LTX-2.5: Lightricks holt die Gewichte generativer Video-Modelle aus der API heraus – die Lizenz bleibt aber „bedingt“

Lightricks (LTX) hat am 11. August 2026 LTX‑2.5 veröffentlicht, ein generatives Video‑Audio‑Modell mit offenen Gewichten; die Mitteilung mit den Partnerzitaten kursierte am 13. August. Die offizielle Model Card auf Hugging Face beschreibt einen Diffusion Transformer mit 22 Milliarden Parametern, in der ComfyUI‑Release‑Notiz „asymmetric dual‑stream“ genannt. Veröffentlicht sind mehrere Gewichtsvarianten: ein destillierter DiT (bf16, int8, NVFP4) und ein vollständiger, trainierbarer DiT (bf16, int8), dazu Video‑ und Audio‑VAE, Upscaler, LoRAs und ein „duration head“‑Patch. Der Text‑Encoder ist ein für LTX angepasstes Gemma 4 mit 12 Milliarden Parametern; das offizielle GitHub‑Repository stellt klar, dass das Standard‑Gemma 4 nicht kompatibel ist.

Zu den angekündigten Funktionen gehören native Multishot‑Generierung in einem einzigen Durchlauf (Figur, Umgebung und Stimme bleiben über die Schnitte hinweg konsistent), gemeinsam mit dem Bild erzeugter, synchroner Ton, automatische Längenvorhersage, 4K‑HDR‑Ausgabe und „Diffusion Fidelity Rendering“, das Rechenleistung nach Szenenkomplexität verteilt statt eine feste Kompressionsrate anzuwenden. Das offizielle Repository listet die Generierungsmodi: Text→Video, Bild→Video, Video→Video, Audio→Video, Keyframe‑Interpolation und Regenerierung einzelner Bildbereiche. Softwareanforderungen laut Model Card: Python ≥ 3.12, CUDA ≥ 12.7, PyTorch ~2.7; für die destillierten Modelle ist ein fester Schedule mit 8 Schritten vorgesehen. ComfyUI unterstützt das Modell vom ersten Tag an, mit offiziellen Templates für Text→Video, Bild→Video und erstes/letztes Bild→Video.

In der Praxis gibt Lightricks an, ein aus einem Bild erzeugter 10‑Sekunden‑Clip brauche 6,8 Sekunden auf zwei NVIDIA‑GB200‑Superchips und 23,7 Sekunden über die LTX‑API; als Minimum werden 16 GB VRAM genannt. Die veröffentlichte API‑Preisliste liegt bei 0,09 $/s in 720p, 0,15 $/s in 1080p, 0,19 $/s in 2K und 0,37 $/s in 4K. In den von LTX verbreiteten Daten beträgt der Artefakt‑Wert (niedriger ist besser) 0,28 für LTX‑2.5 Pro und 0,39 für LTX‑2.5 Fast, gegenüber 0,69 bei Seedance 2.5 und 1,20 bei Google Veo 3.1; LTX bezeichnet ihn als vorläufig.

Die Lizenz ist die LTX‑2.x Community License: kommerzielle Nutzung ist unter 10 Millionen Dollar Jahresumsatz kostenlos, darüber wird eine kostenpflichtige Vereinbarung fällig. Es ist keine von der OSI anerkannte Open‑Source‑Lizenz; sie verlangt, Änderungen zu melden, und verbietet, Mechanismen zur Kennzeichnung synthetischer Inhalte zu entfernen oder zu umgehen. Zum Release gehört außerdem ein vortrainierter Checkpoint für physische KI und Robotik, gedacht für das Fine‑Tuning auf Domänendaten. Zur Positionierung als „World Model“ sagt LTX/Lightricks‑Mitgründer und CEO Zeev Farbman in den am 13. August verbreiteten Notizen: „World models face challenges that LLMs never had to solve, like holding motion, space, and sound consistent across time“ (World Models stehen vor Aufgaben, die LLMs nie lösen mussten: Bewegung, Raum und Ton über die Zeit konsistent zu halten). Zum lokalen Betrieb sagt Gerardo Delgado Cabrera, Senior Director Local AI bei NVIDIA, in denselben Notizen vom 13. August: „Local models enable creators and developers to freely explore their ideas thanks to their local GPUs“ (lokale Modelle erlauben Kreativen und Entwicklern, ihre Ideen dank lokaler GPUs frei zu erkunden).

Keine dieser Zahlen wurde bislang von Dritten reproduziert: Es sind durchweg Angaben des Anbieters. Der von LTX veröffentlichte Vergleich ist methodisch uneinheitlich: die Konkurrenz überwiegend in 720p gemessen, LTX dagegen intern in 1080p; in den fremden Zeiten stecken Wartezeit und Hosting Dritter (fal.run); der Vergleich mit Veo 3.1 nutzt einen 8‑Sekunden‑Clip gegen 10 Sekunden bei LTX. Die 6,8 Sekunden beziehen sich auf zwei GB200 – Hardware, die kaum jemand hat; für das Minimum von 16 GB VRAM gibt es keine unabhängigen Messungen und keine Prüfung der Qualitätsverluste durch int8/NVFP4‑Quantisierung, fp8‑Cast und CPU‑Offload. Unbestätigt bleiben auch die Multishot‑Konsistenz, der Vorteil des Diffusions‑Decoders gegenüber dem VAE und die Funktion des Längen‑Prädiktors. Der Artefakt‑Wert ist eine automatische Messung über 98 Prompts, die durch 10 Modelle geschickt wurden; den vollständigen Prompt‑Satz hat LTX nicht veröffentlicht. Die Model Card selbst nennt ausdrückliche Grenzen: Das Modell ist nicht dafür gedacht, faktische Informationen zu liefern, es kann soziale Vorurteile verstärken, und die Prompt‑Treue schwankt mit dem Schreibstil, bis hin zu Ergebnissen, die der Anfrage nicht entsprechen. Kleine Randnotiz: In einem Feld der Hugging‑Face‑Seite steht der 6. Januar 2026, was zur Ankündigung vom 11. August nicht passt (vermutlich ein Überbleibsel von LTX‑2). Die Zahl von über 33 Millionen Downloads bezieht sich auf die gesamte LTX‑Familie, nicht auf dieses Modell.

LTX öffnet einen nützlichen Weg: herunterladbare Gewichte, fertige Pipelines in ComfyUI, ein konkreter Fingerzeig Richtung Robotik. Die an den Umsatz gekoppelte Lizenzbedingung erinnert allerdings daran, dass „offen“ hier vor allem nachprüfbar heißt, nicht bedingungsfrei. Die nächste interessante Nachricht werden nicht die Demos sein, sondern unabhängige Reproduktionen und die ersten aussagekräftigen Benchmarks auf gewöhnlichen GPUs. — Olya