QuantStack/LTX-2-GGUF

קוד פתוח

QuantStackother2026-01-09

gguf
image-to-video
text-to-video
video-to-video
image-text-to-video

גרסת GGUF מכווצת למודל יצירת הווידאו של לייטריקס, שמיועדת להרצה מקומית בתוך סביבות עבודה כמו ComfyUI. היא מאפשרת להפיק אנימציה מתמונות בלי לתפוס את כל הזיכרון של המשקלים המקוריים.

112 GBמשקל הקבצים
2,754הורדות בחודש
80לייקים

מה זה

מדובר בהמרה ישירה של LTX-2 מבית לייטריקס לפורמט GGUF, שמתמחה בהפיכת תמונות סטילס לווידאו (image-to-video). המטרה המרכזית של הפורמט הזה היא להנגיש מודלים כבדים להרצה על חומרה מקומית, בעזרת כימות שמקטין את דרישות הזיכרון ומאפשר עבודה חלקה יותר בממשקים ייעודיים.

המבנה כאן מודולרי לחלוטין. קובץ ה־GGUF מחזיק את המודל המרכזי בלבד, שמתפקד כ־Unet. כדי לקבל וידאו עובד חייבים לחבר אליו רכיבים חיצוניים: מקודד טקסט של Gemma 3, מחבר אמבדינגס, ורכיב VAE של Qwen-Image שמטפל בווידאו ובאודיו. זה לא קובץ בודד שלוחצים עליו והוא עובד, אלא חלק ממערך שלם שצריך להרכיב ידנית.

מתאים ל

הנפשת תמונות מקומית
יצירת סרטוני וידאו קצרים מתוך תמונות קיימות בסביבת ComfyUI, ללא תלות בענן ובלי לשלם לפי יצירה.
פיתוח צינורות מדיה פנימיים
שילוב יכולות image-to-video במערכות פנימיות שדורשות שמירה על פרטיות המידע בתוך השרת המקומי.
ניסויי עבודה עם GGUF לווידאו
בדיקת גבולות היכולת של פורמט GGUF על מודלים מורכבים שכוללים שילוב וידאו ואודיו בחומרה שולחנית.

איפה זה נופל

החיסרון הברור ביותר הוא הסרבול בהתקנה. הקובץ הזה לבדו לא יודע לפעול, וכל שגיאה בחיבור מקודד הטקסט של Gemma 3 או ה־VAE של Qwen פשוט תפיל את התהליך. כרטיס המודל כמעט ולא מספק נתונים טכניים, בדיקות ביצועים או דוגמאות לפגיעה באיכות כתוצאה מהכימות. בנוסף, חסרה כאן תמיכה מובנית ב־GGUF לחלק ממקודדי הטקסט, מה שמאלץ שימוש בקובצי Safetensors מקבילים ומסבך את ניהול הזיכרון.

שאלות
נפוצות

האם אפשר להריץ את המודל מיד אחרי ההורדה?

לא. המאגר מכיל רק את המודל המרכזי. כדי ליצור וידאו תצטרכו להוריד ידנית גם את מקודד הטקסט של Gemma 3, את מחבר האמבדינגס ואת רכיב ה־VAE של Qwen, ולהגדיר אותם בתיקיות המתאימות ב־ComfyUI.

האם איכות הווידאו נפגעת בהשוואה למודל המקורי?

הקובץ עבר כימות לפורמט GGUF כדי לחסוך במשאבים, ותהליך כזה עלול לגרור ירידה קלה בפרטים הקטנים או בדיוק התנועה. כרטיס המודל לא מציג מדדי איכות רשמיים, כך שתצטרכו לבדוק בעצמכם אם התוצאה מספקת לצרכים שלכם.

איך מריצים

המשקל הכולל של הקבצים מגיע ל־112 גיגה-בייט שמחולקים בין 12 קבצים שונים. כדי להריץ את זה בפועל, אתם מורידים את קובץ ה־GGUF לתיקיית הדגמים של ComfyUI, ודואגים להביא בנפרד את מקודדי הטקסט וה־VAE מהמאגרים החיצוניים שמצוינים בתיעוד.

בגלל גודל המודל והצורך להחזיק במקביל רכיבי VAE וטקסט, תצטרכו כרטיס מסך חזק מאוד עם נפח VRAM משמעותי, או שילוב של זיכרון מערכת נרחב אם תבצעו פריקה חלקית ל־RAM. אם אתם צריכים רק כמה סרטונים בודדים ולא מחזיקים תחנת עבודה ייעודית, עדיף להשתמש ב־API מרוחק במקום להשבית את המחשב על הורדות והרצות כבדות.

ollama run hf.co/QuantStack/LTX-2-GGUF:Q4_K_M

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

Q8_021.1 GB Q6_K16.6 GB Q5_K_M15.0 GB Q5_K_S14.2 GB Q4_K_M13.4 GB Q4_K_S12.3 GB Q3_K_M10.3 GB Q3_K_S9.6 GB Q2_K8.0 GB

הקבצים

12 קבצים במאגר, 112 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון מוגדר בתור other. יוצרי ההמרה מציינים במפורש שתנאי הרישיון וההגבלות של המודל המקורי מבית לייטריקס חלים גם כאן במלואם. לפני שאתם משלבים אותו במוצר מסחרי, חובה לבדוק את הרישיון של LTX-2 המקורי כדי לוודא שאין איסור על שימוש מסחרי או הפצה.

הרישיון המלא בעמוד המודל ↗