LTX Trainer：打造专属于你自己的AI视频模型

尽管创意科技领域近年来取得了显著进展，AI视频生成器在一致性方面仍面临挑战。同一个提示词运行100次，很可能得到100段细节各异的视频片段。对于希望借助AI呈现固定角色形象或复刻标志性设计风格的电影人和制作团队来说，这种不可控性是难以接受的。正因如此，AI公司LTX推出了一套名为LTX Trainer的框架，帮助用户以自己的风格训练专属模型。

与其使用一个泛化的通用AI模型来模仿各种艺术风格，LTX Trainer允许用户基于自有素材构建专属AI模型，让生成内容始终保持个人独特风格。LTX联合创始人雅隆·英格尔（Yaron Inger）本周独家告诉CNET，随着今日在GitHub上线的新版更新，用户无需具备深厚的编程背景，即可完成这类定制化、精调模型的构建。

"向社区开放这项工具、让大家能够基于自有数据进行精调，对我们来说非常重要。"英格尔在采访中表示。他还指出，那些希望探索AI潜力、同时又需要保护知识产权的创意公司，可以下载该公司公开提供的工具并在本地运行模型，从而规避将核心资产上传至第三方网络或云端服务器所带来的风险。

AI视频在普通大众层面尚未真正普及，更多停留在大量低质内容的泛滥阶段，但它已成为专业创作者和影视制作公司的热门赛道。制片厂高管们对AI加速工作流程的能力赞不绝口，部分创作者也热衷于以此进行实验。对于专业从业者而言，能够定制AI模型，意味着可以突破通用"内容流水线"的局限，开辟更多元的创作路径——而那些流水线往往产出风格趋同的内容。

然而，创意AI始终伴随着争议。许多艺术家担心AI在未经授权的情况下使用其作品，甚至在伦理层面复制他们苦心经营的风格与品牌。为此，LTX和Adobe等公司明确声明不会基于客户内容进行训练——Adobe今年早些时候也推出了面向企业的自定义AI模型功能。LTX的开放模型及训练器在本地运行时，数据始终掌握在用户自己手中。

在功能层面，LTX Trainer此次新增了纯音频训练和音视频联合训练能力，突破了此前仅支持视频训练的限制，同时支持跨模态提示，例如音频转视频、图像转视频等。

创作者还可以通过LoRA和IC-LoRA两类适配器，将AI生成内容调校为符合自身独特风格的输出。这些精调模型依托LTX底层的世界AI模型运行，能够在多次生成中稳定复现创作者的风格。

这一流程让创作者无需像谷歌、Meta等科技巨头那样投入数月时间和大量资金，即可完成模型定制。新加入的智能体助手进一步降低了操作门槛，用户只需用自然语言描述想要实现的效果即可。

此外，用户还可以为自定义模型设置特定的编辑条件，例如对所有生成的音频文件进行降噪处理，或将视频片段提升至更高分辨率。

今年年初，LTX发布了与英伟达联合打造的第二代模型LTX-2。这款模型与其他AI视频模型存在明显差异：其一，它专为本地运行而设计——AI视频生成是计算密集型任务，能耗远超聊天机器人，因此通常依赖云端运行；其二，LTX-2采用开放权重模式，使外界得以在一定程度上了解其构建方式与运行机制。（专家指出，真正意义上的开源AI还应公开训练数据，而目前尚无主流AI公司愿意披露这一信息。）

英格尔表示，本次更新的最终目标，是打造一款让用户在保障知识产权安全的前提下自由探索AI的工具。

"这类工具本质上是让创作者能够完全按照自己的意愿进行定制，同时充分享受AI模型高速生成内容的优势，"英格尔说，"而且你可以保留知识产权，它属于你。"

Q&A

Q1：LTX Trainer是什么？它能解决什么问题？

A：LTX Trainer是AI公司LTX推出的一套模型训练框架，主要解决AI视频生成一致性差的问题。用户可以用自己的素材训练专属AI模型，让生成内容始终保持个人或品牌的独特风格，而不是依赖泛化的通用模型产出风格雷同的内容。该工具支持本地运行，无需将数据上传至云端，有助于保护用户的知识产权。

Q2：使用LTX Trainer需要很强的编程能力吗？

A：不需要。LTX Trainer的新版更新专门降低了使用门槛，用户无需具备深厚的编程背景即可完成定制模型的构建。此外，新加入的智能体助手支持自然语言交互，用户只需用日常语言描述想要实现的效果，系统便会协助完成相应操作，进一步简化了整个流程。

Q3：LTX-2和其他AI视频模型有什么不同？

A：LTX-2是LTX与英伟达联合打造的第二代AI视频模型，主要有两点不同：一是专为本地运行设计，不依赖云端，降低了数据泄露风险，也适合对隐私要求较高的专业场景；二是采用开放权重模式，一定程度上对外透明了模型的构建方式，而大多数主流AI模型并不具备这种开放性。