视频生成速度飙升30倍！Lightricks推新模型，消费级GPU也能跑
编译 | 李夏
编辑 | 漠影
智东西5月7日消息，据外媒VentureBeat报道AI视频生成模型有重大突破，数字创意工具开发商Lightricks（其代表性产品包括自拍编辑应用Facetune 和通用的图像编辑应用VideoLeap）今日宣布推出迄今最强大的AI视频生成模型——LTXV-13B。
该模型不仅能在消费级GPU上运行，还可实现视频生成速度提升至同类模型的30倍。目前，LTXV-13B已以开源形式发布，并正在整合进Lightricks的创意工具产品线，包括其旗舰叙事平台LTX Studio。
LTXV-13B模型参数规模达130亿，引入了“多尺度渲染”的全新技术路径，通过逐层细化生成视频，大幅提升效率，使创作者无需依赖高端企业级GPU，仅凭普通台式机或高性能笔记本电脑即可生成高质量的AI视频。
Lightricks联合创始人兼CEO Zeev Farbman在接受VentureBeat独家专访时表示：“130亿参数LTX Video模型的发布，是AI视频生成领域中的关键转折点。现在用户可在消费级GPU上快速生成高质量内容，实现更高一致性、更优质量与更强可控性的突破性进展。”
一、突破显存瓶颈，LTXV-13B通过“多尺度渲染”实现AI视频生成本地化运行
目前AI视频生成的一大挑战在于其对计算资源的高要求，业界领先的模型例如Runway、Pika和 Luma往往需在云端使用多个80GB或更大显存的企业级GPU运行，这使得本地部署几乎不可能实现。
消费级GPU与企业级GPU的主要分水岭在于显存。NVIDIA针对消费级市场的显卡进行了严格的内存限制，如支持实时光线追踪和图像增强的RTX系列显卡3090、4090，其显存上限为24GB，而最新的5090为32GB。相比之下，企业级GPU的显存要高得多。”
而LTXV-13B模型的设计完全考虑了消费级硬件的限制。即使未经量化处理、无近似简化，完整模型也能在消费级GPU上运行，包括NVIDIA支持实时光线追踪和图像增强的RTX系列显卡3090、4090、5090及其笔记本版本。
▲这是LTXV-13B模型在单块消费级GPU上渲染的未经编辑的四秒钟示例（来源：Lightricks）
LTXV-13B模型性能提升的核心在于其“多尺度渲染”技术，Farbman称之为“本次发布中最重要的技术突破”。“多尺度渲染”允许模型逐步生成细节。首先在粗略的网格上构建场景与物体运动的大致轮廓，随后将场景划分为若干小块，每个小块再逐层填充更多细节。
这种处理方式类似于艺术家的绘画流程：先起草大致轮廓，再逐步丰富细节。对AI而言，其优势在于所需的显存峰值取决于小块的大小，而非最终视频的分辨率，同时该模型还使用更高效的潜空间压缩机制，在保证输出质量的同时显著降低显存需求。并且由于视频在潜空间中具有更高的压缩率，能进一步减少显存占用。
▲Lightricks 的 LTXV-13B 模型在等效硬件上生成视频仅需 37.59 秒，而同类模型耗时超过 1491 秒，提速近 40 倍（数据来源：Lightricks）
二、开源与免费授权并行，推动中小企业与学术界共创生态
尽管当前许多领先的AI模型仍采用封闭API策略，Lightricks选择将 LTXV-13B完全开源，已发布于开源平台Hugging Face和GitHub。Farbman表示：“一年前还相对封闭的局面如今已有所改变。我们看到越来越多优秀的大语言模型和扩散模型开源发布。相比半年前，我现在对开源生态更为乐观。”
开源策略也有助于加速研发进展。“我们开源的主要动因之一是降低研发成本。”Farbman指出，“许多高校研究人员会使用模型写论文，我们则作为一个研究成果的‘策展人’，能更快识别出真正有价值的研究进展。”
同时Lightricks决定向年收入不超过1000万美元的企业免费授权使用LTXV-13B模型。这一在AI行业鲜有的策略目的在于构建开发者与中小企业的生态社区，借此在商业化前验证模型价值。
Farbman表示：“学术界本就不设限制，可以自由使用模型。而对初创企业和工业用户，我们希望创造双赢局面。光靠AI爱好者或艺术家的尝试并不足以带来规模化营收。”对于未来实现商业化的企业，Lightricks计划参考游戏引擎的授权模式，根据公司营收状况进行商业谈判。“一旦某公司营收突破1000万美元，我们会就授权事宜与其商讨。”
三、通过与Getty和Shutterstock的合作，解决AI训练的数据版权难题
随着AI模型使用网络抓取数据进行训练所引发的法律争议不断增加，Lightricks已与图片版权商Getty Images和Shutterstock达成合作协议，获得用于模型训练的授权内容。
▲两只由AI生成的兔子在单块消费级GPU上渲染而成，它们短暂地望向镜头后便迈步离开（数据来源：Lightricks）
Farbman坦言：“训练数据的收集仍处在法律的灰色地带。我们的企业客户对此非常重视，因此必须确保能为他们提供合法合规的模型。”通过与上述内容提供商的合作，Lightricks能够在保证合规性的同时拓展企业级市场，降低其在商业应用中的法律风险。
结语：AI视频生成领域多模态融合引领技术突破
Farbman坦言，尽管LTXV-13B已取得显著进展，但当前AI视频生成尚未达到影视制作所需的精度与复杂度，即便是最先进的模型，距离真正的好莱坞水准仍有不小差距。
但他也指出，AI视频已在动画制作等实际场景中展现出巨大的效率优势，特别是能自动化执行一些重复性极强、资源消耗大的环节。“高端动画制作的预算中，真正的创意设计只占一小部分，而关键帧制作却是耗费最多资源的环节之一。”
展望未来，Farbman预测下一个技术前沿将是“多模态视频模型”，即将图像、音频、音乐等内容整合至同一潜空间内进行联合建模。“届时诸如唇形同步等问题将迎刃而解，跨模态协同将成为基础能力。”
(来源：新浪科技)
关联资讯:
英伟达确认RTX 5070公版显卡推迟到“3月下旬”上市，大批非公版今晚上市
