LTX-2.5をローカルで動かす｜ComfyUIで音声つきAI美女動画を高速生成、LTX-2.3のLoRA資産も使える【2026年最新】

Q: VRAMはいくら必要？

量子化（int8）版で**最低16GB**が現実的なライン。RTX 4090（24GB）ならエントリー運用、RTX 5090（32GB）なら快適運用です。さらに軽い**GGUF版（8.8GB〜）**も登場しており、詳しくは[GGUF導入ガイド](/article/aiimage/ai-bijyo-ltx25-gguf/)を参照してください。

概要

2026年8月11日、Lightricksがオープンウェイトの動画生成モデル LTX-2.5 をリリースしました。LTX-2.3 でAI美女動画を作ってきた人にとって最大のニュースはこれです公式が「LTX-2.3で学習したLoRAの大多数はそのまま動く」と明言。積み上げたLoRA資産を持ったまま、生成速度と品質だけ上げられる世代交代です。

本記事では、Hugging Faceの公式モデルカードとComfyUI Wiki、RunPodの検証記事をもとに、導入に必要な情報を整理します。

LTX-2.5とは：何が新しいのか

LTX-2.5は22Bパラメータの非対称デュアルストリーム拡散トランスフォーマーで、テキスト・画像・動画を入力に、映像と音声を同時生成します。テキストエンコーダーにはGemma 4 12Bを採用。

LTX-2.3からの主な進化点：

生成速度 — 蒸留（distilled）版は8ステップ固定・CFG=1で動作。NVIDIA GB200×2の環境では10秒クリップを6.8秒で生成（VentureBeat）。ローカルのコンシューマGPUでここまでは出ませんが、世代として「リアルタイム側」に踏み込んだ設計です
ネイティブマルチショット生成 — キャラクター・環境・ライティング・声を保ったまま、つながった複数シーンを一発生成。「同じAI美女で複数カット」がモデルレベルでサポートされた
尺の自動予測 — プロンプトで記述したアクションに応じて動画の長さを自動決定
ネイティブ4K HDR出力と、シネマ品質EXR向けのDiffusion Fidelity Rendering（DFR）
新しい拡散ビデオデコーダー — 従来のVAE再構成ステージを置き換え、ディテール品質が向上

AI美女動画の文脈で言うと、「i2vで別人化する問題」との戦い（LTX-2.3時代の最大の悩み）に対して、マルチショットの一貫性維持がモデル側で強化されたのが実務上いちばん効きます。

最重要：LTX-2.3のLoRAはそのまま使えるのか

公式モデルカードの記載を引用します：

Based on our testing, the large majority of LoRAs and IC-LoRAs trained on LTX-2.3 run on LTX-2.5 without changes.（我々のテストでは、LTX-2.3で学習されたLoRA・IC-LoRAの大多数は変更なしでLTX-2.5上で動作する）

ただし「少数の例外がある」とも明記されています。顔LoRA・体型LoRAなど自作アダプタを持っている人は、本番運用の前に必ず自分の環境で動作検証してください。挙動が変わる可能性があるのは事実なので、「全部無条件で動く」とは考えないこと。

LoRAをこれから作る人は顔LoRAの作り方ガイドも参考に。

Sulphur 2・10erosはLTX-2.5でどうなる？

結論から：どちらも当面LTX-2.3系のままです（2026年8月21日時点）。

ここで整理しておきたいのは、Sulphur 2（SulphurAI）も10eros（tenstrip）もLoRAではなく、LTX-2.3をベースにしたフルファインチューン（ベースモデルを丸ごと差し替えるチェックポイント）だという点です。10erosの配布ファイルはbf16版で約43GBのフルウェイト。つまり前セクションの「2.3のLoRAは大多数動く」という公式声明は、この2つには当てはまりません。ベースモデルそのものなので「LTX-2.5に載せる」という概念自体が成立せず、使うなら従来どおり2.3系ワークフローで動かします。

現状を整理すると：

SulphurAI・tenstripとも、LTX-2.5ベースの新版は未発表（Hugging Face確認。Sulphur-2-base・10erosの最終更新はいずれも8月上旬＝LTX-2.5リリース前）
LTX-2.5が出たからといってSulphur 2 / 10erosが使えなくなるわけではない。2.3系パイプラインでこれまでどおり動き続けます
無検閲ファインチューンのエコシステムがLTX-2.5上に育つまで、NSFW用途の主力は当面2.3系のままと見るのが現実的です

逆に、Sulphur 2や10erosの上で自作の顔LoRA・体型LoRAを使ってきた人は、そのLoRA自体は公式声明の範囲ではLTX-2.5ベースでも動く可能性が高い。ただしLTX-2.5のベースモデルはNSFW特化ではないため、「LoRAだけ持って2.5に移る」のは表現の幅では後退になり得ます。当面はNSFW制作＝2.3系（Sulphur 2 / 10eros）、SFWの高速量産・マルチショット＝2.5、の使い分けが現実解です。

必要スペック：VRAM別の現実的なライン

RunPodの検証記事によるVRAM目安：

ティア	VRAM	GPU例	できること
エントリー	16〜24GB	RTX 4090、A5000	int8量子化版のみ。低解像度＋オフロード前提
快適	32〜48GB	RTX 5090、L40S	int8版が快適。bf16蒸留版も視野に
推奨	80〜96GB	H100、A100 80GB	bf16蒸留版フルパイプライン
最大	141GB〜	H200、B200	4K HDR、非蒸留dev版の2ステージ

量子化版の最低ラインは16GBとされています。それ未満のVRAMでは、公式が案内する fp8-cast + CPUオフロード での動作になりますが、快適とは言えません
コミュニティによるGGUF量子化が登場済みです（Q2〜Q8の7段階、8.8〜23.6GB）。VRAM 12GB級からの運用はGGUF版の導入ガイドを参照してください

モデルバリアント一覧

Hugging Face（Lightricks/LTX-2.5）で配布されているのは：

ltx-2.5-22b-distilled-transformer-bf16 — 蒸留版。8ステップ固定・CFG=1で高速。まずはこれ
ltx-2.5-22b-dev-transformer-bf16 — 非蒸留のフル版。学習・追い込み用
ComfyUI専用のint8量子化（-comfy-int8-convrot）とNVFP4（Blackwell向け）
VAEは高品質のDiffVAEと軽量のConv VAEの2系統、音声用にAudio VAE＋ボコーダー

Diffusers版は別リポジトリ（Lightricks/LTX-2.5-Diffusers）です。

ComfyUIでの導入手順

LTX-2.5はリリース初日からComfyUIネイティブ対応です。

ComfyUIを最新版にアップデート（ComfyUI入門はこちら）
公式ワークフローテンプレートを開く — テンプレートライブラリに text-to-video / image-to-video / first-last-frame の公式テンプレートが追加されています
テンプレートの指示に従い、Hugging Faceからモデル（int8版推奨）・テキストエンコーダー（Gemma 4 12B）・VAEをダウンロード
Lightricks公式ラッパー ComfyUI-LTXVideo（GitHub）には、T2V/I2Vに加えてインペイント・モーショントラッキング・音声生成のサンプルワークフローも同梱

生成時の制約（公式モデルカードより）：

フレーム数は「8で割って余り1」（1, 9, 17, … 121, …）
幅・高さは32の倍数
フレームレートの例は24fps

AI美女のi2vで同一性を保つプロンプト設計は LTX-2.3の同一性維持ガイドの考え方がそのまま応用できます。

AI美女作成イメージ

ライセンス：商用利用は無料でできるか

年間収益1,000万ドル未満の個人・組織は、商用利用含め無料（LTX-2.x Community License）
それ以上の規模は有償の商用契約が必要
ファインチューンモデルの譲渡・再配布には有償ライセンスが必要になる場合あり — 学習済みモデルの販売を考えている人は要注意

個人のAI美女クリエイターなら実質無料で商用利用できる、という理解でOKです（ライセンス本文は必ず自分でも確認を）。

よくある質問（FAQ）

Q. LTX-2.5はNSFW生成できる？検閲はある？

オープンウェイトでローカル実行するモデルなので、クラウドサービスのようなAPI側検閲はありません。公式モデルカードにも明示的なNSFW禁止の記載はなく、「不適切なコンテンツを生成しうる」という注意書きがあるのみです。ただしライセンス・利用規約の遵守は自己責任。そして日本で無修正コンテンツを公開・配信することは刑法175条に触れるおそれがあり、絶対にしてはいけません。詳しくは知っておくべき日本の法律を必ず読んでください。