Ctrlk
Clore.ai
For the complete documentation index, see llms.txt. This page is also available as Markdown.

LTX-2.5 (22B, Video + Audio)

Generiere Video mit synchronisiertem Audio mit LTX-2.5 auf einer Clore.ai RTX 5090 — offenes 22B-DiT mit ComfyUI-Unterstützung ab Tag eins

Status (August 2026): LTX (die Ausgründung von Lightricks) veröffentlichte LTX-2.5 am 11. August 2026 — ein 22B asymmetrischer Dual-Stream-Diffusion-Transformer der Video erzeugt und synchronisierte Audioausgabe in einem Modell. Gewichte: Lightricks/LTX-2.5 (gesperrt — akzeptiere die Lizenz mit einem kostenlosen Hugging-Face-Konto). Nativ ComfyUI Integration von Anfang an, Auflösungen von 720p bis 4K, Clips von 6–20 Sekunden. Kostenlos für die kommerzielle Nutzung unter der LTX-2.x Community-Lizenz für Organisationen mit weniger als 10 Mio. $ Jahresumsatz.

Die meisten offenen Videomodelle zwingen dich, den Soundtrack separat zusammenzustellen. LTX-2.5 erzeugt Bild und Audio gemeinsam, aus Text, aus einem Standbild oder aus einem vorhandenen Clip. Es ist außerdem das erste offene Videomodell, dessen offizielle Hardware-Empfehlung — 32 GB VRAM — genau auf eine Karte abbildet, die der Clore.ai-Marktplatz in großer Zahl hat: Es gab 121 kostenlose RTX 5090 beim letzten Snapshot, zu 0,25–0,77 $ pro GPU-Stunde.

Wichtige Spezifikationen

Eigenschaft
Wert

Parameter

22B (asymmetrischer Dual-Stream-DiT)

Eingaben

Text, Bild, Video

Ausgabe

Video mit synchronisiertem Audio

Auflösung

720p → natives 4K

Cliplänge

6–20 Sekunden

Lizenz

LTX-2.x Community-Lizenz (kostenlose kommerzielle Nutzung unter 10 Mio. $ Umsatz)

Veröffentlichungsdatum

11. August 2026

Werkzeuge

ComfyUI (nativ), LTX API, Diffusers

Anforderungen

Präzision
VRAM
Clore.ai-Karte

Volle Präzision

~66 GB

1× RTX PRO 6000 96GB — 0,92–1,38 $/Std.

FP8 (offizielle Empfehlung)

~32 GB

1× RTX 5090 32GB — 0,25–0,77 $/Std.

int8 / FP8 mit CPU-Offload

16–24GB

1× RTX 4090 oder 3090 — 0,07–0,42 $/Std., langsamer

Auch Budget 100 GB freien Speicherplatz für die Checkpoints, und bevorzuge einen Server mit schneller Verbindung: Der Download ist der langsamste Teil des ersten Durchlaufs.

Blackwell braucht einen aktuellen CUDA-Stack. Auf RTX-50er-Serie verwende ein CUDA-12.8+-Image — yanwk/comfyui-boot:cu130-slim für ComfyUI, oder pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel wenn du dein eigenes baust. Ein CUDA-12.4-Image wird auf diesen Karten fehlschlagen. Siehe CUDA- & PyTorch-Kompatibilität.

Bereitstellen auf Clore.ai mit ComfyUI

  1. Miete einen RTX 5090 aus dem Marktplatz mit mindestens 100 GB freiem Speicherplatz.

  2. Stelle das ComfyUI-Image bereit:

  1. Akzeptiere die Modellslizenz auf der LTX-2.5-Modellseite und erstelle einen Hugging-Face-Token — das Repo ist gesperrt.

  2. Lade die Gewichte und die LTX-ComfyUI-Nodes herunter:

  1. Starte ComfyUI neu und lade die offizielle LTX-Workflow-Vorlage — ein zweistufiger Graph, der ein Bild plus einen Text-Prompt annimmt. Es lohnt sich nicht, den Knotengraphen von Hand zu bauen; starte vom Referenz-Workflow aus und modifiziere ihn.

GPU-Empfehlungen für Clore.ai

Einrichtung
VRAM
Modus
Clore.ai-Kosten

1× RTX 5090

32 GB

FP8, 720p–1080p

0,25–0,77 $/Std.

1× RTX 4090

24 GB

int8 + CPU-Offload

ca. 0,14–0,42 $/h

1× RTX 3090

24 GB

int8 + CPU-Offload, am langsamsten

ca. 0,07–0,21 $/h

1× RTX PRO 6000

96GB

volle Präzision, 4K

$0.92–1.38/Std.

2× RTX 5090

64 GB

volle Präzision, schnellere Batches

$0.50–1.54/Std.

Ein 10-Sekunden-Clip kostet nur ein paar Cent. Bei einem Median von 0,29 $/Std. für eine RTX 5090 liegen selbst langsame Generierungen von ein paar Minuten bei unter zwei Cent GPU-Zeit. Mieten, eine Batch generieren, die Bestellung schließen.

Anwendungsfälle

  • Video mit Ton in einem Durchgang — kein separates Audiomodell, keine manuelle Synchronisation

  • Bild zu Video — animiere ein Standbild, wobei ein Text-Prompt die Bewegung steuert

  • Video zu Video — vorhandenes Filmmaterial neu stilisieren oder verlängern

  • 4K-Ausgabe — nativ, nicht hochskaliert, auf einer 96-GB-Karte

  • Pipelines für Kurzform-Content — 6–20-Sekunden-Clips sind genau die Länge für soziale Medien

  • Previz und Storyboards — günstiges Iterieren, bevor du dich für einen echten Dreh festlegst

Fehlerbehebung

Problem
Fix

403 beim Herunterladen der Gewichte

Das Repo ist gesperrt — akzeptiere die Lizenz auf der Modellseite und übergebe dann --token

kein Kernel-Image auf RTX 5090

CUDA-12.4-Image; wechsle zu cu130-slim oder einem cu128-PyTorch-Basisimage

OOM auf 24 GB

Aktiviere FP8/int8 und CPU-Offload im Workflow, reduziere die Auflösung auf 720p, verkürze den Clip

Speicherplatz während des Downloads erschöpft

Benötigt ~100 GB frei; filtere den Marktplatz nach größeren Datenträgern

Audio nicht synchron

Verwende den offiziellen Workflow statt eines selbst gebauten Graphen — die zweistufige Vorlage übernimmt den Audiopfad

Beim ersten Lauf sehr langsam

Modell laden und kompilieren; die zweite Generierung ist bei derselben Bestellung deutlich schneller

Nächste Schritte

Links

VorherigeLTX-2 (Audio + Video)
NächsteSkyReels-V3

Zuletzt aktualisiert

War das hilfreich?