/ Модель

Характеристики

Лицензия
Своя лицензия
Архитектура
AudioVideo · dense
Базовая модель
LTX2.3-10Eros
Библиотека
mlx
Опубликована
6 сен 2026

ltx-2.3-10eros-v1.2-mlx-q8

Видео по тексту и кадрамИзображение, текст → видео3 профессии

Квантизированная версия LTX-2.3 10Eros v1.2 для генерации видео по тексту и изображению на Apple Silicon.

54скачиваний за 30 дней0лайковвеса обновлены6 сен 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

Это квантизированный MLX-порт модели LTX-2.3 10Eros v1.2, подготовленный для работы на компьютерах Apple Silicon. Модель разработана на основе дообученной TenStrip/LTX2.3-10Eros и предназначена для создания видео по текстовому описанию и исходному изображению; README также сообщает о поддержке аудиопайплайнов. В репозитории есть dev- и distilled-варианты трансформера, общие компоненты, апскейлеры и вокодер. Текстовый энкодер Gemma 3 12B не включён и загружается отдельно.

Веса трансформерных блоков линейных слоёв квантизированы до int8 с размером группы 64; некоторые компоненты оставлены в bf16. Для запуска требуются Apple Silicon и ltx-2-mlx. Модель предназначена для взрослой аудитории и может создавать откровенный контент. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Сценарии применения

  • создание видео по текстовому описанию сцены
  • анимация исходного изображения по текстовому запросу
  • генерация видео с управляемым движением объектов
  • создание видео со звуковым сопровождением через совместимый аудиопайплайн

Ограничения

Для запуска нужны Apple Silicon, ltx-2-mlx и отдельно загружаемый текстовый энкодер Gemma 3 12B. Модель рассчитана на взрослую аудиторию; следует учитывать ограничения по изображению реальных людей и незаконному контенту, указанные в README.

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-2.3 10Eros v1.2 — MLX int8 (q8)

Int8 (8-bit) MLX quantization of TenStrip/LTX2.3-10Eros v1.2.

Converted with mlx-forge and packaged for ltx-2-mlx — a pure-MLX port of LTX-2 for Apple Silicon.

[!WARNING] Not for all audiences. 10Eros is intended for adult use. By downloading and running this model you confirm you are of legal age in your jurisdiction and accept responsibility for the content you generate. Do not use it to produce illegal material or to depict real, identifiable people without consent.


What's in here

This repo ships the full split layout that ltx-2-mlx expects — both transformer variants plus all shared components, so two-stage, distilled, I2V and audio pipelines all work out of the box.

FileSizeRole
transformer-dev.safetensors~19 GBDev transformer (10Eros v1.2 base), int8
transformer-distilled-1.1.safetensors~19 GBDistilled transformer with the rank-384 distilled LoRA pre-fused, int8
connector.safetensors~5.9 GBGemma → DiT embedding connectors
vae_encoder.safetensors / vae_decoder.safetensors~1.4 GBVideo VAE (8× temporal, 32× spatial)
audio_vae.safetensors~106 MBAudio VAE decoder
vocoder.safetensors~250 MBBigVGAN v2 vocoder + BWE generator
spatial_upscaler_x2_v1_1.safetensors~950 MB2× neural latent upscaler
spatial_upscaler_x1_5_v1_0.safetensors~1.0 GB1.5× neural latent upscaler
temporal_upscaler_x2_v1_0.safetensors~250 MB2× temporal upscaler
ltx-2.3-22b-distilled-lora-384*.safetensors~7.1 GB ea.Official rank-384 distilled LoRAs (bf16, for the streaming dev→distilled swap path)

Quantization: int8, group size 64, applied only to nn.Linear inside transformer_blocks. AdaLN, projections, connectors, VAE and vocoder remain bf16 (MLX cannot quantize Conv layers).

Text encoder: Gemma 3 12B is not bundled — ltx-2-mlx loads it separately via mlx-lm.


Usage

Requires ltx-2-mlx on Apple Silicon.

# Text-to-video (distilled, fastest)
ltx-2-mlx generate \
  --model /path/to/ltx-2.3-10eros-v1.2-mlx-q8 \
  --prompt "your prompt" \
  --distilled \
  -H 480 -W 704 -f 97 -o out.mp4

# Two-stage (dev + CFG + upscale, recommended quality)
ltx-2-mlx generate \
  --model /path/to/ltx-2.3-10eros-v1.2-mlx-q8 \
  --prompt "your prompt" \
  --two-stage -o out.mp4

# Image-to-video — add --image to any mode
ltx-2-mlx generate \
  --model /path/to/ltx-2.3-10eros-v1.2-mlx-q8 \
  --prompt "animate this" \
  --two-stage --image photo.jpg -o out.mp4

On 32 GB Macs add --low-ram for block-streamed inference. q8 fits 16 GB with --low-ram.


Conversion provenance

  1. The cond-safe distilled LoRA was merged into the 10Eros v1.2 bf16 base to produce a distilled bf16 checkpoint:

    uv run ~/mlx-forge/scripts/merge_lora.py
    # → /Volumes/Storage/10eros-v1.2-distilled-bf16.safetensors
    
  2. Distilled variant + all shared components + upscalers, quantized to int8:

    uv run mlx-forge convert ltx-2.3 --variant distilled-1.1 \
      --checkpoint /Volumes/Storage/10eros-v1.2-distilled-bf16.safetensors \
      --quantize --bits 8 \
      --spatial-upscaler x2 x1.5 --temporal-upscaler x2 \
      --output models/ltx-2.3-10eros-v1.2-mlx-q8
    
  3. Dev variant (10Eros v1.2 base) added into the same dir, sharing the components above:

    uv run mlx-forge convert ltx-2.3 --variant dev \
      --checkpoint ~/mlx-forge/models/10Eros_v1.2_bf16.safetensors \
      --quantize --bits 8 --skip-shared \
      --output models/ltx-2.3-10eros-v1.2-mlx-q8
    

Credits & license

Distributed under the LTX-2 license. The 10Eros finetune's own terms also apply — review the upstream model card before redistribution.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
130fe63

0 моделей