影片生成新霸主？LTX-2.5實測開箱

過去一年，AI 影片生成一直被 Sora、可靈（Kling）、Runway 等閉源服務壟斷，香港和台灣的創作者想用，就得乖乖付月費、把素材上傳到別人的伺服器。上週 HuggingFace 上出現一個異類：Lightricks 發布的 LTX-2.5，短短七天狂掃 7809 個讚、超過 182 萬次下載，直接衝上趨勢榜首。對一個開源影片模型來說，這個數字是現象級的。它到底強在哪裡？本刊實測三天，把優缺點一次講清楚。

LTX-2.5 是什麼？為什麼突然爆紅

Lightricks 是以 Facetune、Photoleap 等手機修圖 App 聞名的以色列公司，近年積極轉型 AI 生成領域。LTX-2.5 是他們第二代影片生成模型，最大賣點是完全開源、可本地部署，支援三種模式：

  • 文字生成影片（Text-to-Video）：輸入一段描述，直接生出短片
  • 圖片生成影片（Image-to-Video）：把靜態照片變成動態片段
  • 影片轉影片（Video-to-Video）：改變現有影片的風格或內容

跟 Sora 這類雲端服務相比，LTX-2.5 的核心優勢是資料不出門。對處理客戶素材的廣告公司、或是拍敏感內容的創作者來說，這點價值極高。加上它採用 diffusion-single-file 格式，安裝門檻比前代低了不少，這也是它在開源社群迅速竄紅的主因。

實測表現：文字生影片夠用嗎？

我們用一張 RTX 4090 測試。安裝透過 ComfyUI 或官方 diffusers 範例都能跑，設定約 20 分鐘上手。生成一段 5 秒、720p 的短片，約需 90 秒到 3 分鐘，視解析度與步數而定。

優點很明顯：動作連貫度比多數開源模型好，鏡頭推移、人物走動不會出現明顯「果凍感」；光影處理細膩，尤其適合風景、產品展示類素材。圖生影片模式表現更突出，把一張商品照轉成緩慢環繞的動態，質感直逼商業廣告。

缺點也要老實說：文字生影片對複雜指令的理解仍有限，例如「兩個人邊走邊吵架、背景下雨」這種多重要求，常會顧此失彼。人物臉部在長時間鏡頭下偶爾會輕微變形，這是目前所有開源影片模型的通病。另外，生成繁體中文相關場景時，畫面中的文字幾乎必定是亂碼，需要後製處理。

LTX-2.5 vs Sora vs 可靈：該選哪個？

項目LTX-2.5Sora可靈 Kling
費用免費（自備硬體）訂閱制訂閱制
資料隱私完全本地上傳雲端上傳雲端
上手難度中高低低
畫質穩定度中上高高
中文場景弱中強

簡單結論：追求便利與極致畫質，選 Sora 或可靈；重視隱私、想省長期成本、有技術能力，LTX-2.5 是最佳開源選擇。對香港中小型製作公司而言，一次投入顯卡成本，換來無限次免費生成，長期算下來比月費划算得多。

硬體需求與安裝建議

官方建議至少 12GB VRAM，實測 8GB 顯卡勉強能跑低解析度，但速度慢到懷疑人生。建議配置：RTX 4070 Ti 以上、32GB 系統記憶體。安裝路徑有兩條：一是透過 ComfyUI 的節點工作流，彈性最高；二是用 HuggingFace diffusers 直接寫 Python 腳本，適合想整合進自家系統的開發者。初學者建議先從 ComfyUI 的現成 workflow 入門，網路上已有大量中文教學。

定價與授權：真的免費嗎？

LTX-2.5 模型權重開源，個人與商業使用基本上免費，但要注意授權條款對「超大型商業部署」可能有額外限制，企業用戶建議先詳讀官方授權。真正的成本在硬體：一張能順跑的顯卡約港幣 6000 至 12000 元，這是一次性投入。若不想買卡，也可租用雲端 GPU，每小時約 1 至 3 美元。

延伸閱讀

誰該用？誰該再等等？

適合：有隱私顧慮的廣告與影視團隊、想長期壓低生成成本的創作者、喜歡自己動手的技術玩家、需要大量商品動態素材的電商業者。

再等等：完全不懂技術的行銷人員、追求電影級畫質的專業導演、需要精準中文場景的內容團隊。對這些人，現階段付費雲端服務仍更省心。

整體而言，LTX-2.5 是目前開源影片生成的一大躍進，它未必全面超越 Sora，但把「可本地、可商用、免費」三個條件湊齊，已經足夠讓整個產業緊張。對香港台灣的創作者來說，這是一個值得認真評估的選項——尤其是當你的素材不能外流時。