Lightricks/LTX-2.3-22b-IC-LoRA-LipDub
摘要
这个Hugging Face模型页面介绍了一个基于LTX-2.3-22b训练的IC-LoRA,用于唇语同步配音,包含项目页面、论文和推理流程。
查看缓存全文
缓存时间: 2026/05/17 18:27
Lightricks/LTX-2.3-22b-IC-LoRA-LipDub · Hugging Face
基于LTX-2.3-22b训练的IC-LoRA模型,用于在LTX模型上进行唇形配音。
该模型基于LTX-2(https://huggingface.co/papers/2601.03233)基础模型。
- 项目页面: JustDubIt 项目页面 (https://justdubit.github.io/)
- 论文: JustDubIt 论文 (https://arxiv.org/abs/2601.22143)
- 代码: GitHub 仓库 (https://github.com/Lightricks/LTX-2)
- 推理管线:
packages/ltx-pipelines/src/ltx_pipelines/lipdub.py(https://github.com/Lightricks/LTX-2/blob/main/packages/ltx-pipelines/src/ltx_pipelines/lipdub.py)
模型文件
ltx-2.3-22b-ic-lora-lipdub-0.9.safetensors
许可
完整条款请参见LTX-2-社区许可。
模型详情
- 基础模型: LTX-2.3
- 训练类型: IC-LoRA
- 控制类型: 视频与音频
- 参考下采样因子: 1(参考分辨率与输出分辨率相同)
🔌 在 ComfyUI 中使用
- 将 LoRA 权重复制到
models/loras目录下。 - 使用 LTX-2 ComfyUI 仓库 (https://github.com/Lightricks/ComfyUI-LTXVideo/) 提供的官方唇形配音工作流。
数据集
该模型使用唇形配音数据集进行训练。
引用
@article{chen2026just,
title={JUST-DUB-IT: Video Dubbing via Joint Audio-Visual Diffusion},
author={Chen, Anthony and Korem, Naomi Ken and Zeevi, Gal and Halperin, Tavi and Yosef, Matan Ben and Jelercic, Urska and Bibi, Ofir and Patashnik, Or and Cohen-Or, Daniel},
journal={arXiv preprint arXiv:2601.22143},
year={2026}
}
致谢
- 基础模型由 Lightricks 提供
- 训练基础设施:LTX-2 社区训练器
相似文章
Lightricks/LTX-2.3
Lightricks 发布了 LTX-2.3,这是一个基于扩散的开放权重音视频基础模型,具有改进的质量和提示遵循性,提供多个检查点,包括蒸馏和 LoRA 变体,可在本地执行。
Cseti/LTX2.3-22B_IC-LoRA-CrossView-Prompt
一个用于LTX-Video 2.3的概念验证型上下文LoRA适配器,能够通过固定词汇提示从新相机视角重新渲染视频场景,基于合成多视角数据训练而成。
LiconStudio/Ltx2.3-VBVR-lora-I2V
LiconStudio 发布了一个针对 LTX-2.3 的 LoRA 适配器,该适配器在 VBVR 数据集上进行了微调,以增强视频生成能力,改善提示理解、运动动态和时间一致性,用于复杂的视频推理任务。
Lightricks/LTX-2.5
Lightricks releases LTX-2.5, an open-weights world model for generating synchronized video and audio from text, image, and video inputs, with features like native multishot generation and a new diffusion video decoder.
Lightricks/LTX-2
LTX-2 是 Lightricks 推出的首个基于 DiT 的音频-视频基础模型,提供同步音频和视频生成、高保真度以及可投入生产的输出,并附带开源代码和开放模型权重。