LTX (نموذج تحويل النص إلى فيديو)

في نوفمبر 2024، أطلقت شركة لايتريكس علنًا أول نموذج لها لتحويل النصوص إلى فيديو ، وهو LTX Video. كان نموذجًا يحتوي على ملياري مُعامل، ومتاحًا كمصدر مفتوح. ^{[ 2 ] [ 3 ]}

في مايو 2025، أطلقت شركة لايتريكس نموذج LTXV-13b، وهو إصدار يحتوي على 13 مليار مُعامل. ^{[ 4 ] [ 5 ]} وبعد شهرين، تجاوز النموذج حاجز الستين ثانية في توليد الفيديو. ^{[ 6 ] [ 7 ]}

في أكتوبر 2025، أعلنت شركة لايتريكس عن أحدث طرازاتها، وأعادت تسميته إلى LTX-2. وصف الطراز بأنه قادر على توليد صوت وفيديو متزامنين بدقة 4K أصلية وبمعدل يصل إلى 50 إطارًا في الثانية ، باستخدام مجموعة متنوعة من الشروط والموجهات، بما في ذلك تحويل النص إلى فيديو وتحويل الصورة إلى فيديو. ^{[ 8 ] [ 9 ]}

أكدت جوجل على حقيقة أن LTX-2 تم ​​تدريبه على بنيتها التحتية، ^{[ 10 ]} وقالت إنه "أول نموذج مفتوح المصدر لتوليد الفيديو بالذكاء الاصطناعي، مدعوم من جوجل كلاود". ^{[ 11 ]}

عند إطلاقه، صُنِّف ضمن أفضل ثلاثة نماذج لتحويل الصور إلى فيديوهات من قِبَل شركة Artificial Analysis، بعد Kling 3.5 من Kling AI وVeo 3.1 من Google. وجاء خيار تحويل النصوص إلى صور في المرتبة السابعة. ^{[ 12 ]}

إضافةً إلى إصدارها مفتوح المصدر، توفر Lightricks إمكانية الوصول إلى واجهة برمجة التطبيقات (API) الخاصة بـ LTX-2، مما يسمح للمطورين بإنشاء مقاطع فيديو من نصوص وصور من خلال خدمة مستضافة دون الحاجة إلى تشغيل النموذج محليًا. ^{[ 13 ]}

في يناير 2026، أصدرت شركة لايتريكس رسميًا النسخة الكاملة مفتوحة المصدر من LTX-2، مما أتاح قاعدة بيانات النموذج الكاملة، والأوزان، والأدوات المرتبطة بها للجمهور. ^{[ 14 ] [ 15 ]}

في مارس 2026، أصدرت الشركة جهاز LTX-2.3، والذي كان مصحوبًا ببرنامج لتحرير الفيديو على سطح المكتب، مما مكّن من تشغيل الجهاز بالكامل محليًا على أجهزة المستخدمين العاديين. ^{[ 16 ] [ 17 ]}

يعتمد LTX-2 على بنية LTX Video مع العديد من التحسينات الرئيسية: ^{[ 9 ] [ 18 ] [ 19 ]}

• توليد موحد للصوت والفيديو ينتج حوارًا وأجواءً وحركة متزامنة
• عرض أصلي بدقة 4K
• إخراج بمعدل 50 إطارًا في الثانية لحركة سينمائية
• ثلاثة أوضاع تشغيل (سريع، احترافي، فائق)
• خطوط أنابيب انتشار أكثر كفاءة تُمكّن من الحصول على دقة عالية على وحدات معالجة الرسومات الاستهلاكية

• تحويل النص إلى فيديو
• تحويل الصور إلى فيديو
• توليف سمعي بصري متعدد الوسائط
• تماسك مكاني وزماني عالي الدقة
• إعدادات الجودة/الأداء القابلة للتخصيص
• توزيع مفتوح المصدر للأوزان ومجموعات البيانات

عند إطلاقه، احتلّ LTX-2 المرتبة الثالثة في تحويل الصور إلى فيديو ضمن معيار التحليل الاصطناعي، بعد Kling 3.5 وVeo 3.1، بينما احتلّ خيار تحويل النصوص إلى فيديو المرتبة السابعة. ^{[ 22 ]} وبحلول أوائل عام 2026، كان النموذج مفتوح المصدر الأعلى تصنيفًا في هذا المعيار. ^{[ 23 ] [ 24 ] [ 25 ]}

أشار بعض المراجعين الأوائل أيضًا إلى وجود قيود في الجودة. فقد لاحظ التقييم التقني لـ Ray3 وجود تباينات عرضية في مزامنة حركة الشفاه وتتبع الحركة خلال المشاهد الطويلة، على الرغم من أنه ذكر أن هذه التباينات "تتماشى مع التحديات التي تواجهها جميع نماذج نشر الفيديو الحالية المدعومة بالذكاء الاصطناعي" ومن المتوقع أن تتحسن مع استمرار التطوير. ^{[ 26 ]}

على غرار مولدات الفيديو الأخرى القائمة على الانتشار، قد ينتج عن LTX-2 تشوهات في المشاهد المعقدة متعددة الأشخاص، وقد يواجه صعوبة في عرض النصوص بدقة داخل الفيديو المُولّد. ^{[ 27 ] [ 28 ]}