📌 TL;DR — Lightricks lanza LTX-Video 2.5, un modelo de 22B parámetros con pesos abiertos que genera vídeo y audio sincronizados a partir de texto, imagen o vídeo. Las novedades principales son el multishot nativo, un nuevo decodificador de difusión y soporte para 4K HDR y RAW, con integración en ComfyUI desde el primer día. El matiz crítico: los pesos están en Hugging Face pero sujetos a licencia con restricciones, lo que afecta directamente a cualquier plan de uso comercial o integración en producto.
Por qué este lanzamiento merece atención
El mercado de generación de vídeo con IA lleva meses dominado por modelos cerrados o de acceso solo vía API. Eso tiene un coste claro: dependencia de un proveedor externo, precios por segundo de vídeo generado y ningún control sobre el modelo subyacente. Cuando aparece un modelo con pesos abiertos y capacidades competitivas, la ecuación cambia, al menos sobre el papel.
LTX-Video 2.5 es el último lanzamiento de Lightricks, la empresa israelí conocida por sus apps de edición creativa. El modelo se presenta como una base abierta para generación de vídeo y audio de alta fidelidad, pensada para ejecución local, fine-tuning y despliegue en infraestructura propia [1]. Con 22B parámetros, Lightricks lo posiciona además como una base para aplicaciones emergentes en robótica y physical AI [6][7], lo que da una idea del nivel de ambición técnica detrás del proyecto.
Pero antes de planificar nada, conviene separar el marketing del estado real del modelo.
Qué hay de nuevo en la versión 2.5
Multishot nativo
La incorporación más relevante desde el punto de vista narrativo y de producción es el soporte nativo para multishot. Hasta ahora, generar una secuencia de planos coherentes requería concatenar clips individuales con resultados variables en consistencia visual. Con multishot nativo, el modelo puede generar directamente secuencias con cambios de plano manteniendo coherencia de personajes, escenario e iluminación [3][6].
Para producción de contenido, esto no es un detalle menor. Es la diferencia entre tener una herramienta que genera clips sueltos y una que puede construir una secuencia con lógica narrativa.
Nuevo decodificador de difusión
LTX-2.5 incorpora un decodificador de difusión que sustituye al decodificador VAE estándar de versiones anteriores. El impacto declarado es doble: mayor detalle en texturas y mejor fidelidad en movimientos complejos [3]. Este cambio arquitectónico es relevante para devs porque afecta al pipeline de inferencia y a cómo se integra el modelo en workflows existentes.
Resolución y calidad
El modelo añade soporte nativo para salidas en 4K HDR y RAW [3][6]. Para contextos de producción profesional o contenido de alta calidad, esto amplía el rango de aplicación frente a modelos anteriores limitados a resoluciones más bajas.
En cuanto a velocidad, Lightricks publica que la versión optimizada con menor número de pasos genera un clip de 10 segundos en 6,8 segundos en dos GB200 a 720p [3][7]. Hay que leer esa cifra con cuidado: proviene del propio proveedor, se refiere a hardware de gama muy alta (NVIDIA GB200) y no está validada de forma independiente. En hardware más accesible, los tiempos serán significativamente distintos.
Otras funciones declaradas
Entre las mejoras adicionales que Lightricks lista están la mejor adherencia al prompt, la auto-duración (el modelo estima la duración adecuada del clip según el prompt) y una función de edición de vídeo en beta [3][6].
La arquitectura de distribución: por qué importa para devs
LTX-2.5 no se distribuye como un único archivo monolítico. El modelo se empaqueta de forma dividida, alineada con la estructura de nodos de ComfyUI [1]. Esto tiene implicaciones prácticas:
- La integración en ComfyUI es directa desde el primer día, sin adaptaciones manuales.
- Para pipelines propios fuera de ComfyUI, hay que entender la estructura del paquete antes de asumir que la carga es trivial.
- El fine-tuning requiere trabajar con esa estructura dividida, lo que añade complejidad respecto a modelos monolíticos.
El repositorio oficial está en Hugging Face [1] y en GitHub [2], con documentación técnica para despliegue. Runpod ha publicado también una guía específica para ejecutarlo en su infraestructura [5].
El matiz que más importa: "open-weights" no significa acceso libre
Aquí está el punto que más afecta a cualquier plan de negocio o integración técnica.
El repositorio de Hugging Face está restringido por licencia. Para acceder a los pesos hay que aceptar los términos de uso de Lightricks, y esos términos incluyen condiciones sobre uso comercial [5]. Esto no es inusual en el ecosistema de modelos "abiertos", pero sí es algo que muchos equipos descubren tarde, después de haber planificado una integración.
"Open-weights" no equivale a "open-source". Los pesos son accesibles, pero las condiciones de uso son las que dicta Lightricks, no una licencia permisiva estándar.
Antes de construir nada sobre este modelo, el primer paso es leer la licencia completa y validar con asesoría legal si el uso previsto está cubierto. Esto aplica especialmente a productos comerciales, SaaS o integraciones en servicios de terceros.
Por otro lado, Lightricks también ofrece acceso vía API con precios por segundo de vídeo generado, con tarifas diferenciadas según resolución: 720p, 1080p, 2K y 4K [3]. Esto abre la opción de usar el modelo sin gestionar infraestructura, pero devuelve la dependencia de proveedor que el autoalojamiento pretende evitar.
Casos de uso reales por perfil
Para equipos de marketing y contenido
La combinación de multishot nativo, auto-duración y soporte para 4K HDR hace que LTX-2.5 sea relevante para producción de contenido social, vídeo corporativo o materiales de formación. La pregunta práctica es si el volumen de producción justifica el coste de infraestructura para autoalojamiento frente a pagar por API.
Un equipo que genera decenas de clips al mes probablemente salga mejor con la API. Un equipo con volumen alto, necesidades de personalización o restricciones de privacidad sobre los datos de entrada tiene más razones para evaluar el despliegue local.
Para desarrolladores e integradores
LTX-2.5 es una base sólida para prototipar workflows de generación de vídeo en ComfyUI, evaluar calidad en casos de uso específicos y explorar fine-tuning si existe un dominio de datos suficiente. La integración nativa con ComfyUI reduce la fricción inicial de forma significativa.
El punto de atención técnica está en los requisitos de hardware. Las cifras de velocidad publicadas por Lightricks corresponden a GB200, hardware que no es accesible para la mayoría de equipos. En GPUs más habituales como A100 o H100, los tiempos de generación serán distintos y hay que medirlos en el entorno real antes de comprometerse con SLAs o estimaciones de coste.
Para empresas con casos de uso en robótica o simulación
Lightricks posiciona explícitamente el modelo como base para physical AI y robótica [6][7]. Si tu equipo trabaja en generación de datos sintéticos para entrenamiento de modelos de visión o simulación de entornos, este es un modelo que merece evaluación técnica directa. La capacidad de generar vídeo coherente con control fino sobre la secuencia de planos es relevante en ese contexto.
Lecciones accionables
-
Lee la licencia antes de planificar cualquier integración comercial. El repositorio requiere aceptar términos específicos. No asumas que "open-weights" implica uso libre en producto. Valida el caso concreto con quien corresponda en tu organización.
-
Empieza por ComfyUI para validar calidad y latencia en tu hardware real. La integración nativa reduce la fricción inicial. Antes de invertir en infraestructura o en desarrollo de pipeline propio, mide en tu entorno con tus casos de uso reales. Las cifras de Lightricks son orientativas, no garantías.
-
Calcula el coste total de autoalojamiento frente a API según tu volumen y resolución. El modelo tiene API con precios por segundo y por resolución [3]. Haz el cálculo con tu volumen estimado antes de decidir. El autoalojamiento tiene costes de hardware, mantenimiento y equipo técnico que la API elimina, a cambio de dependencia de proveedor.
-
Evalúa si multishot y 4K HDR aportan valor real en tu caso de uso específico. No todas las aplicaciones necesitan las capacidades más avanzadas del modelo. Si tu caso de uso es generación de clips cortos a 720p para redes sociales, las mejoras de resolución no justifican por sí solas el salto de infraestructura.
-
Considera fine-tuning solo si tienes datos de dominio suficientes y un caso de uso claro. El fine-tuning sobre un modelo de 22B parámetros tiene un coste computacional y de tiempo significativo. Solo tiene sentido si existe un dominio específico (estilo visual propio, personajes recurrentes, entorno concreto) con datos suficientes para que la adaptación mejore los resultados de forma medible frente al modelo base.
-
Separa las métricas de Lightricks de tu evaluación independiente. Las comparativas de velocidad y calidad publicadas por el propio proveedor son un punto de partida, no una referencia objetiva. Antes de tomar decisiones de inversión, ejecuta tus propias pruebas con tus casos de uso y tu hardware.
Contexto de mercado
LTX-2.5 llega en un momento en que la generación de vídeo con IA está pasando de ser una demostración técnica a una herramienta con aplicación práctica en producción. Modelos como Sora, Runway o Kling han establecido un listón de calidad alto, pero todos operan exclusivamente vía API y con control total del proveedor sobre el modelo.
La propuesta de Lightricks es diferente: un modelo con pesos accesibles, pensado para integración y adaptación. Si las condiciones de licencia son compatibles con el uso previsto, eso representa una ventaja real en términos de control, privacidad y potencial de personalización.
Lo que queda por ver es cómo evoluciona el ecosistema de herramientas alrededor del modelo, qué validaciones independientes aparecen sobre calidad y velocidad, y cómo Lightricks gestiona el equilibrio entre apertura del modelo y sostenibilidad del negocio. Los modelos con pesos abiertos y restricciones de licencia tienen un historial mixto en ese equilibrio.
Fuentes
[1] Lightricks/LTX-2.5 — Hugging Face: https://huggingface.co/Lightricks/LTX-2.5
[2] Lightricks/LTX-2 — GitHub: https://github.com/Lightricks/LTX-2
[3] LTX-2.5: LTX's Latest AI Open-Source Foundation Model — ltx.io: https://ltx.io/model/ltx-2-5
[4] LTX-2.5 Adds Native Multi-Shot Video and a Diffusion Decoder — NYU Shanghai RITS: https://rits.shanghai.nyu.edu/ai/ltx-2-5-adds-native-multi-shot-video-and-a-diffusion-decoder/
[5] LTX-2.5: The Open-Weights World Model Built for Speed and How to Run It on Runpod — Runpod Blog: https://www.runpod.io/blog/ltx-2-5-the-open-weights-world-model-built-for-speed-and-how-to-run-it-on-runpod
[6] LTX-2.5: Lightricks Launches 22B Open Video Model for ComfyUI — ComfyUI Wiki: https://comfyui-wiki.com/en/news/2026-08-11-ltx-2-5-open-weights-release
[7] LTX-2.5: LTX's Latest AI Open-Source Foundation Model (referencia adicional de velocidad y physical AI) — https://ltx.io/model/ltx-2-5
Si estás evaluando si LTX-2.5 encaja en tu pipeline de producción de vídeo, en un producto o en un caso de uso empresarial concreto, cuéntame los detalles en /contacto. Puedo ayudarte a analizar si el autoalojamiento tiene sentido, qué licencia aplica a tu caso y cómo estructurar la evaluación técnica antes de comprometer recursos.