LTX 2.5 评测：速度、多镜头生成，及其与 MiniMax H3 的对比

AI 概览

什么是 LTX 2.5？相比 LTX 2.3 有哪些新特性？

LTX 2.5 是一款拥有 220 亿参数（22B）的开源权重音视频模型，支持原生多镜头生成、扩散保真渲染（Diffusion Fidelity Rendering）、自动时长预测、4K HDR 输出，以及精准视频编辑。本次更新重点优化了面部柔和度、细微细节表现力，以及单片段工作流体验。

LTX 2.5 相比其他 AI 视频模型有多快？

LTX 官方宣称：在两块 NVIDIA GB200 GPU 上生成一段 10 秒视频仅需 6.8 秒。这证明其“Fast 路径”在旗舰级服务器上确实可实现极快速度；但该数据并非面向消费级 GPU 的承诺——本地运行耗时取决于分辨率、显存容量、解码器及量化策略。

对于本地生成，LTX 2.5 是否优于 MiniMax H3？

对于快速本地迭代和原生多镜头草稿生成，LTX 2.5 是更优选择。MiniMax H3 则在复杂提示理解、最终帧锐度、运动连贯性及质量优先交付方面仍更具可靠性。

我能否在 ComfyUI 中运行 LTX 2.5 并微调其权重？

可以。LTX 2.5 提供开源权重、官方 ComfyUI 支持，以及一条可训练的开发路径。请从官方模板起步，确保解码器与工作流匹配，并在商用部署前审阅当前许可证条款。

LTX 2.5 究竟是什么——以及它所解决的问题

LTX 始终以开放性和速度为竞争核心。LTX 2.5 延续这一定位，同时着力解决此前版本在成品制作中暴露的两大局限：细微细节易显模糊，且单次生成通常表现为孤立镜头。新版设计目标是让主体、场景、布光方案与人声贯穿一个连贯序列。

实际问题已不再是“LTX 能否快速生成一段视频”，而是“这种速度能否经受住实际制作流程的审查”。本评测将围绕五个维度展开：多镜头连续性、单帧细节表现、音画协同性、本地工作流成本，以及与 H3 的结果对比。如需了解上一代模型背景，请参阅我们的 Seedance 2.0 vs LTX Video 对比文章。

LTX 2.5 新增特性——具体变化

此次升级远不止是检查点（checkpoint）体积增大。每一项主打特性均旨在消除特定生产瓶颈：

• 扩散保真渲染（Diffusion Fidelity Rendering）：基于高保真关键帧构建场景，并在镜头所需区域集中分配细节资源，从而提升面部、纹理与运动边界的呈现质量。
• 原生多镜头（Native multi-shot）：一次生成即输出广角、中景与特写等多角度覆盖，并在镜头切换间保持角色、环境、光照与声音的一致性。
• 自动时长（Auto duration）：根据描述的动作内容智能预测视频长度，而非强制所有创意套用统一预设时长。
• Fast 与 Pro 双路径：“Fast”路径适用于低成本预览与分镜脚本；“Pro”路径则优先保障细节精度与运动稳定性。当前公开配置支持 1080p、1440p 与 4K 分辨率，各路径与时长限制依分辨率而异。
• 精准编辑（Precise editing）：“重拍（Retake）”与“延展（Extend）”功能允许仅修改局部区域或延续场景，无需从零重建整个序列。

一张来自官方 LTX 输出的原生 16:9 画面。可见的纤维细节、浅景深效果与干净的轮廓，使细微纹理渲染质量得以一目了然地评估。

在将方案落实为本地图（graph）前，您可先通过我们的 文生视频工作流 验证镜头概念，并将已批准的创意简报导入 LTX。

速度基准测试——6.8 秒声明的实测验证

6.8 秒这一数据在其声明条件下确为真实：即在两块 NVIDIA GB200 GPU 上生成一段 10 秒视频。GB200 是旗舰级数据中心加速器，因此该数字体现的是架构效率，而非笔记本或台式机的预期性能。同一份公开对比数据显示：MiniMax H3 耗时 180 秒，Seedance 2.5 耗时 317 秒（分别经由各自测试路径）。

请将该声明视为相对性能信号，而非精确计时保证：

请使用固定提示词、种子值（seed）、时长与分辨率对您自己的图（graph）进行基准测试。更换解码器或从 Fast 切换至 Pro 将导致对比失效。如需可复用的 H3 控制结果，请从 最佳 MiniMax H3 设置指南 入手。

画面中居中的主体与强烈的引导线源自官方 LTX 相机控制输出，此处展示为完整原生宽屏帧，而非裁切后图像。

LTX 2.5 在 ComfyUI 中的配置——设置与关键参数

LTX 2.5 已深度集成至当前 ComfyUI 工作流家族。采用全新干净配置，比导入旧图并仅替换一个检查点更为可靠：1. 更新 ComfyUI 并打开 模板库 → 视频。
2. 选择当前的 LTX 2.5 文生视频或图生视频模板，以确保音频、解码器和模型节点匹配。
3. 下载该模板所要求的检查点（checkpoint）、文本编码器（text encoder）及解码器（decoder）文件。
4. 若追求画质——尤其是人脸、纹理与最终帧质量，请使用扩散解码器（diffusion decoder）；若预览速度比极致细节更重要，则选用卷积解码器（convolutional decoder）。
5. 起始设置推荐：模式选 Fast、时长设为较短、分辨率设为 1080p；仅将已确认通过的镜头升级至 Pro 模式或更高分辨率。

提示词需严格按时间顺序编写：依次描述开场镜头、画面动作、转场切镜，以及下一个构图。MiniMax H3 提示词指南 提供了一种实用结构，可将冗长导演指示转化为逐镜指令。若角色在不同镜头间发生变化，请先简化服装与环境设定，再提升分辨率。首轮生成的目标是镜头连贯性，而非产出 4K 成片。

LTX 2.5 与 MiniMax H3 — 坦诚对比

LTX 2.5 在迭代循环中胜出；MiniMax H3 则在严苛终稿镜头上仍具备更稳妥的质量上限。正确选择取决于你的瓶颈所在。

一张来自官方 LTX 风格一致性输出的原生 1920×1080 帧。同一镜头中，人物、帆船、水面与日落光照均保持清晰可辨。

为公平测试，请使用相同的创意简报（creative brief），而非强行统一技术参数。LTX 是更优的草图本（sketchbook）；而当细微瑕疵仍清晰可见时，H3 是更强的终稿路径（finishing path）。

开源权重、授权许可与微调（Fine-Tuning）

LTX 2.5 公布其权重与代码，使团队可在私有环境中运行、审查整条流水线，并将模型适配至特定视觉领域。微调最有价值的场景是：制作中反复需要同一角色、产品、环境或触感风格——而非将其当作单次提示词薄弱的补救工具。

开源权重并不自动等同于无限制商用。部署前，请依据当前许可证条款，核对公司营收规模、再分发权限、托管服务（hosted-service）使用方式，以及衍生模型（derivative-model）相关要求。同时需预留模型存储、GPU 显存、测试与维护预算；检查点（checkpoint）仅是整体运营成本的一部分。

若目标是构建一个可复用的品牌化视频适配器（branded video adapter），我们 MiniMax H3 LoRA 训练指南 中所列的数据集与验证原则同样高度适用：一致的标注（captions）、受控的镜头多样性（controlled shot variety），以及预留的独立提示词集（held-out prompt set），其重要性远超简单堆叠视频片段。

结论 — 谁应选用 LTX 2.5？

当快速本地迭代、开源权重、多镜头草稿、自定义部署成为首要需求时，请选择 LTX 2.5；
当终版交付需更强细节表现、对长提示词更高服从度、更少可见连贯性错误时，请选择 MiniMax H3。
硬件配置有限的创作者可先用 LTX 验证概念可行性，再逐步扩展；而无意自行维护检查点、解码器及 ComfyUI 工作流的团队，可直接 在 Seedance 上使用优化模型生成 →。