LTX ha rilasciato LTX-2.5, nuova versione del proprio modello video e world model open-weight, rendendolo disponibile con integrazione nativa in ComfyUI attraverso una partnership strategica tra le due aziende. I pesi del modello sono disponibili su Hugging Face, mentre LTX-2.5 può essere utilizzato direttamente all’interno di ComfyUI oppure attraverso l’API gestita di LTX. La licenza consente l’utilizzo gratuito alle organizzazioni con un fatturato annuo ricorrente inferiore a 10 milioni di dollari, mentre le aziende che superano questa soglia devono stipulare un accordo commerciale. Secondo LTX, i modelli della famiglia hanno complessivamente superato i 33 milioni di download.
LTX-2.5 interviene su buona parte della pipeline di generazione anziché limitarsi ad aggiungere nuove funzionalità alla precedente architettura. Tra i principali cambiamenti figura un nuovo decoder video basato sulla diffusione, progettato per ridurre gli artefatti visivi nelle sequenze caratterizzate da movimenti rapidi e per migliorare la ricostruzione dei dettagli più complessi, compresi testi e volti, mantenendo allo stesso tempo l’elevato rapporto di compressione utilizzato dal modello. È stata inoltre introdotta la generazione nativa multi-shot, che consente di produrre più inquadrature all’interno di un’unica sequenza mantenendo maggiore coerenza tra personaggi, ambientazioni e voci nei diversi tagli, invece di generare le singole riprese separatamente per poi unirle in una fase successiva.
La gestione dei prompt è stata aggiornata attraverso una struttura linguistica personalizzata basata su Gemma 4 e un prompt optimizer dedicato, pensato soprattutto per richieste complesse e contenenti più soggetti o elementi contemporaneamente. LTX ha inoltre realizzato un checkpoint pre-addestrato specificamente orientato all’intelligenza artificiale fisica e alla robotica, destinato a offrire una base sulla quale effettuare fine-tuning utilizzando dati di dominio diversi da quelli della produzione video cinematografica. La società ha migliorato anche la versione distillata del modello, progettata per avvicinarsi alla qualità del modello completo riducendo allo stesso tempo costi computazionali e tempi di inferenza.
L’ottimizzazione della versione distillata è stata sviluppata anche in collaborazione con NVIDIA e consente al modello di funzionare localmente su GPU NVIDIA RTX con requisiti di memoria ridotti. LTX dichiara che LTX-2.5 può essere eseguito su qualsiasi GPU dotata di almeno 16 GB di VRAM e supporta configurazioni che vanno dalle GPU dei data center fino all’esecuzione locale e, in determinate configurazioni, anche su Mac. Secondo l’azienda, il costo operativo sarebbe pari a circa un ottavo rispetto a quello di modelli comparabili, mentre i tempi di rendering sarebbero circa sette volte inferiori.
Uno dei principali dati prestazionali comunicati riguarda la generazione image-to-video. In una configurazione self-hosted basata su due NVIDIA GB200, LTX-2.5 ha generato una sequenza video di 10 secondi a 720p in 6,8 secondi, ottenendo quindi una velocità superiore al tempo reale. Il risultato è stato misurato in condizioni di regime stazionario su hardware di fascia data center particolarmente elevata e non rappresenta quindi le prestazioni ottenibili su una normale workstation. Utilizzando invece l’API gestita di LTX, la stessa tipologia di generazione ha richiesto 23,7 secondi, ma in questo caso a una risoluzione di 1080p, poiché l’API non offre una modalità a 720p.
LTX ha confrontato questi tempi con quelli registrati attraverso le API di diversi modelli concorrenti per lo stesso tipo di attività. Nei test dell’azienda, Gemini Omni Flash di Google ha richiesto 52 secondi, Grok 1.5 di xAI 63 secondi e Veo 3.1 di Google 70 secondi per una clip di 8 secondi. MiniMax H3 ha impiegato 180 secondi, Seedance 2.5 di ByteDance 317 secondi e Kling 3.0 Pro di Kuaishou 398 secondi. Le misurazioni sono state effettuate o commissionate direttamente da LTX e non rappresentano quindi benchmark indipendenti.
Per valutare la qualità, LTX ha inoltre condotto test comparativi alla cieca nei quali i partecipanti dovevano scegliere tra video prodotti a partire dallo stesso prompt senza conoscere il modello utilizzato. LTX-2.5 ha ottenuto un tasso di preferenza del 67%, rispetto al 65% di Seedance 2.5, al 55% di Gemini Omni Flash, al 50% di MiniMax H3, al 44% di Seedance 2.0, al 42% di Wan 2.6 e al 28% di FLUX 3. Anche questi risultati provengono direttamente dal produttore e vengono definiti preliminari dalla stessa LTX, che prevede variazioni con l’ampliamento della valutazione.
L’architettura open-weight consente di eseguire LTX-2.5 in locale, on-premise oppure attraverso servizi gestiti, senza imporre un watermark obbligatorio ai contenuti generati. Le aziende possono inoltre effettuare fine-tuning utilizzando propri dati e proprietà intellettuale, mantenendo la fase di sperimentazione interamente all’interno delle proprie infrastrutture. Questo permette di evitare la fatturazione per singola generazione e di non trasferire all’esterno filmati riservati, personaggi proprietari o dati regolamentati durante le fasi di ricerca e prototipazione. L’obbligo di licenza commerciale interviene soltanto quando l’organizzazione supera i 10 milioni di dollari di ARR.
La scelta dei pesi aperti costituisce una parte centrale della strategia di LTX. La società considera l’accesso diretto al modello particolarmente importante per video e world model perché questi sistemi possono essere impiegati in flussi di lavoro molto differenti tra loro e richiedono spesso interventi sulla pipeline, sul conditioning e sul comportamento del modello difficili da ottenere attraverso una semplice API. LTX intende quindi utilizzare l’accesso gratuito per sviluppatori e aziende di dimensioni inferiori come canale per favorire la sperimentazione, mantenendo un modello commerciale basato sulle licenze quando i progetti raggiungono dimensioni aziendali maggiori.
La partnership con ComfyUI rientra direttamente in questa strategia. ComfyUI è nato nel gennaio 2023 come progetto open source sviluppato inizialmente dallo sviluppatore pseudonimo comfyanonymous e utilizza un’interfaccia grafica basata su nodi per concatenare modelli, trasformazioni e diverse fasi di elaborazione all’interno di workflow ripetibili. Il progetto è diventato uno degli ambienti maggiormente utilizzati per testare, combinare e implementare modelli generativi di immagini e video ed è oggi sostenuto da Comfy Org, che ha raccolto 17 milioni di dollari per continuarne lo sviluppo.
Per LTX, ComfyUI rappresenta anche un vero canale di acquisizione clienti. Molte organizzazioni iniziano infatti sperimentando autonomamente il modello attraverso workflow realizzati in ComfyUI e si rivolgono successivamente a LTX quando il progetto deve essere portato in produzione o richiede una licenza commerciale. ComfyUI agisce come livello di integrazione tra modelli open-weight eseguiti localmente e modelli chiusi accessibili attraverso API, permettendo di combinare diverse tecnologie all’interno dello stesso grafo di lavoro. Questo approccio viene utilizzato non soltanto nella produzione creativa ma anche nella preparazione dei dati, nelle pipeline di ricerca e negli scenari legati alla robotica.
LTX nasce da Lightricks, società conosciuta soprattutto per applicazioni creative come Facetune e Videoleap. Lightricks ha iniziato a spostare parte della propria attività verso i foundation model nel 2022, ha lanciato LTX Studio all’inizio del 2024 e ha pubblicato il primo modello video open-weight LTX Video nel novembre 2024, seguito nel maggio 2025 da una versione da 13 miliardi di parametri. Il marchio LTX è diventato progressivamente il centro dell’attività della società dedicata ai modelli generativi, con una presenza internazionale che comprende uffici a New York, Londra e Chicago.
L’utilizzo aziendale di LTX-2.5 non è limitato alla generazione di video cinematografici. Tra i casi d’uso indicati figurano la fotografia computazionale, nella quale modelli di diffusione possono elaborare flussi di pixel grezzi provenienti dai sensori per ridurre il rumore, la produzione di effetti visivi, la simulazione di elementi come l’acqua, la trasformazione di scene dal giorno alla notte e le pipeline di animazione in cui gli animatori producono fotogrammi chiave che il modello utilizza successivamente per generare le fasi intermedie. Nelle organizzazioni più strutturate il modello viene spesso sperimentato inizialmente nei reparti di ricerca e sviluppo o all’interno delle pipeline creative e soltanto successivamente trasferito verso ambienti di produzione.
Accanto a ComfyUI, LTX-2.5 viene lanciato insieme ad altri due partner. Asteria utilizza LTX per la produzione di film e contenuti video originali basati sull’intelligenza artificiale, mentre Reactor offre un’infrastruttura di inferenza a bassa latenza destinata all’esecuzione di LTX-2.5 per avatar interattivi, mondi virtuali e carichi di lavoro robotici in tempo reale. Reactor consente agli sviluppatori di costruire applicazioni interattive senza dover configurare direttamente l’intera infrastruttura necessaria per ottenere inferenze a bassa latenza.
Tra gli esempi delle possibilità offerte dalla combinazione tra pesi aperti e generazione rapida figura Flipbook, un ambiente interattivo nel quale il mondo visualizzato viene generato in streaming tramite un modello LTX e nuove interazioni vengono create dinamicamente in risposta ai clic dell’utente. L’efficienza sull’edge costituisce uno degli obiettivi progettuali dichiarati di LTX, con l’intenzione di rendere il modello utilizzabile sia su hardware consumer sia su sistemi installati vicino al punto in cui vengono prodotti i dati, compresi gli scenari legati alla physical AI.
Anche nel settore cinematografico l’uso dei world model in tempo reale viene collegato alla produzione virtuale. L’obiettivo è consentire a registi e produttori di ottenere durante le riprese un’anteprima molto vicina al risultato finale della post-produzione, modificando immediatamente prompt, composizione o caratteristiche della scena senza attendere il passaggio del materiale attraverso più reparti. LTX e ComfyUI considerano però i diversi modelli come strumenti specializzati piuttosto che come sistemi direttamente intercambiabili, poiché alcuni possono essere maggiormente adatti al fotorealismo, altri all’animazione, ai videogiochi, alla grafica 3D o alla robotica.
ComfyUI continuerà quindi a mantenere una struttura orientata anche agli utenti professionali, nonostante la complessità della sua interfaccia a nodi. L’obiettivo è rendere disponibili workflow più semplici per le operazioni comuni senza eliminare le configurazioni avanzate necessarie negli ambienti di produzione. LTX-2.5 è disponibile su Hugging Face con pesi aperti, è integrato nativamente in ComfyUI ed è accessibile anche attraverso l’API LTX per le organizzazioni che preferiscono un’infrastruttura gestita.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)