LTX-2は、Lightricksが公開した映像と音声を1回の処理で同時に生成するオープンウェイトの動画モデルです（LTX-2は19B）。今の最新はLTX-2.5（22B・2026年7月）で、ComfyUIにネイティブ対応しています。公式はVRAMの数字を出しておらず、LTX-2.5のComfyUI用のファイルは変換器だけで21.5GB（int8）あるので、16GBのGPUではオフロードが前提になります。
ローカルで音声付きの動画を作れるLTX-2について、公式の文書（ComfyUI公式の解説・Lightricksのリポジトリ・Hugging Face。2026年10月に確認）をもとに、版の違い、モデルの大きさ、ComfyUIでの始め方、ライセンスを整理します。動画生成の土台となるComfyUIの基本はComfyUIの使い方完全入門で確認できます。
LTX-2とは？
ComfyUI公式のLTX-2の解説によると、LTX-2は19BのDiTベースの音声・映像の基盤モデルで、動き・セリフ・効果音・音楽を1回の処理で同時に生成します。主な機能は次のとおりです。
- テキストから動画・画像から動画・動画から動画
- Canny・深度・ポーズによる動画の制御（IC-LoRA）
- キーフレームの画像の間を補う生成
- 解像度とフレームレートを2倍にするアップスケーラー
蒸留版（distilled）は8ステップ・CFG 1で動く、速さを優先した版です。
LTX-2・2.3・2.5の違いは？
| 版 | パラメーター | Hugging Faceへの公開 | 主な変化 |
|---|---|---|---|
| LTX-2 | 19B | 2026年1月 | 映像と音声の同時生成 |
| LTX-2.3 | 22B | 2026年3月 | — |
| LTX-2.5 | 22B | 2026年7月 | Diffusion Fidelity Rendering・ネイティブのマルチショット・Gemma 4 12Bの文章のエンコーダー・自動の尺の予測・4K HDR |
公開の時期はHugging Faceのリポジトリの作成日、LTX-2.5の変化はComfyUI公式のLTX-2.5の解説によります。
必要なVRAMは？
公式はVRAMの数字を出していません。目安になるのはモデルのファイルの大きさです。
| LTX-2.5のファイル | 大きさ |
|---|---|
| 変換器（蒸留版）bf16 | 42.02GB |
| 変換器（蒸留版）int8（ComfyUIのテンプレートが使う） | 21.5GB |
| 変換器（蒸留版）NVFP4 | 18.72GB |
| 文章のエンコーダー Gemma 4 12B bf16 | 26.26GB |
| 文章のエンコーダー Gemma 4 12B int8（ComfyUIのテンプレートが使う） | 15.37GB |
出典＝Hugging FaceのLightricks/LTX-2.5のファイルの一覧（2026年10月10日に取得）。いちばん小さいNVFP4の変換器でも16GBを超えるので、16GBのGPUではCPUのメモリへのオフロードが前提です。LightricksのLTX-2のリポジトリは、GPUのメモリが足りないときは--quantization fp8-castと--offload（CPU・ディスク）を使うよう案内しています。どの動画モデルを何GBで回すかは、公式の数字を並べたローカルAI動画のGPU/VRAM選びを参考にしてください。
ComfyUIでの始め方は？
LTX-2・LTX-2.5はComfyUIにネイティブ対応しています（ComfyUI公式）。
Template Library ‣ Video から、LTX-2またはLTX-2.5のワークフローを選びます。
LTX-2.5のモデルはHugging Faceのゲート付きのリポジトリにあります。リポジトリのページで利用条件に同意し、アクセスの申請が承認されてから、ポップアップに従ってモデルをダウンロードします。承認前はダウンロードに失敗します。
Wan 2.2・HunyuanVideoとどう選ぶ？
必要なVRAMの公式の数字はモデルで大きく違います。Wan 2.2 5BはComfyUI公式で「オフロードありで8GBに収まる」とされ、HunyuanVideo 1.5は公式の最小が14GB（オフロードあり）、LTX-2.5は数字がありません（ローカルAI動画のGPU/VRAM選び）。音声も同時に作りたいならLTX-2系、手元のVRAMが少ないならWan 2.2 5Bから試す、という分け方ができます。Wan 2.2の導入はWan 2.2の導入ガイドにまとめています。
LTX-2を快適に動かすPC環境
LTX-2.5はファイルが大きく、オフロードを使う場合はシステムのメモリも多く使います。VRAMとメモリに余裕のある構成のほうが待ち時間を抑えやすくなります。
「まずGPUなしで生成AIに慣れたい」なら、画像生成から入れるConoHa AI CanvasでComfyUIの操作感を掴んでおくとスムーズです。
※ 月額1,100円〜＋利用時間の従量課金・環境構築なし／ComfyUI・AUTOMATIC1111対応・公式の対応モデルはStable Diffusion 1.5/2.0/2.1/XL（この記事のLTX-2は対応一覧に無い）まとめ
- LTX-2は映像と音声を1回の処理で同時に生成する、Lightricksのオープンウェイトのモデル（今の最新はLTX-2.5・22B）
- 公式はVRAMの数字を出していない。LTX-2.5のComfyUI用のファイルは変換器21.5GB・文章のエンコーダー15.37GB（どちらもint8）＝16GBのGPUではオフロードが前提
- ComfyUIはテンプレートから始められる。LTX-2.5はHugging Faceで利用条件に同意して承認を受ける
- ライセンスは独自（LTX-2 / LTX-2.x Community License Agreement）＝使う前に条件を読む
コメント