LTX-2.5: Offene Gewichte für Video mit Audio
video-generationopen-weightsltx-2-5
Offene Gewichte in Video werden wieder spannend
LTX-2.5 ist nicht deshalb wichtig, weil „noch ein Modell Clips rendert“, sondern weil Lightricks ein Open-Weights Video/Welt-Modell mit synchroner Video- und Audiogenerierung bereitgestellt hat. Auf der Modellkarte von Lightricks auf Hugging Face wird es als Modell für lokale Ausführung und Fine-Tuning beschrieben, mit Eingaben aus Text, Bild und Video. Die LTX-Dokumentation ergänzt einen entscheidenden Punkt: Audio und Video werden synchron in einem Durchlauf erzeugt.
Mit Stand 12. August 2026 sieht dies wie ein konkurrenzfähiger Release aus, nicht nur wie ein schicker Teaser. Laut LTX-Dokumentation unterstützt die Generierung bis zu 20 Sekunden pro Lauf, Modi mit 1080p, 1440p, 4K und Porträt bis 1080×1920. Auch die Bildraten sind kein Spielzeug: 24, 25, 48 oder 50 FPS.
Die ComfyUI-Dokumentation erwähnt separat natives 4K HDR mit bis zu 50 FPS und einen RAW-Workflow für Finishing-Pipelines. Das ist die Sprache von Leuten, die nicht nur an den Prompt denken, sondern auch an das, was nach der Generierung kommt: Schnitt, Farbe, Auslieferung in einen echten Videoprozess.
Architektonisch liegt der Kern nicht in der Auflösung. LTX beschreibt LTX-2.5 als multimodales Weltmodell auf einem asymmetrischen Dual-Stream-Diffusion-Transformer mit bidirektionaler Cross-Attention. Im Inneren werden ein eigener Gemma-4-12B-Text-Encoder, ein Prompt-Verstärker, natives Multishot und ein diffusionsbasierter Video-Decoder anstelle des bisherigen VAE-Decodings genannt.
Es gibt eine Nuance: Das Hugging-Face-Repository ist als gated gelistet, aber das Modell selbst wird als Open Weights beschrieben. Es ist also nicht ganz „herunterladen, keine Fragen, vergessen“, aber für Entwickler ist es dennoch eine andere Zugangsklasse als ein geschlossener Videogenerator, der nur über eine fremde Schnittstelle läuft.
Was das für Entwickler ändert
Die wichtigste Veränderung ist einfach: Videomodelle beginnen, aus dem Demo-Magie-Modus in den Ingenieur-Werkstoff-Modus überzugehen. Wenn Gewichte für lokale Ausführung und Fine-Tuning verfügbar sind, kann man das Modell auseinandernehmen, Pipelines bauen, es an eine Domäne anpassen und muss nicht warten, bis der benötigte Endpunkt in einer geschlossenen API erscheint.
Natives Multishot ist ebenfalls keine Kosmetik. Für Videos zählt nicht nur eine schöne Szene, sondern die Kohärenz zwischen Einstellungen, Dauer, Ton und Steuerbarkeit. Die automatische Vorhersage der Dauer klingt wie ein kleines Detail, aber genau solche Details entscheiden, ob das Modell in einer Produktionspipeline lebt oder ein Prompt-Spielzeug bleibt.
Ich würde zuerst nicht auf hübsche Beispiele schauen, sondern auf Charakterstabilität, Schnittübergänge, Objektdrift und darauf, wie synchron der Ton wirklich ist und nicht nur „irgendwas spielt nebenher“. Bei Video fällt alles deutlicher auf als bei Bildern.
Vergleiche mit Sora und Veo sind noch rutschig
Die ehrliche Schlussfolgerung: Auf der Lightricks-Modellkarte und in der LTX-Dokumentation fehlt eine verlässliche Head-to-Head-Tabelle gegen Sora, Runway Gen-4 und Veo 3. Daraus einen Gewinner-Ranking zu machen, wäre weit hergeholt.
Deshalb sehe ich LTX-2.5 nicht als Siegesfahne, sondern als ein unbequemes Signal für geschlossene Anbieter. Wenn sich die angekündigten Modi in realen Pipelines bestätigen, verschiebt sich der Wettbewerb von „wer hat den schickeren Teaser“ hin zu „wessen Modell lässt sich wirklich einbetten, weitertrainieren und steuern“.
Und das ist dann richtig heiß: nicht ein Video in der Vitrine, sondern die Möglichkeit, an der Maschine zu schrauben, die es herstellt.