LTX-2 — это открытая модель базового видео с 19 миллиардами параметров (14B видео + 5B аудио), которая генерирует синхронизированное высокоразрешающее видео и аудио за один проход. Поддерживает нативное 4K (3840×2160) до 50 FPS и видеоклипы до 20 секунд, с мультимодальными входами, включая текстовые подсказки, изображения, карты глубины, ключевые кадры и короткие референсные видео. Модель обеспечивает нативный синтез звука — диалоги, фоновые звуки, музыку и Foley — выровненные с визуальными событиями. LTX-2 оптимизирован для эффективного инференса (NVFP4/NVFP8) и распространяется под Apache 2.0, чтобы команды могли скачивать веса, дообучать, деплоить локально или использовать хостированный веб-генератор (требуются кредиты).

LTX-2 AI — это готовая к производству open-source модель генерации видео, создающая клипы до 4K и 50 FPS с интегрированным звуком (диалоги, окружение и музыка), синхронизированным с видео. Пользователи предоставляют текстовые подсказки или опорные изображения; модель генерирует короткие видео (6–20 с), оптимизированные для социальных платформ и профессиональных рабочих процессов. Модель можно запускать локально, дообучать или использовать через API для пакетной генерации, предоставляя создателям полный контроль над контентом, лицензирование под Apache 2.0 и возможность интеграции в существующие пайплайны.