エンタメ＆アート - ENTERTAINMENT & ART -

LTX、オープンウェイト世界モデル「LTX-2.5」公開　ネイティブ複数ショット・4K HDR対応、Physical AI向け基盤も

LTXは2026年8月11日、オープンウェイトの世界モデルの最新版「LTX-2.5」を[公開]した。映像と音声の生成に加え、リアルタイム生成やロボティクスなどへの活用を視野に入れたモデルで、ネイティブの複数ショット生成や4K HDR対応、プロンプト理解の強化などを盛り込んだ。モデルの重みはHugging Faceで公開し、ComfyUIにも公開初日から対応する。 ## 複数ショットを一括生成　人物や声、背景の一貫性を維持 LTX-2.5では、生成パイプラインの大部分を再構築したという。新たな「Diffusion Video Decoder」を導入し、動きの大きな場面で発生する映像の破綻を抑えながら、顔や質感などのディテールを改善した。 大きな変更点の一つが、ネイティブの「マルチショット生成」である。従来モデルでは基本的に1つの連続したショットを生成していたが、LTX-2.5では複数のカットからなるシーンを一度に生成できる。カットが切り替わっても、人物、背景、照明、声、映像スタイルなどの一貫性を保つことを狙う。 テキストエンコーダーには、LTX向けに調整した「Gemma 4 12B」を採用。複数人物やカメラワーク、照明、動作などを含む複雑なプロンプトへの追従性能を高めたほか、短い指示をより詳細な映像生成用プロンプトに展開する機能も備える。 このほか、シーンの複雑さに応じて計算資源を配分する「Diffusion Fidelity Rendering」、プロンプトから適切な動画の長さを予測する自動デュレーション機能、ネイティブ4K HDR、RAWワークフローなどにも対応した。[LTX-2.5の公式モデルページ]では、従来より少ない計算量でフルモデルに近い品質を目指した蒸留モデルも提供するとしている。 ## 22Bモデルをオープンウェイトで公開　ローカル実行や追加学習に対応 モデルは[Hugging Face]で公開されており、22Bのフルモデルと蒸留モデルを用意する。ユーザーは自社環境などでモデルを実行できるほか、自社データを使ったファインチューニングも可能だ。 公式GitHubの[LTX-2リポジトリ]では、Pythonによる推論環境やLoRAの学習環境を公開している。 **LTX-2.5の公式モデルページ。ネイティブのマルチショット生成やプロンプト追従性能、ローカル実行性能などの向上をうたう** ![LTX2-5.jpg] :::small 画像の出典：[LTX]{target=“_blank”} ::: ### オープンウェイトで広がる自由度　API依存を抑え追加学習も オープンウェイトモデルは、学習済みモデルの重みを入手できるため、外部のAPIだけに依存せず自社環境で動かしたり、特定の用途やデータに合わせて追加学習したりできる点が強みとなる。研究者や企業がモデルを検証・改変しやすくなることも、オープンウェイト化の利点の一つだ。 一方で、「オープンウェイト」は必ずしも「オープンソース」と同じ意味ではない。モデルの重みが公開されても、学習に使ったデータや学習過程のすべてが公開されるとは限らず、モデルそのものを一から再現できるとは限らない。また、一度重みが広く配布されれば、開発元がその後の利用方法を技術的に制御することは難しくなる。 ### 「公開＝無条件で無料」ではない　独自ライセンスを適用 利用条件もモデルによって異なる。LTX-2.5には独自の「LTX-2.x Community License」が適用され、年間売上1000万ドル未満の組織は一定の条件下で商用・本番利用も無償となる一方、それを超える企業には別途ライセンスが必要となる。 オープンモデルをめぐっては、Alibabaの「Qwen3.8-Max」のように、大規模な商用利用に[別の条件]{target=“_blank”}を設ける動きも出ており、「重みを公開すること」と「用途を問わず無条件で無料で使えること」は分けて考える必要がある。 ## 映像生成からロボティクスへ　Physical AIへの活用も視野 LTXはLTX-2.5を、映像生成だけでなく、ロボットなど現実世界で動くAI「Physical AI」にも活用できる世界モデルと位置付けている。企業や開発者がそれぞれの用途に合わせて追加学習し、ロボティクスなどに応用することを想定する。 ただし、こうした用途はまだ発展途上だ。LTX自身もHugging FaceのModel Cardで、LTX-2.5の確立された用途は映像と音声の生成であり、ロボティクスやPhysical AIへの応用については「developing（発展途上）」としている。現時点では、映像生成で培った世界モデルの技術を、将来的に現実世界を扱うAIへ広げようとしている段階とみられる。 :::box [関連記事：Microsoft・NVIDIAら、オープンウェイトAIへの性急な規制回避を要請　Anthropicは署名せず「一律禁止ではなく安全性試験を」] ::: :::box [関連記事：MetaやGoogleの公開AIモデル、安全ガードレール（フィッシング、化学兵器、マルウェア作成など）を数分で解除可能か　オープンウェイトAIの課題浮き彫りに] ::: :::box [関連記事：Alibaba、「Qwen3.8-Max」で大口商用ユーザーに収益分配求める方針　オープンモデルを“フリーミアム”化か] ::: :::box [関連記事：米Odyssey、マルチエージェント世界モデル「Agora-1」発表　複数の人間やAIが同じ生成世界で動く研究プレビュー] ::: :::box [関連記事：Alibaba、Qwenをロボット開発へ拡張　「Qwen-Robot Suite」で物理世界を扱うAIモデル群を発表——移動・操作・世界モデルの3領域をカバー] :::