Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
Безопасность и правоРазбор · На радарTG: @cgevent (Метаверсище и ИИще)→ оригинал

Автор сделал сюжетный видеоролик на домашней LTX 2.3 (22 млрд параметров) без подписок

Платные облачные генераторы видео заставляют искать замену, и автор Павел Власов проверил домашний вариант. LTX 2.3 — локальная видеомодель на 22 млрд параметров (ускоренная distilled-версия), которая работает на домашнем компьютере. На ней он собрал сюжет про девушку и дракона, а один эпизод пришлось взять из облачной MiniMax H3. Локалка тянет такой проект, но платить приходится временем и возней с промптами.

AI-обработка оригинала TG: @cgevent (Метаверсище и ИИще); редакция Hamidun News
Автор сделал сюжетный видеоролик на домашней LTX 2.3 (22 млрд параметров) без подписок
Источник: TG: @cgevent (Метаверсище и ИИще). Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникTG: @cgevent (Метаверсище и ИИще) ↗
Главный редактор
Ключевой факт #1LTX не поняла сцену с улетающим драконом, эпизод сделали в MiniMax H3
Промпты для локальных моделей капризнееавтор переписывает их через DeepSeek
Плюсы локалкибез цензуры, подписок и интернета; минус — время и гибкость

Облачные генераторы видео один за другим уходят в платные тарифы, и вопрос «а можно ли обойтись без них» перестал быть теоретическим. Павел Власов, автор проекта в рубрике «Нейропрожарка» канала «Метаверсище и ИИще», проверил это на практике. Он сделал короткую атмосферную историю про девушку и дракона целиком на домашнем компьютере, используя локальную видеомодель LTX 2.3 на 22 миллиарда параметров. Это значит, что модель крутится на его собственном железе, а не на чужих серверах, и за каждую секунду видео не нужно платить.

Из чего собран ролик

Основа — LTX 2.3 в дистиллированной версии (Distilled 1.1). Дистилляция делает модель легче и быстрее, обычно ценой небольшой потери качества. Поверх неё автор подключил стилевую LoRA Luxe_Sensual_Style. LoRA — это небольшая надстройка, которая сдвигает манеру картинки, не требуя переобучать всю модель. Включается она специальным словом-триггером. По описанию разработчиков, эта надстройка подтягивает «глянцевый» вид: мягкий кинематографичный свет, естественную кожу, фактуру кружева и шёлка в духе fashion-съёмки. Сам Власов честно признаётся: точно оценить вклад LoRA трудно, «что-то поменялось», но насколько именно, он сказать не берётся.

Целиком ролик одной моделью не получился. Фрагмент, где дракон с девушкой улетает в сторону озера, LTX 2.3 не поняла: идея «улетающего» объекта ей не давалась. Этот отрезок автор сгенерировал в облачной MiniMax H3 (вариант FL2VA Pruned 20B). По его оценке, MiniMax выигрывает в качестве, но основной моделью он осознанно оставил LTX, потому что она была достаточно быстрой.

Дальше пошла обычная работа монтажёра. Фрагменты получались не всегда последовательными, поэтому с какого-то момента сюжет приходилось собирать из имеющегося и дорисовывать недостающие куски, чтобы мысль выглядела законченной. Атмосферу, ритм и музыку автор делал в CapCut. Значительная часть «стиля» создана не нейросетью, а монтажом.

Промпты: главная цена локальной генерации

Самое практичное наблюдение поста касается промптов. У локальных моделей они гораздо критичнее, чем у облачных сервисов. Текст, который отлично работает в одной модели, в другой может не сработать совсем: нужна другая структура и своя специфика. Это верно даже для разных версий одной и той же модели.

Власов видит три выхода:

  1. Читать документацию по написанию промптов. Это точно, но съедает время, которое можно потратить на творчество и настройки.
  2. Использовать встроенный «улучшатель» промптов в wan2GP или в сторонних сервисах.
  3. Попросить чат-бота: Алису, ChatGPT, DeepSeek и так далее.

Сам он выбрал DeepSeek. По его словам, это экономит время и позволяет быстро переписывать промпт, если результат не понравился. Для команд, которые планируют локальную генерацию видео, вывод простой: заложите в процесс отдельный шаг «чат-бот переписывает задачу под конкретную видеомодель», а не надейтесь на универсальный текст.

Финальная доводка и честные оговорки

Перед публикацией автор прогнал ролик через вкладку Media Flow с процессом Detailer на LTX 2.5 Distilled 22B (так он называет модель в посте). В отличие от обычного апскейлера, который просто растягивает пиксели, Detailer заново дорисовывает мелкие детали: поры, микротекстуры, волоски, опираясь на исходное видео. Власов считает результат эффективнее Topaz Video и DLSS.

Это субъективное впечатление одного автора. Метрик, сравнительных замеров и скорости работы в посте нет, поэтому превосходство над Topaz и DLSS стоит проверить на своих материалах. Нет и данных о том, какое железо использовалось и сколько времени заняла генерация.

Итоговая позиция автора такова: локальные модели уже могут конкурировать с облачными по задуманному восприятию и качеству. Они проигрывают во времени и гибкости, зато выигрывают в отсутствии цензуры, затрат на подписку, зависимости от интернета и в возможности тонких настроек и экспериментов. Для независимых авторов и небольших студий это рабочий компромисс: готовых «кнопок» меньше, зато контроль и бюджет остаются у вас. А для редких сложных сцен, как с улетающим драконом, разумно держать под рукой облачную модель как запасной вариант.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: из чего собран ролик?

Основа — LTX 2.3 в дистиллированной версии (Distilled 1.1). Дистилляция делает модель легче и быстрее, обычно ценой небольшой потери качества. Поверх неё автор подключил стилевую LoRA Luxe_Sensual_Style. LoRA — это небольшая надстройка, которая сдвигает манеру картинки, не требуя переобучать всю модель. Включается она специальным словом-триггером. По описанию разработчиков, эта надстройка подтягивает «глянцевый» вид: мягкий кинематографичный свет, естественную кожу, фактуру кружева и шёлка в духе fashion-съёмки.

Что известно по теме: промпты: главная цена локальной генерации?

Самое практичное наблюдение поста касается промптов. У локальных моделей они гораздо критичнее, чем у облачных сервисов. Текст, который отлично работает в одной модели, в другой может не сработать совсем: нужна другая структура и своя специфика. Это верно даже для разных версий одной и той же модели. Власов видит три выхода: Читать документацию по написанию промптов. Это точно, но съедает время, которое можно потратить на творчество и настройки.

Что известно по теме: финальная доводка и честные оговорки?

Перед публикацией автор прогнал ролик через вкладку Media Flow с процессом Detailer на LTX 2.5 Distilled 22B (так он называет модель в посте). В отличие от обычного апскейлера, который просто растягивает пиксели, Detailer заново дорисовывает мелкие детали: поры, микротекстуры, волоски, опираясь на исходное видео. Власов считает результат эффективнее Topaz Video и DLSS. Это субъективное впечатление одного автора.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…