企业官网建设流程全解析

LTX-Video 部署指南：8GB 显存跑通实时图生视频

【免费下载链接】LTX-VideoOfficial repository for LTX-Video项目地址: https://gitcode.com/GitHub_Trending/ltx/LTX-Video

LTX-Video 是 DiT 架构的潜在空间扩散视频生成模型：一张静图喂进去能出视频，还能给已有片段接前接后、多点条件控制。蒸馏版把采样从 30 步压到 10 步，让 8GB 显存的卡也能实时出片。本文按「选版本 → 跑起来 → 真实场景 → 调优排障」的顺序，帮你把 LTX-Video 在自己的显卡上完整用起来。

🎯 先选配置：三句话决定你跑哪个版本

配置文件都在 configs 目录，按场景挑，别追最大的：

• 8GB 显存、要快出结果：选ltxv-2b-0.9.8-distilled.yaml。2B 蒸馏版是显存门槛最低的，且蒸馏版不用 CFG 和 STG（配置里 guidance_scale 和 stg_scale 都是 0），采样步数从 dev 版的 30 步降到 10 步（7+3 两段 timesteps）。
• 16GB 以上显存、要质量速度平衡：选ltxv-13b-0.9.8-distilled.yaml。质量接近 13B dev 版，官方定位就是快速迭代。
• 只拼质量、有 24GB 显存：ltxv-13b-0.9.8-dev.yaml，30 步采样并完整启用 CFG 与 STG；显卡是 Ada 架构（RTX 40 系等）且显存吃紧的话，换对应的 fp8 配置（如ltxv-13b-0.9.8-distilled-fp8.yaml），以 float8_e4m3fn 精度跑，README 说明它依赖 Q8 kernels、只支持 Ada 及更新架构。

硬件参照：最低档 RTX 4060（8GB）级显卡 + 16GB 内存 + 50GB 空闲磁盘即可（13B 权重约 15GB，首跑自动下载）；预算有限的替代档是二手 RTX 3090（24GB），13B dev 版能从容装下。

⚙️ 从 clone 到出环境：三步命令，先验证显卡

先做预检：

nvidia-smi python -c "import torch; print(torch.cuda.is_available())"

第二行应输出True，说明独显在跑（笔记本用户容易错用核显）。LTX-Video 在 Python 3.10.5 + CUDA 12.2 + PyTorch ≥ 2.1.2 上测试通过，macOS 走 MPS 需要 PyTorch 2.3.0。

接着一步装完：

git clone https://gitcode.com/GitHub_Trending/ltx/LTX-Video cd LTX-Video python -m venv env && source env/bin/activate pip install -e .[inference]

做什么：克隆仓库、建隔离环境、装带推理依赖（imageio/av/torchvision）的包。成功长什么样：安装无报错，pip show ltx-video显示版本 0.1.2。

📷 图生视频：第一次出片的完整命令

首跑直接喂仓库自带的测试图，配 2B 蒸馏配置：

python inference.py \ --prompt "粉色高领毛衣的女人站在木栅栏旁，微风吹起她的头发" \ --conditioning_media_paths ./tests/utils/woman.jpeg \ --conditioning_start_frames 0 \ --height 704 --width 1216 \ --num_frames 121 --seed 42 \ --pipeline_config configs/ltxv-2b-0.9.8-distilled.yaml

图片作为第 0 帧条件，模型补齐其余帧——这是最常用的图生视频入口，全部参数见 inference.py。成功长什么样：终端打印Output saved to，outputs/当天日期/下多出一个video_output_*.mp4。

参数逻辑都在这条命令里：height/width 建议 32 的倍数（704×1216 是官方默认）；num_frames 按 8n+1 走，121 帧在 30 FPS 下约 4 秒；seed 固定即可复现（默认 171198）。官方建议分辨率低于 720×1280、帧数低于 257，越界会自动补齐再裁回。附带一提：prompt 少于 120 词时会被内置 LLM 自动扩写，直接写短句就行。

🎬 视频扩展：给已有片段接前接后

把条件从图片换成视频，就是扩展：

python inference.py \ --prompt "镜头缓慢推进，云层从天空飘过" \ --conditioning_media_paths ./my_clip.mp4 \ --conditioning_start_frames 0 \ --height 704 --width 1216 \ --num_frames 241 --seed 42 \ --pipeline_config configs/ltxv-2b-0.9.8-distilled.yaml

模型从输入片段开始续写。两条硬性约束（README 写明的）：输入视频帧数必须是 8n+1（9、17、25……），目标总帧数必须是 8 的倍数。踩坑：源片段没预处理到 8n+1 会直接报错，先裁好再喂。

想同时锚定多个时间点（比如开头和结尾都固定），把多个路径与帧号成对传入，还能配conditioning_strengths（0~1）控制各条件强度；tests/test_inference.py 里「视频钉在 16 帧 + 图片钉在 43 帧」的例子就是现成模板。

🔌 包成服务：把 infer 暴露成 API

不用改代码：ltx_video.inference直接导出infer和InferenceConfig，入口在 ltx_video/inference.py。写 FastAPI 路由接收 prompt 和图片路径，构造InferenceConfig(pipeline_config=..., prompt=..., height=..., width=..., num_frames=..., output_path=...)后调用infer(config)，返回生成文件路径，uvicorn起 4 个 worker 即可对外；调用签名直接照抄 tests/test_inference.py。

注意：pipeline 会把模型常驻显存，单卡建议 1 个 worker，多并发就横向加卡。LTX-Video 的 13B 蒸馏版是企业多并发的平衡点：质量约保留原始版 90%，速度最高快 15 倍。

🔧 调优与排障：三个旋钮由轻到重

第一档（换配置文件）：--pipeline_config换成 fp8 配置，精度从 bfloat16 变 float8_e4m3fn，显存约省 45%、速度约 +10%；蒸馏版本身就是零改动提速，先别急着动别的。

第二档（改参数）：guidance_scale 官方建议 3-3.5，静态场景可高、动态场景可低；decode_noise_scale 默认 0.025，色彩发闷时在 0.01-0.03 间调；动态场景可开stochastic_sampling；采样步数 20-30 取速度、40+ 取质量（仅非蒸馏版）。显存告急加--offload_to_cpu——代码里只有显存 < 30GB 时才真正生效，省显存但会拖慢，只救急。

第三档（改代码）：层跳过策略（skip_layer_strategy，见ltx_video/utils/skip_layer_strategy.py）约提速 30%、省 25% 显存，代价是质量轻微下降；定位瓶颈用torch.profiler.profile，重点看aten::conv3d和aten::matmul的耗时占比。

常见现象，对号入座：

• CUDA out of memory→ 显存不够 → 降分辨率/帧数，或换 fp8 配置，nvidia-smi复查占用。
• 模型文件缺失或大小不对→ 下载中断 → 配置里的checkpoint_path指向本地文件，首跑会自动从 HuggingFace 下载，13B 权重约 15GB，手动补齐。
• 帧间抖动、画面跳变→ 帧间一致性不足 → 确认配置里stg_mode为attention_values（默认值）。
• 文本与画面不匹配→ 文本编码器问题 → 核对配置里的text_encoder_model_name_or_path（官方为 PixArt-alpha/PixArt-XL-2-1024-MS）。
• 出片尺寸帧数与指定不符→ 尺寸不是 32/8n+1 的倍数 → 正常行为，infer会补齐到最近合法尺寸再裁回。

关键词：LTX-Video、LTX-Video 部署、LTX-Video 显存要求、LTX-Video 图生视频、LTX-Video 视频扩展、LTX-Video FP8 怎么开

【免费下载链接】LTX-VideoOfficial repository for LTX-Video项目地址: https://gitcode.com/GitHub_Trending/ltx/LTX-Video