Компания Lightricks, известная приложениями Facetune и VideoLeap, анонсировала модель генерации видео LTXV-13B. Система содержит 13 миллиардов параметров и генерирует контент в 30 раз быстрее аналогов, при этом работая на потребительском оборудовании — даже на ноутбуках с видеокартами RTX 3090, 4090 или 5090. Это стало возможным благодаря технологии «многомасштабного рендеринга», которая напоминает работу художника: модель создаёт видео послойно, от эскиза к деталям, снижая пиковую нагрузку на видеопамять.
«Это крупнейший технический прорыв для локального ИИ», — заявил Зив Фарбман, соучредитель Lightricks. Технология позволяет обойтись без корпоративных GPU с VRAM 80 ГБ, которые используют конкуренты вроде Runway или Pika. Например, LTXV-13B обрабатывает фрагменты видео, а не целые кадры, что значительно экономит ресурсы. Дополнительный бонус — компактное пространство, уменьшающее потребление памяти без потери качества.
Lightricks открыла исходный код модели, разместив её на Hugging Face и GitHub. «Мы хотим ускорить развитие ИИ через коллаборации», — пояснил Фарбман. Это решение не только снижает затраты на R&D, но и привлекает разработчиков, которые могут улучшать алгоритм. Для коммерческого использования компания сотрудничает с Getty Images и Shutterstock, лицензируя контент, что минимизирует юридические риски.
Бесплатный доступ к LTXV-13B получат стартапы с доходом до $10 млн в год. Крупные компании смогут заключить лицензионные соглашения по аналогии с игровыми движками. Пока модель не дотягивает до уровня голливудской анимации, но уже автоматизирует трудоёмкие этапы, экономя время студий. В планах Lightricks — создание мультимодальных систем, объединяющих видео, звук и музыку в единое латентное пространство.
Интеграция LTXV-13B в платформу LTX Studio началась сразу после релиза. Это открывает новые возможности для создателей контента, которые теперь могут быстро генерировать ролики без облачных серверов.