГБ, полный — 110 ГБ).
Требуется свежая версия diffusers из ветки main на GitHub.
Лицензия LTX-2.x Community License разрешает бесплатное коммерческое использование при годовой выручке компании менее 10 млн долларов.
Видео-примеры
Обсудить Telegram 1

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # codeShare/LTX-2.5-sdnq-4bit
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download codeShare/LTX-2.5-sdnq-4bit --local-dir ~/models/LTX-2.5-sdnq-4bit
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к LTX-2.5-sdnq-4bit
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • LightX2V step distill0.6.1от 9 ноября 2026новая версия

    5–10× меньше шагов

    Дистиллированные LoRA и движок: видео за 4–8 шагов вместо 30–50.

    Как включить: Подключите их step-distill LoRA к модели, CFG 1.0, 4–8 шагов.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии LTX-2.5-sdnq-4bit — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

codeShare/LTX-2.5-sdnq-4bit
Автор
codeShare
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Relay-Forcing

Relay-Forcing