Бесплатный видеогенератор ИИ от NVIDIA: 10 секунд видео за 6,8 секунды на локальном железе

До сих пор генерация видео с помощью нейросетей упиралась в два барьера: облачные сервисы списывали деньги за каждый клип, а открытые модели «глючили» на стыках кадров, персонаж менял лицо от сцены к сцене. По данным LTX, семейство LTX скачали более 33 миллионов раз, что делает его одной из самых востребованных открытых видеомоделей. Релиз LTX-2.5 вышел в один день с агентной моделью Nemotron 3.5 Lightning от NVIDIA. Обе модели открытые и рассчитаны на локальный запуск. Источник новости: официальный анонс LTX и материалы серии NVIDIA по локальному ИИ за август.

Что изменилось по сравнению с предыдущей версией?

• Многокадровая генерация в одном проходе (multishot). Модель рендерит целую последовательность сцен как единый фрагмент: персонаж, обстановка и стиль сохраняются от кадра к кадру. Раньше открытые модели теряли консистентность между сценами, и результат годился разве что для мемов.

• Новый декодер для динамичных сцен. Специальный диффузионный декодер убирает артефакты (визуальный «мусор», мерцание, размытие) именно в быстром движении, при этом сохраняет высокий уровень сжатия и верность исходному материалу.

• Языковая основа на Gemma 4. Модель лучше понимает сложные промпты с несколькими персонажами и действиями. Встроенный «усилитель промпта» (prompt enhancer) сам дорабатывает текстовое описание, чтобы результат точнее совпадал с замыслом.

• Diffusion Fidelity Rendering. Движение строится в сжатом пространстве (в 8 раз по временной оси), а затем модель генерирует ключевые кадры высокой детализации, которые «якорят» визуальное качество. Количество ключевых кадров подстраивается под сложность сцены и мощность железа.

• Чекпоинт для робототехники. Отдельная предобученная версия модели заточена под физический ИИ и робототехнику, а не под кинематографическое видео.

• Дистиллированная версия. Облегчённая модель выдаёт то же качество при меньших затратах ресурсов и более быстром инференсе (инференс, процесс, при котором модель генерирует результат по вашему запросу).

Насколько это быстрее конкурентов?

По опубликованному бенчмарку LTX (замер «из картинки в видео»), 10-секундный клип генерируется за 6,8 секунды на двух ускорителях NVIDIA GB200 и за 23,7 секунды через API LTX. Для сравнения: ближайшие закрытые альтернативы из того же бенчмарка, Omni Flash, Grok 1.5 и Veo 3.1, показывают от 52 до 70 секунд. Более медленные сервисы заметно отстают: Seedance 2.0 занимает 196 секунд, FLUX 3 занимает 259 секунд, Kling 3.0 Pro занимает 398 секунд.

На локальном железе модель генерирует ролик в 7,6 раза быстрее ближайшего закрытого конкурента из этого бенчмарка. Разница не академическая: при такой скорости ночной пакетный рендер десятков вариантов рекламного ролика становится бытовой задачей.

Как попробовать?

1. Убедитесь, что у вас видеокарта NVIDIA RTX (модель работает на потребительских картах серии RTX). Точные требования к VRAM компания снизила, но конкретный минимум в источнике не назван.
2. Установите ComfyUI, бесплатный визуальный редактор нейросетевых пайплайнов, если ещё не стоит.
3. Скачайте веса LTX-2.5 (модель с открытыми весами, доступна бесплатно) и подключите их внутри ComfyUI.
4. Для подстройки под свой стиль или персонажа используйте LoRA-дообучение (дообучение, обучение модели на ваших примерах под узкую задачу): загрузите несколько референсов, и модель «запомнит» фирменный образ.

Есть ли аналог в России?

Прямого российского аналога, открытого видеогенератора ИИ для локального запуска, на момент публикации нет. YandexGPT и GigaChat работают с текстом и частично с изображениями, но генерации видео по промпту не предлагают. Kandinsky от «Сбера» умеет генерировать изображения, однако видеорежима с открытыми весами для локального запуска у него нет.

Для авторов из РФ LTX-2.5 доступен без ограничений: модель открытая, скачивается напрямую, не требует подписки и не зависит от облачного сервиса, который может отключить доступ по региону.

Что это значит для вашей работы?

Автору Дзена и короткого видео. Один человек за ночь может сгенерировать папку с десятками вариантов роликов для «Дзена», VK Видео или Shorts. Никаких поклиповых платежей. Экспериментируйте шире: вместо одного «безопасного» ролика запускайте десять разных подходов и смотрите, какой зацепит аудиторию.

Маркетологу и рекламщику. По данным LTX, «усталость» от рекламного креатива наступает через 7 до 10 дней. Локальная генерация снимает главный барьер: не идеи, а стоимость и время производства вариантов. Пакетная генерация, A/B-тесты десяти хуков, локализация на пять рынков, всё на одной видеокарте без продакшн-бюджета.

Предпринимателю в РФ. Модель с открытыми весами не зависит от иностранного облака: данные не уходят за пределы вашей машины, IP остаётся у вас. Для малого бизнеса, который не может позволить себе видеопродакшн, это способ выпускать рекламные ролики практически бесплатно после покупки видеокарты.

Частые вопросы

Нужна ли мощная видеокарта?

Модель оптимизирована для потребительских карт NVIDIA RTX. Разработчики специально снизили требования к видеопамяти (VRAM), однако точный минимум в источнике не указан. Если у вас RTX 3060 и выше, имеет смысл попробовать. На картах AMD и Intel модель официально не поддерживается.

Чем отличается от закрытых сервисов вроде Sora или Kling?

Главное отличие: открытые веса и локальный запуск. Вы не платите за каждый клип, не загружаете данные в чужое облако и можете дообучить модель под свои задачи. По скорости на локальном железе LTX-2.5, по собственному бенчмарку компании, обходит перечисленные закрытые альтернативы в разы.

Можно ли генерировать видео на русском промпте?

Языковая основа модели построена на Gemma 4. В источнике не уточняется поддержка русского языка в промптах. На практике большинство открытых видеомоделей лучше понимают английский. Рекомендую начинать с английских промптов и проверить русский экспериментально.

Бесплатный видеогенератор ИИ на собственной видеокарте, без подписок и без передачи контента на чужие серверы, ещё год назад звучал как фантазия. Скачивайте веса, запускайте первый тест сегодня вечером и проверяйте сами, держит ли модель лицо вашего персонажа от кадра к кадру.