/ Модель

Характеристики

Размер весов
18,7 ГБ
Лицензия
Своя лицензия
Базовая модель
LTX-2.5
Опубликована
11 авг 2026

LTX-2.5-22b-distilled-nvfp4-comfy

Генерация видеоТекст → видео3 профессии

BennyDaBall/LTX-2.5-22b-distilled-nvfp4-comfy — это квантизированная версия 22-миллиардной distilled-модели LTX-2.5, разработанной Lightricks, подготовленная BennyDaBall для загрузки в ComfyUI.

2 911скачиваний за 30 дней8лайковвеса обновлены17 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для генерации видео по текстовому описанию и преобразования изображения в видео, включая создание роликов с синхронизированным аудио. Она интегрируется со стандартными шаблонами ComfyUI для LTX-2.5 и не требует пользовательских узлов.

Модель основана на архитектуре DiT и использует формат квантизации NVFP4 с группой 16 и масштабами ModelOpt. В репозитории исправлена совместимость официального NVFP4-экспорта с ComfyUI: в 1 176 квантизированных слоёв добавлены маркеры формата, без изменения весов. Размер файла составляет 18,7 ГБ, что меньше варианта comfy-int8-convrot размером 21,5 ГБ. Для работы требуется ComfyUI версии 0.32.0 или новее и GPU архитектуры Blackwell, например RTX 50-й серии. Текстовый энкодер, VAE и latent upscaler загружаются из официального репозитория LTX-2.5.

Сильные стороны модели — уменьшенное потребление видеопамяти по сравнению с int8-вариантом, поддержка text-to-video и image-to-video, сохранение композиции, детализации и характера движения, а также генерация видео с аудио. По данным README, ролик длительностью 10 секунд в разрешении 1280×736 с синхронизированным аудио создаётся примерно за 50 секунд на RTX 5090, включая первую загрузку модели. Ограничения включают зависимость от Blackwell GPU и FP4-ядер, возможный шум квантизации и отсутствие гарантии побитового совпадения с другими вариантами квантизации.

Весы распространяются по лицензии LTX-2.x Community License. Условия лицензии следует уточнять в файле LICENSE.txt репозитория; README также указывает, что ответственность за созданный контент несёт пользователь.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LTX-2.5 22B Distilled — NVFP4, ComfyUI-ready

The full NVFP4 build of the LTX-2.5 22B distilled transformer, stamped so ComfyUI actually loads it. Smallest working 22B on the board — 18.7GB, ~2.8GB lighter than the official comfy-int8 — and the same-seed output holds up frame for frame.

Same seed, same prompt, both quants:

Top row: text-to-video. Bottom row: image-to-video from a single keyframe — same start image, same seed, both quants. Native synced audio on all four (yes, the disco clips come with their own disco track).

The problem

Lightricks ships an NVFP4 export of the 2.5 distilled DiT, but it's a raw TensorRT-ModelOpt export. Load it through ComfyUI's UNETLoader and you get:

mat1 and mat2 shapes cannot be multiplied (6820x4096 and 2048x4096)

That 2048x4096 is a packed 4-bit weight being read as raw bytes — exactly half the width it should be. The funny part: the file's scale tensors (weight_scale, weight_scale_2, input_scale) already match ComfyUI's nvfp4 spec name-for-name. The only thing missing is the per-layer .comfy_quant marker tensor ComfyUI uses to detect quantized layers. Official "comfy-" packs have them; the NVFP4 export doesn't.

The fix

This repo is the official NVFP4 file with a {"format": "nvfp4"} marker stamped onto all 1,176 quantized layers. No requantization, no math — the weight bytes are untouched. It just tells ComfyUI what it's looking at.

BaseLightricks/LTX-2.5 ltx-2.5-22b-distilled-transformer-nvfp4
QuantNVFP4 (group 16, ModelOpt scales), 1,176 layers
Size18.7GB (vs 21.5GB comfy-int8-convrot)
NeedsComfyUI ≥ v0.32.0, Blackwell GPU (RTX 50-series) for the FP4 kernels

Usage

Drop it in ComfyUI/models/diffusion_models/ and pick it as unet_name in the stock LTX-2.5 Text to Video / Image to Video templates (ComfyUI ships them natively — no custom nodes). Text encoder, VAEs, and the latent upscaler come from the official repo as usual.

Lost? Grab ltx-2.5-nvfp4-t2v-example-workflow.json from this repo — the official T2V template with this model pre-selected. Load it, type a prompt, hit Queue.

Receipts

  • Not pixel-identical (different quant noise), but close — same composition, same detail level, same motion beats. You'd have to flip between them to tell.
  • 10s @ 1280×736 with synced audio in ~50s on an RTX 5090, including first model load.
  • The 2.8GB of freed weight VRAM is real headroom against the long-duration offload cliff — the difference between finishing a clip and paging to death.

Credits

  • Lightricks for LTX-2.5 and the source NVFP4 export.
  • Conversion + testing: BennyDaBall_OG — follow me on X.

Disclaimer

Weights are governed by the LTX-2.x Community License (included). Use at your own risk; what you generate is on you.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Генеративная модель выложена не в формате diffusers: рантайм её не загрузит.

Ревизия весов
37cf5c6

0 моделей