LTX is a family of open sourceartificial intelligence video foundation models developed by Lightricks, and first released in November 2024. The latest models, LTX-2, create videos based on user prompts. They were preceded by LTX Video, which was released in 2024 as the company's first text-to-video model.

LTX-2 is part of the LTX family of video generation models, which form the core technology, alongside LTX Studio, of the LTX ecosystem.^[1]

In November 2024 Lightricks publicly released its first text-to-video model, LTX Video. It was a 2-billion parameter model, available as open source.^[2][3]

In May 2025 Lightricks launched LTXV-13b, a version with 13-billion parameters.^[4][5] Two months later, the model broke the 60 second barrier for generated video.^[6][7]

ในเดือนตุลาคม พ.ศ. 2568 Lightricks ได้ประกาศเปิดตัวรุ่นล่าสุด และเปลี่ยนชื่อเป็น LTX-2 โดยระบุว่ารุ่นนี้สามารถสร้างเสียงและวิดีโอที่ซิงโครไนซ์กันที่ความละเอียด 4K ดั้งเดิม และสูงสุด 50 เฟรมต่อวินาที (fps) โดยใช้เงื่อนไขและคำสั่งต่างๆ รวมถึงข้อความไปยังวิดีโอและภาพไปยังวิดีโอ^{[ 8 ] [ 9 ]}

Googleเน้นย้ำข้อเท็จจริงที่ว่า LTX-2 ได้รับการฝึกฝนบนโครงสร้างพื้นฐานของตน^{[ 10 ]}และกล่าวว่าเป็น "โมเดลสร้างวิดีโอ AI แบบโอเพนซอร์สตัวแรกที่ขับเคลื่อนโดย Google Cloud" ^{[ 11 ]}

เมื่อเปิดตัว โมเดลนี้ได้รับการจัดอันดับให้อยู่ใน 3 อันดับแรกของโมเดลการสร้างภาพเป็นวิดีโอโดย Artificial Analysis รองจาก Kling 3.5 ของKling AIและ Veo 3.1 ของ Google ส่วนตัวเลือกการแปลงข้อความเป็นภาพนั้นอยู่ในอันดับที่ 7 ^{[ 12 ]}

นอกจากการเผยแพร่แบบโอเพนซอร์สแล้ว Lightricks ยังให้การเข้าถึง API แก่ LTX-2 ซึ่งช่วยให้นักพัฒนาสามารถสร้างวิดีโอจากข้อความและรูปภาพตามคำสั่งผ่านบริการโฮสต์โดยไม่ต้องรันโมเดลในเครื่อง^{[ 13 ]}

ในเดือนมกราคม พ.ศ. 2569 Lightricks ได้ปล่อย LTX-2 เวอร์ชันโอเพนซอร์สเต็มรูปแบบอย่างเป็นทางการ ทำให้โค้ดเบส น้ำหนัก และเครื่องมือที่เกี่ยวข้องทั้งหมดของโมเดลสามารถเข้าถึงได้โดยสาธารณะ^{[ 14 ] [ 15 ]}

ในเดือนมีนาคม พ.ศ. 2569 บริษัทได้ออก LTX-2.3 ซึ่งมาพร้อมกับโปรแกรมตัดต่อวิดีโอสำหรับเดสก์ท็อป ทำให้โมเดลทั้งหมดสามารถทำงานบนฮาร์ดแวร์ของผู้บริโภคได้^{[ 16 ] [ 17 ]}

LTX-2 สร้างขึ้นบนสถาปัตยกรรมวิดีโอ LTX โดยมีการปรับปรุงที่สำคัญหลายประการ: ^{[ 9 ] [ 18 ] [ 19 ]}

• การสร้างภาพและเสียงแบบรวมศูนย์ ทำให้ได้บทสนทนา บรรยากาศ และการเคลื่อนไหวที่ซิงโครไนซ์กัน
• การเรนเดอร์แบบเนทีฟ 4K
• เอาต์พุต 50 เฟรมต่อวินาที เพื่อการเคลื่อนไหวแบบภาพยนตร์
• มีโหมดการทำงานสามโหมด (เร็ว, โปร, อัลตร้า)
• กระบวนการกระจายข้อมูลที่มีประสิทธิภาพยิ่งขึ้น ช่วยให้ได้ภาพที่มีความละเอียดสูงบน GPU สำหรับผู้บริโภค

• การสร้างวิดีโอจากข้อความ
• การสร้างภาพเป็นวิดีโอ
• การสังเคราะห์ภาพและเสียงแบบหลายรูปแบบ
• ความสอดคล้องเชิงพื้นที่และเวลาที่มีความละเอียดสูง
• สามารถกำหนดค่าการตั้งค่าคุณภาพ/ประสิทธิภาพได้
• การแจกจ่ายน้ำหนักและชุดข้อมูลแบบโอเพนซอร์ส

การตอบรับเบื้องต้นของ LTX-2 เป็นไปในเชิงบวกอย่างกว้างขวาง โดยมีสื่อและเทคโนโลยีหลายแห่งเน้นย้ำถึงแนวทางโอเพนซอร์สและความสามารถแบบมัลติโมดอล^{[ 3 ]} Open Source For You อธิบาย LTX-2 ว่าเป็น “หนึ่งในระบบวิดีโอ AI ระบบแรกที่รวมเอาเอาต์พุต 4K เสียงที่ซิงโครไนซ์ และการเผยแพร่โมเดลแบบเปิด” โดยระบุว่าระบบนี้ทำให้ Lightricks เป็นคู่แข่งสำคัญของระบบที่เป็นกรรมสิทธิ์ เช่น Sora ของ OpenAI และ Veo ของ Google ^{[ 8 ]}

IEA Green กล่าวว่าโมเดลนี้ “สามารถพลิกโฉมวงการการสร้างภาพยนตร์ด้วย AI ได้” โดยเน้นย้ำว่าการเรนเดอร์ 50 เฟรมต่อวินาทีและการสร้างเสียงและวิดีโอแบบรวมทำให้เหมาะสำหรับสตูดิโอระดับมืออาชีพและผู้สร้างอิสระเช่นกัน^{[ 20 ]}

AI News ระบุว่า LTX-2 เป็น “ก้าวสำคัญในการทำให้การสร้างวิดีโอคุณภาพระดับภาพยนตร์เป็นเรื่องที่เข้าถึงได้ง่ายขึ้น” โดยยกย่องประสิทธิภาพของฮาร์ดแวร์ระดับผู้บริโภคและโหมดการสร้างหลายระดับ พร้อมทั้งตั้งข้อสังเกตถึงความท้าทายอย่างต่อเนื่องในด้านความเสถียรเชิงเวลาของรูปแบบยาว^{[ 19 ]}

FinancialContent รายงานความสนใจอย่างมากในหมู่เอเจนซีสร้างสรรค์ โดยระบุว่าความสนใจดังกล่าวเกิดจากการตัดสินใจของ Lightricks ที่จะเปิดเผยน้ำหนักโมเดลและชุดข้อมูล ซึ่งผู้ตรวจสอบกล่าวว่าช่วยให้ “มีความโปร่งใสในระดับที่ไม่ค่อยพบเห็นในโมเดลวิดีโอ AI เชิงพาณิชย์” ^{[ 21 ]}

เมื่อเปิดตัว LTX-2 ได้รับการจัดอันดับที่สามสำหรับการสร้างภาพเป็นวิดีโอในเกณฑ์มาตรฐานการวิเคราะห์ปัญญาประดิษฐ์ รองจาก Kling 3.5 และ Veo 3.1 ในขณะที่ตัวเลือกข้อความเป็นวิดีโอได้รับการจัดอันดับที่เจ็ด^{[ 22 ]}ณ ต้นปี 2026 เป็นโมเดลโอเพนซอร์สที่ได้รับการจัดอันดับสูงสุดในเกณฑ์มาตรฐาน^{[ 23 ] [ 24 ] [ 25 ]}

ผู้ตรวจสอบบางรายในช่วงแรกยังชี้ให้เห็นถึงข้อจำกัดด้านคุณภาพ การตรวจสอบทางเทคนิคของ Ray3 ระบุถึงความไม่สอดคล้องกันเป็นครั้งคราวในการซิงค์ริมฝีปากและการติดตามการเคลื่อนไหวในฉากยาว แม้ว่าจะระบุว่าสิ่งเหล่านี้ "สอดคล้องกับความท้าทายที่โมเดลการกระจายวิดีโอ AI ในปัจจุบันทั้งหมดเผชิญ" และคาดว่าจะดีขึ้นเมื่อมีการทำซ้ำอย่างต่อเนื่อง^{[ 26 ]}

เช่นเดียวกับเครื่องกำเนิดวิดีโอแบบกระจายตัวอื่นๆ LTX-2 สามารถสร้างสิ่งผิดปกติในฉากที่มีบุคคลหลายคนที่ซับซ้อน และอาจมีปัญหาในการแสดงผลข้อความที่แม่นยำภายในวิดีโอที่สร้างขึ้น^{[ 27 ] [ 28 ]}

• โซระ (โมเดลแปลงข้อความเป็นวิดีโอ)
• วีโอ (โมเดลแปลงข้อความเป็นวิดีโอ)
• ปัญญาประดิษฐ์เชิงสร้างสรรค์
• คลิง (โมเดลแปลงข้อความเป็นวิดีโอ)
• รันเวย์ (บริษัท)
• แบบจำลองการแพร่กระจาย

• Official website
• [1]
• [2]
• [3]
• Official Github Repo