منصوبے کے بارے میں

LTX-Video Lightricks کے ذریعہ تیار کردہ ایک اوپن سورس DiT-بیسڈ ویڈیو جنریشن ماڈل ہے۔ یہ بنیادی ویڈیو جنریشن صلاحیتوں کو ایک ماڈل میں یکجا کرتا ہے، جس میں ہم آہنگ آواز اور ویڈیو کی تخلیق، ہائی فڈیلیٹی آؤٹ پٹس، اور کئی کارکردگی موڈز شامل ہیں۔ یہ ماڈل ایک پاس میں مقامی 4K ریزولیوشن پر 50 FPS تک ویڈیوز پیدا کر سکتا ہے جس میں ہم آہنگ آواز بھی شامل ہے۔ اہم صلاحیتیں: - متن سے ویڈیو اور تصویر سے ویڈیو کی تخلیق - ویڈیو توسیع (آگے اور پیچھے) - ملٹی کی فریم کنڈیشوننگ اور کی فریم بیسڈ انیمیشن - ویڈیو سے ویڈیو تبدیلیاں - ہم آہنگ آواز کی تخلیق (LTX-2 میں) ریپازٹری میں 13B اور 2B پیٹر میٹر ورژنز، تیز انفرینس کے لیے ڈسٹلڈ ماڈلز، اور کم VRAM استعمال کے لیے FP8 کوئنٹائزڈ ورژنز سمیت متعدد ماڈل ویریئنٹس موجود ہیں۔ ڈسٹلڈ ماڈلز تیزی سے آئی ٹریشن کی支持和، مناسب ہارڈویئر پر سیکنڈوں میں HD ویڈیوز پیدا کرتے ہیں۔ 2B ڈسٹلڈ ماڈل کے LoRA ویریئنٹ کو صرف 1GB VRAM کی ضرورت ہوتی ہے۔ LTX-Video ComfyUI اور Diffusers کے ساتھ یکجا ہوتا ہے اور Python لائبریری API فراہم کرتا ہے۔ یہ ڈیپتھ، پوز، اور Canny ایج کنڈیشوننگ کے لیے کنٹرول ماڈلز، نیز اسٹائل تخصیص کے لیے LoRA فائن ٹیوننگ کی حمایت کرتا ہے۔ یہ ماڈل OpenRAIL-M لائسنس کے تحت تجارتی استعمال کے لیے دستیاب ہے۔ کمیونٹی کے تعاون میں ComfyUI-LTXTricks شامل ہے جو جدید ایڈیٹنگ ورک فلو (RF-Inversion، RF-Edit، FlowEdit) فراہم کرتا ہے، LTX-VideoQ8 NVIDIA ADA GPUs پر 8-بیٹ آپٹیمائزڈ انفرینس کے لیے، اور TeaCache ٹریننگ فری انفرینس ایکسیلریشن کے لیے۔ جانشین ماڈل LTX-2 میں ہم آہنگ آواز-ویڈیو تخلیق، لمبی کلپ سپورٹ، اور بہتر تخلیقی کنٹرولز شامل ہیں۔