【三次元/转载】2000+ LTX 资源汇总

【三次元/转载】2000+ LTX 资源汇总

2000+ 部 LTX 破解汇总表

原帖在 javbus 老司机论坛,作者 jzy0412

蓝奏云,解压密码:javbus
目前新出的ltx 无码破解,下文介绍

注意

链接以 ED2K 为主,不是磁力。电驴基本没速度,迅雷和 115 离线能用,115 转存是评论区公认最省事的解法。个别番号会被 115 直接屏蔽,比如 28DDH-021。

表格是 xlsx,在部分 WPS / Office 上打开会弹"部分内容有问题,是否尝试恢复"。点恢复、另存一份 xlsx 一般就好了;还不行就用 7-Zip 把 xlsx 当 zip 解开,去改 xl/worksheets/sheet1.xml 里的非法字符,一般是没转义的 & 或者控制字符。

部分番号可能失效

LTX 模型介绍

帖内多次出现「LTX」这一称呼,但无人给出定义。该词在中文资源圈与模型社区中所指不同,长期混用,此处按两个层面说明。

一、术语的两种用法

资源标签义:指经 AI 重绘、去除马赛克后的成片,圈内称「LTX 破解版」。命名来源是处理管线所使用的 Lightricks LTX-Video 系列模型,属以工具名代指产物,与「SD 修的图」同类命名习惯。评论区「期待 LTX 的悠悠只剩杏可可了」「这个 ltx 永远是正在进行时」,讨论的对象是哪些作品已被处理、哪些尚未,与软件版本无关。

模型实体义:Lightricks 发布的视频生成基础模型家族。以下内容均指后者。

二、厂商与架构

Lightricks,Facetune 与 LTX Studio 的开发方。模型采用 Diffusion Transformer(DiT)主干配合 3D VAE 潜空间编码,与早期以 UNet 逐帧处理为主的方案不同:时间维被纳入注意力计算,模型在同一潜空间中同时建模空间结构与帧间运动。

三、版本沿革

时间版本规模主要变化
2024-11LTXV 0.92B首个开放权重版本,以实时推理为设计目标,消费级 GPU 可运行
2025-05LTX-Video 0.913B参数量提升至 13B,画质显著增强,仍保持实时档位
2025-10LTX-219B视频与音频在同一模型内联合生成,原生 4K、50fps、单次 10 秒
2026-01LTX-2 开源19B全量权重发布,可在消费级硬件运行;官方称同档位推理成本降低约 50%
2026-03LTX 2.3—以本地推理为优先,开放权重,去除云端持续性支出
2026-08LTX-2.5—原生多镜头(native multi-shot),提示词理解与画质提升,首发支持 ComfyUI

四、LTX-2 技术规格(开源权重版)

  • 参数量 19B,单模型内完成视频与音频的联合生成,声音与画面对齐
  • 输出上限:4K 分辨率、50fps、单次 10 秒
  • 条件输入:文本、图像、音频、深度图、参考视频;支持多关键帧条件、3D 相机控制与 LoRA 微调
  • 权重档位:
检查点用途
ltx-2-19b-devbf16 全量,可继续训练
ltx-2-19b-dev-fp8 / -fp4量化版本,降低显存占用
ltx-2-19b-distilled蒸馏版本,8 步采样、CFG=1
ltx-2-19b-distilled-lora-384LoRA 形态的蒸馏权重,可挂载于全量模型做二阶段精修
ltx-2-spatial-upscaler-x2-1.0潜空间 2 倍空间放大,用于多阶段高分辨率流程
ltx-2-temporal-upscaler-x2-1.0潜空间 2 倍时间放大,用于提升帧率
  • 工程约束:宽高须被 32 整除,帧数须为 8n+1;不满足时先以 -1 补齐再裁剪
  • 运行环境:Python ≥ 3.12,CUDA > 12.7,PyTorch ≈ 2.7
  • 集成方式:ComfyUI 官方节点、diffusers 的 LTX2Pipeline、GitHub 仓库(ltx-core / ltx-pipelines / ltx-trainer)
  • 许可:ltx-2-community-license,非 Apache/MIT 类宽松协议,商用前需核对条款

五、LTX-2.5 的服务形态

API 侧分 ltx-2-5-fast 与 ltx-2-5-pro 两档,前者侧重速度与成本,后者侧重保真度。支持 720p 至 4K,画幅覆盖 16:9、9:16、1:1、3:2、2:3;帧率 24/25 与 48/50 两档;文生视频与图生视频时长 6 至 20 秒(fast 在 720p/1080p、24-25fps 下可到 20 秒,pro 为 6 至 10 秒)。时长参数可传 null 交由模型根据提示词推断。相对 LTX-2 的主要变化是 Diffusion Video Decoder 与原生多镜头:单次生成可输出多个连贯镜头,人物、场景、光照、风格与声音跨切镜保持一致。

六、在视频去码管线中的作用

时序建模的必要性。逐帧独立推断会产生时序不一致,表现为纹理跳变与闪烁:单帧模型不存在跨帧约束,相邻帧的重绘结果各自独立,运动方向与光照无法自洽,而人眼对此类伪影高度敏感。视频 DiT 在 3D VAE 潜空间上做时空注意力,重绘区域受前后帧条件约束,是这类任务中质量差异的主要来源。

效率结构。19B 全量模型 40 步采样的单条成本很高,难以批量。蒸馏版将采样压到 8 步、CFG=1,官方两段式流程为:dev 出潜变量 → 空间放大 → 挂载 distilled-lora-384 以 3 步精修,使单卡批处理在时间上可行。显存侧再配合 fp8/fp4 量化与 VAE tiling。这一层效率决定了千部量级成片的产出节奏。

领域适配。官方支持针对运动、风格、长相(含声音与外观)训练 LoRA,文档称多数设置下可在一小时内收敛。批量生产中按题材与画风分别挂载 LoRA,是通行的做法,用于稳定特定类型的重绘表现。

典型流程。抽帧 → 马赛克区域检测并生成 mask → 以 mask 外区域为条件做 video-to-video 重绘 → 时序平滑 → 回贴原音轨。LTX-Video 早期版本即提供 video-to-video 能力,该流程不需要改动模型结构。

输出性质与局限。重绘结果是在模型先验下生成的合理画面,不构成对原始像素的恢复,也不存在可供校验的 ground truth。输出质量上限由源片分辨率、压缩噪声与被遮挡面积共同决定;纹理密度、细节与光照均来自模型分布,与原拍摄现场无对应关系。因此这类成品适用于观看,不适用于画面取证或内容分析。

资源下载

共 1 个资源

64
次下载
  • 蓝奏云https://wwamn.lanzouy.com/imxnM4fpasyh 下载
    8x14
转载本作品转载自 jzy0412原文链接

讨论区6

  • 林语叶Lv.4#5 ·

    感谢大佬

  • kazeeLv.4#4 ·

    这个新模型是真的牛逼 秒杀以前的效果了

  • 归终·Lv.3#3 ·

    javbus有新域名吗,最近上不去了,还是因为被墙了

  • 司辰之书Lv.5#2 ·

    惊了,还有这么大体量的无码破解,收藏先

  • x2524127932Lv.3#1 ·

    想问下大佬有没有中文字幕啊

    • kem
      kemLv.5楼主

      @x2524127932 有字幕下载链接