Hopp til innholdet
Norsk journal om kunstig intelligens 255 artikler Oslo --:--
TokenPrat
2 min lesetid Av TokenPrat-redaksjonen

LTX-2.5: Rask, åpen videomodell – men les lisensen nøye

Lightricks (det israelske selskapet bak LTX-familien) slapp LTX-2.5 11. august 2026 – en 22 milliarder parameter stor, åpen video- og lyd-modell. Hastighetstallene er reelt imponerende, og multi-shot-funksjonaliteten er en genuin nyvinning.

Hastigheten stemmer – med ett forbehold

En 10-sekunders klipp på 720p rendres på 6,8 sekunder – raskere enn sanntid. Det er ekte, men verdt å presisere: dette tallet er målt på to Nvidia GB200-superchips, altså datasenter-maskinvare til flere millioner kroner, ikke noe du har liggende hjemme. Via det vanlige API-et tar samme klipp 23,7 sekunder – fortsatt raskt sammenlignet med konkurrenter (52–70 sekunder for de raskeste lukkede alternativene), men et ganske annet tall enn "raskere enn sanntid".

Multi-shot og nye funksjoner

Native multi-shot-generering er reell og genuint nytt for denne modellfamilien: én prompt kan produsere flere sammenhengende scener som beholder karakter, miljø, lys og stemme på tvers av kutt, i stedet for at du må stykke sammen separate klipp manuelt. Modellen introduserer også "Diffusion Fidelity Rendering", som legger mer regnekraft i kompliserte deler av et bilde (folkemengder, rask bevegelse) i stedet for å spre den jevnt, samt en ny dekoder som gir skarpere ansikter, tekst og bevegelse enn tidligere LTX-versjoner. Lyd genereres i samme pass som bildet – ingen separat lydgenereringssteg.

Lisensen er ikke helt "åpen kildekode" i tradisjonell forstand

Her bør vi nyansere ordet "åpen": vektene er gratis for kommersiell bruk for selskaper under 10 millioner dollar i årlig omsetning, men over den grensen kreves en betalt lisens. Lisensen har også noen uvanlige klausuler for en selvhostet modell: alle derivater må videreformidles under samme lisens, en finjustering som overføres til et selskap med over 10 millioner dollar i omsetning utløser automatisk deres betalingsplikt, og kommersielle brukere er eksplisitt forbudt fra å bruke modellen til å trene opp konkurrerende AI-systemer. Dette er altså langt fra en fri Apache 2.0- eller MIT-lisens.

Maskinvare hvis du vil kjøre den selv

For lokal kjøring trenger du minst 32GB VRAM med FP8-kvantisering (innen rekkevidde for et RTX 5090-kort), mens A100 eller H100 anbefales for full kvalitet. ComfyUI-støtte er innebygd fra dag én.

Sammenligningen med MiniMax H3

Råtekstens påstand om at MiniMax H3 har et lite kvalitetsfortrinn mens LTX-2.5 vinner på hastighet, er en rimelig generell beskrivelse av markedsposisjoneringen – men jeg fant ingen uavhengig, direkte hode-mot-hode-test mellom nettopp disse to modellene som kunne bekrefte påstanden presist. Ta den som en generell tendens, ikke et verifisert testresultat.

Ressurser

Del

Les videre

Forsiden →
Forelesningssal om natten med en tavle full av krittdiagrammer, en laptop og høye stabler med manuskripter
· Forskning

OpenAI slapp over 700 matematikkbevis på én dag – Lean sjekker rundt 42 prosent av dem

6. oktober la OpenAI ut 722 matematiske manuskripter laget av en intern modell uten navn. Det mest interessante er metoden: en AI som tenker i timevis per problem, og et maskinelt verktøy som skal skille holdbare bevis fra tull.

Studiomikrofon med lysende fargede lydbølger i et mørkt lydstudio
· Modeller

Ming 3.0 TTS: Beste åpne stemmekloner med MIT-lisens – men den snakker ikke norsk

Ant Group har sluppet to talemodeller som kloner stemmer, designer nye fra en beskrivelse og ler, sukker og nøler på kommando. Den minste har bare 0,5 milliarder parametere, og lisensen er så åpen som det går an. Men står norsk på ønskelista, må du vente.

Menneskehånd og robothånd som holder hver sin trekloss med samme grep
· Forskning

FlashDexRetarget: Én policy for tusen håndbevegelser – og 100 ganger mindre GPU-tid

Roboter med fingre trenger enorme mengder treningsdata, og den billigste kilden er opptak av mennesker som håndterer ting. Problemet er å oversette en menneskehånd til en robothånd. Et nytt prosjekt fra KAIST og Holiday Robotics gjør det med én felles modell i stedet for én per bevegelse, og bruker