> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-es/generacion-de-video/ltx-video.md). # Generación en tiempo real LTX-Video Genera videos de 5 segundos más rápido que en tiempo real con LTX-Video de Lightricks en GPUs de Clore.ai. LTX-Video de Lightricks es el modelo de generación de video de código abierto más rápido disponible. En una RTX 4090 produce un clip de 5 segundos de 768×512 en aproximadamente 4 segundos — más rápido que la reproducción en tiempo real. El modelo admite flujos de trabajo tanto de texto a video (T2V) como de imagen a video (I2V) mediante integración nativa `diffusers` integración mediante `LTXPipeline` y `LTXImageToVideoPipeline`. Alquilar una GPU en [Clore.ai](https://clore.ai/) te da acceso instantáneo al hardware que LTX-Video necesita, sin inversión inicial y con facturación por hora. ## Características clave * **Más rápido que el tiempo real** — vídeo de 5 segundos generado en \~4 segundos en una RTX 4090. * **Texto a video** — genera clips a partir de descripciones en lenguaje natural. * **Imagen a video** — anima una imagen de referencia estática con movimiento y control de cámara. * **Arquitectura ligera** — modelo video DiT de 2 mil millones de parámetros con un espacio latente compacto. * **Diffusers nativo** — `LTXPipeline` y `LTXImageToVideoPipeline` en `diffusers >= 0.32`. * **Pesos abiertos** — licencia Apache-2.0; se permite plenamente el uso comercial. * **VAE temporal** — relación de compresión 1:192 en espacio y tiempo; decodificación eficiente. ## Requisitos | Componente | Mínimo | Recomendado | | --------------- | ------ | ------------ | | VRAM de GPU | 16 GB | 24 GB | | RAM del sistema | 16 GB | 32 GB | | Disco | 15 GB | 30 GB | | Python | 3.10+ | 3.11 | | CUDA | 12.8+ | 12.8+ | | diffusers | 0.32+ | más reciente | **Recomendación de GPU de Clore.ai:** Un **RTX 4090** (24 GB, $0.14–0.42/h) es ideal para el máximo rendimiento. Un **RTX 3090** (24 GB, $0.07–0.21/h) aún se ejecuta más rápido que muchos modelos competidores por una fracción del costo. ## Inicio rápido ```bash pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128 pip install diffusers transformers accelerate sentencepiece imageio[ffmpeg] python -c "import torch; print(torch.cuda.get_device_name(0))" ``` ## Ejemplos de uso ### Texto a video ```python import torch from diffusers import LTXPipeline from diffusers.utils import export_to_video pipe = LTXPipeline.from_pretrained( "Lightricks/LTX-Video", torch_dtype=torch.bfloat16, ) pipe.to("cuda") prompt = ( "Un plano de dron deslizándose sobre un arrecife de coral turquesa, " "escuelas de peces tropicales zigzagueando debajo, luz de la hora dorada " "refractándose a través de la superficie del agua" ) video_frames = pipe( prompt=prompt, negative_prompt="borroso, baja calidad, distorsionado", num_frames=121, # ~5 s a 24 fps width=768, height=512, num_inference_steps=30, guidance_scale=7.5, generator=torch.Generator("cuda").manual_seed(0), ).frames[0] export_to_video(video_frames, "coral_reef.mp4", fps=24) print("coral_reef.mp4 guardado") ``` ### Imagen a video ```python import torch from PIL import Image from diffusers import LTXImageToVideoPipeline from diffusers.utils import export_to_video pipe = LTXImageToVideoPipeline.from_pretrained( "Lightricks/LTX-Video", torch_dtype=torch.bfloat16, ) pipe.to("cuda") image = Image.open("cityscape.png").resize((768, 512)) video_frames = pipe( prompt="La cámara se desplaza lentamente a la derecha, las luces de la ciudad se encienden al atardecer", negative_prompt="estático, borroso", image=image, num_frames=121, num_inference_steps=30, guidance_scale=7.5, ).frames[0] export_to_video(video_frames, "cityscape_animated.mp4", fps=24) ``` ### Script de generación por lotes ```python import torch from diffusers import LTXPipeline from diffusers.utils import export_to_video pipe = LTXPipeline.from_pretrained( "Lightricks/LTX-Video", torch_dtype=torch.bfloat16 ).to("cuda") prompts = [ "Un gato estirándose en el alféizar de una ventana iluminada por el sol, motas de polvo flotando", "Vista aérea de olas rompiendo sobre arena volcánica negra", "Lapso de tiempo de nubes de tormenta avanzando sobre una pradera", ] for i, prompt in enumerate(prompts): frames = pipe( prompt=prompt, num_frames=121, width=768, height=512, num_inference_steps=30, guidance_scale=7.5, ).frames[0] export_to_video(frames, f"batch_{i:03d}.mp4", fps=24) print(f"[{i+1}/{len(prompts)}] Hecho") ``` ## Consejos para usuarios de Clore.ai 1. **Benchmark de velocidad** — en una RTX 4090, LTX-Video genera 121 fotogramas en \~4 segundos; úsalo como una comprobación rápida de que tu instancia alquilada está funcionando correctamente. 2. **Precisión bf16** — el checkpoint se entrena en bf16; no cambies a fp16 o arriesgas degradación de la calidad. 3. **Caché de pesos** — establece `HF_HOME=/workspace/hf_cache` en un volumen persistente. El modelo pesa \~6 GB; volver a descargarlo en cada arranque del contenedor desperdicia tiempo. 4. **Ingeniería de prompts** — LTX-Video responde bien al lenguaje cinematográfico: "plano de dron", "cámara lenta", "hora dorada", "plano de seguimiento". Sé específico con el movimiento de cámara. 5. **Por lotes durante la noche** — LTX-Video es lo bastante rápido como para generar cientos de clips por hora en una 4090. Encola prompts desde un archivo y déjalo ejecutarse. 6. **SSH + tmux** — ejecuta siempre la generación dentro de una `tmux` sesión para que las conexiones interrumpidas no corten trabajos por lotes largos. 7. **Monitoriza VRAM** — `watch -n1 nvidia-smi` en una segunda terminal para asegurarte de que no estás recurriendo a swap. ## Solución de problemas | Problema | Solución | | --------------------------------------------- | -------------------------------------------------------------------------------------------------------------- | | `OutOfMemoryError` | Reduce `num_frames` a 81 o `ancho`/`alto` a 512×320 | | Modelo no encontrado en diffusers | Actualiza: `pip install -U diffusers` — LTXPipeline requiere diffusers ≥ 0.32 | | Salida negra o estática | Asegúrate de pasar un `negative_prompt`; aumenta `guidance_scale` a 8–9 | | `ImportError: imageio` | `pip install imageio[ffmpeg]` — se necesita el backend de ffmpeg para exportar a MP4 | | Primera inferencia lenta | La primera ejecución compila los kernels de CUDA y descarga los pesos; las ejecuciones posteriores son rápidas | | Artefactos de bandas de color | Usa `torch.bfloat16` (no float16); bfloat16 tiene un rango dinámico más amplio | | El contenedor se reinició a mitad del trabajo | Establece `HF_HOME` a almacenamiento persistente; las descargas parciales de HF se reanudan automáticamente | --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-es/generacion-de-video/ltx-video.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.