Lightricks/LTX-Desktop
An open-source desktop app for generating videos with LTX models
LTX Desktop – 是什麼
LTX Desktop 是一個開源桌面應用程式,可使用 LTX 品牌的生成模型來產生與編輯影片(及影像)。它在強大的 Windows/Linux NVIDIA GPU 或 Apple Silicon Mac 上本地執行,當硬體不足時會自動降級至付費雲端 API。
核心功能
| 功能 | 工作方式 |
|---|---|
| 文字轉影片 | 輸入提示;本地 LTX 2.5 Fast(預設)或 LTX 2.3 Fast 模型產生影片。 |
| 影像轉影片 / 音訊轉影片 | 相同模型可接受影像或音訊片段作為額外條件。 |
| 影片編輯(重拍 / 延長) | 僅舊版 LTX 2.3 Fast 模型支援本地「重拍」編輯;新版 LTX 2.5 Pro 版本透過雲端 API 實現。 |
| 文字轉影像 & 影像轉影像 | 使用相同後端整合影像產生/編輯功能。 |
| LoRA 支援 | 從內建圖書館或您自己的 .safetensors 檔案載入 LoRA 適配器(風格/主題微調)——僅支援本地影片產生。 |
| 提示增強 | 透過本地模組或 Gemini API 進行目錄感知的提示重寫,以優化提示。 |
| 影片編輯 UI | 基於時間軸的編輯器,用於組合、裁剪和填補生成片段的空白。 |
本地模式 vs. API 模式
| 平台 | 何時取得 本地產生 | 何時取得 僅 API |
|---|---|---|
| Windows + CUDA GPU(≥16 GB VRAM) | 下載模型權重並在 GPU 上執行。 | 若缺少 GPU、VRAM < 16 GB 或驅動未知 → 需要 LTX API 金鑰。 |
| Linux + CUDA GPU(≥16 GB VRAM) | 與 Windows 相同。 | 相同降級。 |
| macOS Apple Silicon(≥15 GB 空閒 RAM) | 在 Apple 的 MPS 後端上執行。 | 空閒 RAM 不足或 Intel Mac → 僅 API。 |
在僅 API 模式下,您仍可產生影片,但受限於雲端服務提供的解析度/時長,且必須為 Fast 或 Pro 套餐付費。
快速上手
- 從倉儲的 Releases 頁面下載安裝程式。
- 執行安裝程式——它將建立基於 Electron 的 UI 和 Python FastAPI 後端。
- 首次啟動時,可能需要登入 Hugging Face 以接受受保護的 2.5 模型權重的授權協議。
- 在 Settings → API 中設定一個免費的 LTX API 金鑰(用於雲端文字編碼和可選的雲端產生)。
- 在 UI 中選擇 Local 或 API 模式;應用將自動偵測硬體和空閒 RAM。
所有應用資料(設定、下載的模型、日誌)均儲存在標準 OS 資料資料夾中:
- Windows:
%LOCALAPPDATA%\LTXDesktop\ - macOS:
~/Library/Application Support/LTXDesktop/ - Linux:
~/.local/share/LTXDesktop/
開發與貢獻
倉儲分為三個層級:
- Renderer – React + TypeScript UI (
frontend/)。 - Electron – 原生視窗、檔案對話框和程序管理 (
electron/)。 - Backend – 與 GPU 和外部 API 通訊的 Python FastAPI 伺服器 (
backend/)。
貢獻者快速入門:
# 安裝 Node、uv、Python 3.13+、Git
pnpm setup:dev # 安裝相依性、建立虛擬環境、建構 UI
pnpm dev # 以開發模式啟動 Electron + 後端
還存在用於除錯、類型檢查、執行後端測試和效能驗證的額外指令碼。
許可與隱私
- 程式碼 – Apache-2.0。
- 模型權重 – 從 Hugging Face 單獨下載;各自攜帶獨立授權。。
- 遙測 – 可選的匿名使用統計(應用版本、平台、隨機 ID)。可在 Settings → Anonymous Analytics 中停用。
哪些人可能用得上?
- 需要僅桌面工作流程、快速影片原型設計且不向雲端傳送資料的創作者。
- 在影片擴散模型上實驗 LoRA 適配器的研究人員。
- 希望使用單一 UI 實現文字到影片、影像到影片及基本影片編輯,並在硬體不足時可降級到付費 API 的團隊。
總結:LTX Desktop 將現代影片擴散流程打包為使用者友善的 Electron 應用,既支援高階 GPU/Apple Silicon 上的完全本地產生,也提供低效能裝置的雲端降級方案。這是一個真實、持續維護的 AI 專案。
相關
- 專案
- 專案
- 專案
- 專案
- 專案