LTX-2 est un modèle fondation vidéo open-source de 19 milliards de paramètres (14B vidéo + 5B audio) qui génère en un seul passage la vidéo et l'audio haute résolution synchronisés. Il prend en charge le 4K natif (3840×2160) jusqu'à 50 FPS et des clips vidéo jusqu'à 20 secondes, avec des entrées multimodales incluant prompts textuels, images, cartes de profondeur, keyframes et courtes vidéos de référence. Le modèle fournit une synthèse audio native — dialogues, ambiances, musique et Foley — alignée sur les événements visuels. LTX-2 est optimisé pour une inférence efficace (NVFP4/NVFP8) et est distribué sous Apache 2.0 afin que les équipes puissent télécharger les poids, affiner, déployer localement ou utiliser le générateur web hébergé (crédits requis).

Wan 2.5 est une plateforme de génération vidéo IA de pointe offrant des capacités multimodales natives pour la création synchronisée audio et vidéo. Elle prend en charge les entrées de texte, images, vidéo et audio pour générer des vidéos 1080p HD de qualité cinématographique avec synchronisation audio précise incluant voix et effets sonores. Sous licence open-source Apache 2.0, Wan 2.5 est optimisé pour les GPU grand public et conçu pour un large éventail d’applications telles que la production cinématographique, la recherche IA, l’éducation interactive et la création de prototypes créatifs. Elle s’améliore continuellement grâce à l’apprentissage par renforcement avec feedback humain pour une qualité et une expérience utilisateur optimisées.