LTX-Video（エルティーエックス ビデオ）
Lightricks社が開発したオープンソースの高速テキスト動画生成モデル。RTX 4090で5秒動画を約2秒で生成するリアルタイム近傍の速度と、Apache 2.0ライセンスによる商用利用を両立した初のオープン高速動画生成モデル。
LTX-Video — 業界初リアルタイム近傍オープンソース動画生成モデル
LTX-VideoはLightricksが2024年11月に公開したオープンソース動画生成モデルで、RTX 4090で5秒の動画を約2秒で生成する速度を業界で初めて実現した。Apache 2.0ライセンスで公開されており、ローカル実行・商用利用がともに可能だ。
基本スペック
| 項目 | 仕様 |
|---|---|
| 開発元 | Lightricks |
| リリース | 2024年11月 |
| パラメータ数 | 2B |
| ライセンス | Apache 2.0 |
| 最大解像度 | 768×512 px |
| 最大動画長 | 9秒（97フレーム @ 24fps） |
| 生成速度 | 約2秒（RTX 4090、5秒動画） |
高速生成を実現する技術
高圧縮Latent Space設計
LTX-Videoの速度優位性の中心は圧縮率の高い潜在空間だ。空間方向に8倍・時間方向に8倍（合計512倍）という高い圧縮率を実現するVAEを採用し、DiTが処理するトークン数を大幅に削減している。
フローマッチング
拡散プロセスにフローマッチング（Flow Matching）を採用し、デノイジングステップ数を削減することで品質を維持しつつ高速化を達成。
ハードウェア別生成速度
| GPU | VRAM | 5秒動画 | 9秒動画 |
|---|---|---|---|
| RTX 4090 | 24GB | 約2秒 | 約3秒 |
| RTX 4080 | 16GB | 約4秒 | 約7秒 |
| RTX 3090 | 24GB | 約5秒 | 約9秒 |
| RTX 3080 10GB | 10GB | 約12秒 | 不安定 |
最低8GB VRAMで動作するが、生成品質はVRAMが多いほど安定する。
品質の特徴と限界
強み:
- テキストプロンプトへの素直な追従
- 自然な動きの生成
- コンシステントな光源表現
弱み:
- 解像度は最大768×512と他モデルより低め
- 長時間動画（9秒超）は非対応
- 人物の手・指の描写に難がある（他モデル共通課題）
ローカルセットアップ
# ComfyUI経由での利用（推奨）
git clone https://github.com/kijai/ComfyUI-LTXVideo
# Diffusersライブラリ経由
from diffusers import LTXPipeline
pipe = LTXPipeline.from_pretrained("Lightricks/LTX-Video")
競合比較（速度 vs 品質トレードオフ）
| モデル | 生成速度 | 品質 | オープン | 最大解像度 |
|---|---|---|---|---|
| LTX-Video | 非常に高 | 中 | Apache 2.0 | 768×512 |
| HunyuanVideo | 低 | 非常に高 | 条件付き | 1280×720 |
| Wan 2.1 | 中 | 高 | Apache 2.0 | 1280×720 |
| Sora | 低 | 非常に高 | 非公開 | 1920×1080 |
よくある質問
Q: LTX-VideoはCPUでも動作するか？ A: 技術的には可能だが非現実的な時間がかかる。GPU（VRAM 8GB以上）を強く推奨。
Q: 最新バージョンは？ A: 2025年時点でLTX-Video 0.9系が最新。継続的にアップデートが行われている。
Q: 商用利用に制限はあるか？ A: Apache 2.0ライセンスのため商用利用可能。生成コンテンツの内容は利用規約に従う。
まとめ
LTX-Videoは「速度と開放性」を最大の価値とする動画生成モデルだ。HunyuanVideoやWan 2.1に比べて品質面では一歩譲るが、プロトタイピング・リアルタイムプレビュー・大量バッチ生成において代替不可能な立ち位置を確立している。