LTX-2: KI-Tool Test & Bewertung
LTX-2 von Lightricks ist eines der wenigen Videomodelle mit offenen Gewichten, das Audio und Video gemeinsam generiert. Das Modell erstellt 4K-Clips mit synchron erzeugtem Sound direkt auf der eigenen Hardware, ohne Cloud-Abhängigkeit. Seit der offenen Veröffentlichung im Januar 2026 stehen ein volles Entwicklungsmodell und ein destilliertes Modell für schnellere Generierung auf Consumer-Hardware bereit.
Zuletzt aktualisiert: 10. Juni 2026
Videogenerierung mit KI funktioniert meist so: Sie bekommen einen stummen Clip, den Sie anschließend mit einer separaten Lösung vertonen. LTX-2 bricht dieses Muster. Das Modell von Lightricks erzeugt Bild und Ton in einem einzigen Durchgang, Dialog, Hintergrundgeräusche, Musik und Bewegung entstehen synchron. Lightricks hat LTX-2 im Januar 2026 mit offenen Gewichten veröffentlicht, das Repository zählt über 10.000 GitHub-Sterne. Das Modell läuft lokal auf Ihrer eigenen Hardware, ohne dass Daten in eine Cloud übertragen werden.
Wichtigste Funktionen
- Gemeinsame Audio und Video-Generierung: LTX-2 gilt als erstes produktionsreifes Audio-Video-Basismodell mit offenen Gewichten. Bewegung, Dialog, Hintergrundgeräusche und Musik entstehen in einem einzigen Generierungsschritt. Das Ergebnis ist zeitlich konsistent, weil Bild und Ton auf demselben Modell basieren. Das Video-Teilmodell hat rund 14 Mrd., das Audio-Teilmodell rund 5 Mrd. Parameter.
- Zwei Modellvarianten: Das volle Entwicklungsmodell (Dev) liefert über 50 Schritte die höchste Qualität, braucht aber 24 bis 32 GB VRAM. Das destillierte Modell rechnet in etwa 8 Schritten, erreicht rund 85 bis 90 Prozent der Qualität und läuft 5- bis 7-mal schneller bereits ab etwa 12 GB VRAM. Über die NVFP8-Quantisierung schrumpft das Modell um rund 30 Prozent und wird bis zu doppelt so schnell.
- Text-to-Video und Image-to-Video: Sie können aus einer Textbeschreibung starten oder ein Bild als Ausgangspunkt verwenden. Multi-Keyframe-Konditionierung erlaubt es, mehrere Bilder als Anfangs- und Endpunkte eines Clips vorzugeben.
- Native 4K bei 50 fps: LTX-2 erzeugt synchronisierte Clips mit nativer 4K-Auflösung und 50 Bildern pro Sekunde, mit treffsicherem Lippensync und Umgebungston. Die Cliplänge reicht bis zu 20 Sekunden.
- LTX Desktop Beta: Es gibt eine kostenlose Desktop-App, die den Einstieg ohne Kommandozeile ermöglicht. Für Nutzer ohne Python-Erfahrung ist das der einfachste Weg, das Modell auszuprobieren.
- LoRA Fine-Tuning: Ein eingebautes Fine-Tuning-Framework erlaubt die Anpassung an eigene Stile, Figuren oder Marken-Vorgaben, ohne das Basismodell komplett neu trainieren zu müssen.
Preise und Tarife
Der Code von LTX-2 steht unter Apache-2.0, die Modellgewichte unter einer eigenen Open-Weights-Lizenz. Für die akademische Nutzung und für Unternehmen mit weniger als 10 Mio. US-Dollar Jahresumsatz ist das Modell kostenlos und ohne Gebühren produktiv einsetzbar. Größere Firmen brauchen eine kommerzielle Lizenz von Lightricks. Die laufenden Kosten entstehen ansonsten durch die Hardware: Das volle Modell benötigt eine GPU mit 24 bis 32 GB VRAM, das destillierte Modell läuft auch auf Consumer-GPUs ab etwa 12 GB VRAM, mit leichten Abstrichen bei der Qualität.
Für wen ist LTX-2 geeignet?
- Teams mit Datenschutzanforderungen: Wer Video-Content mit KI erstellen will, ohne Material in eine Cloud zu übertragen, findet in LTX-2 eine der wenigen praxistauglichen lokalen Alternativen. Für Branchen mit sensiblen Inhalten, etwa Gesundheitswesen oder Rechtswesen, ist das ein wichtiges Argument.
- Content-Ersteller mit technischem Hintergrund: Wer eine GPU-Workstation hat und bereit ist, das Setup über Python und CUDA einzurichten, bekommt ein mächtiges Werkzeug für eigenständige Video-Produktion. Die LoRA-Funktion erlaubt außerdem Stil-Konsistenz über mehrere Clips hinweg.
- Entwickler und KI-Forscher: Das Apache-Lizenz-Modell und der öffentliche Code machen LTX-2 interessant für eigene Experimente, Integrationen in größere Pipelines oder als Ausgangspunkt für eigene Anpassungen.
DSGVO und Datenschutz
LTX-2 läuft vollständig lokal. Es gibt keinen Cloud-Dienst, keine API und keine Datenübertragung. Eingaben, Zwischenergebnisse und generierte Videos bleiben auf Ihrer Hardware. Das macht das Modell aus Datenschutzsicht unkompliziert, es gibt keine externen Verarbeitungsstellen und keinen Auftragsverarbeiter. Voraussetzung ist ausreichend GPU-Kapazität vor Ort. Beim Lizenzmodell ist zu beachten, dass Firmen ab 10 Mio. US-Dollar Jahresumsatz für die kommerzielle Nutzung eine Lizenz von Lightricks benötigen, kleinere Unternehmen und Forschung nutzen das Modell kostenlos.
Alternativen zu LTX-2
- Kling 3: Cloud-basierter Dienst mit höherer Ausgabequalität und einfacherer Bedienung. Besser geeignet, wenn Qualität Vorrang hat und Datenschutz keine Rolle spielt.
- Seedance 2: Weiterer Cloud-Dienst für hochwertige KI-Video-Generierung. Vergleichbar mit Kling, ebenfalls ohne Self-Hosting-Option.
- ComfyUI: Knotenbasierte Open-Source-Pipeline für Bild- und Video-Generierung, in die sich LTX-2 ebenfalls einbinden lässt. Flexibler, aber noch aufwändiger einzurichten.
Vorteile
- Audio und Video werden gemeinsam generiert, kein separater Schritt
- Offene Modellgewichte, vollständig lokal ausführbar (Code unter Apache-2.0)
- Native 4K-Auflösung bei 50 fps, bis zu 20 Sekunden Länge
- Destilliertes Modell läuft auf Consumer-GPUs ab etwa 12 GB VRAM
Nachteile
- Volles Modell braucht eine GPU mit 24 bis 32 GB VRAM
- Einrichtung erfordert Python-Kenntnisse und CUDA-Setup
- Kommerzielle Lizenz ab 10 Mio. USD Jahresumsatz erforderlich