LTX2.5开源本地部署实测：AMD显卡最低8G显存跑视频生成

开源视频生成模型 LTX2.5 发布后，围绕它的本地部署热度迅速升温。B站UP主林萌带来了一份针对 AMD 显卡与 Windows 11 环境的实测教程，用一块 7900XTX（24G 显存）跑通了整套流程。这份实测的价值在于——它验证了 LTX2.5 并非英伟达独占，A 卡用户同样可以本地部署并获得不错的生成效率。

LTX2.5 是什么，为什么值得关注

LTX2.5 是最新开源的视频生成模型，支持文生视频、图生视频以及首尾图生视频等多种模式。相比闭源云端服务，它最大的吸引力是可以完全本地运行，不受额度和网络限制。

据这位 UP主的实测介绍，该模型对硬件的门槛比想象中低：官方标称最低支持 8G 显存即可运行，虽然低显存下效率会下降，但可用性得到了保证。这一点对于大量中端显卡用户意义重大——过去多数高质量视频生成模型动辄要求 16G 甚至 24G 显存，8G 起步大幅拉低了尝鲜的成本。

值得强调的是，这次实测的核心突破是 AMD + Windows 11 的组合。作者明确提到，之所以坚持在 Win11 而非 Linux 上部署，是因为普通用户不可能"为了跑个模型就把自己日常的系统换掉"。这种从实际使用场景出发的思路，让教程更贴近普通玩家的真实需求。

LTX2.5 基于扩散变换器（Diffusion Transformer，DiT）架构，这是近两年视频生成领域的主流技术路线，相比早期基于 UNet 的架构，DiT 在处理时序一致性和长程依赖方面更具优势。所谓"首尾图生视频"模式，是指同时提供第一帧和最后一帧图像，让模型在两帧之间"补间"出自然的过渡动画，这一功能在制作特定镜头转场或人物动作时尤为实用。

另一个值得了解的背景是 AMD 显卡在 AI 推理领域的生态处境：英伟达的 CUDA 是目前深度学习框架的事实标准，大多数模型默认针对 CUDA 优化。AMD 的对应方案是 ROCm（Radeon Open Compute），但其 Windows 支持长期滞后于 Linux，导致大量 A 卡用户在 Windows 下部署 AI 模型时遭遇兼容性障碍。此次实测能够跑通，意味着该工作流已找到在 Windows ROCm 环境下正确调用 AMD GPU 的方法，这正是其对 A 卡用户最核心的参考价值所在。

实测效率：从 2 分钟到 5 分钟的区间

这份评测最有参考价值的部分是不同工作流下的生成效率对比。测试环境为 7900XTX 24G 显存、32G 物理内存、128G 虚拟内存的 Windows 11 系统。

• 文生视频（自建工作流，8步）：生成 5 秒视频耗时约 129 秒，即 2 分钟出头；
• 图生视频（8步）：约 5 分钟（317 秒），比纯文生视频慢约 2 分钟；
• 图生视频优化到 6 步：耗时降至约 3 分钟（232 秒），画质、音频依旧正常；
• 首图+尾图生视频（6步）：约 5 分钟（306 秒）；
• 官方原版改的图生视频工作流：约 5 分钟（259 秒），但作者评价"效果较差"。

作者反复强调步数与质量、效率之间的权衡关系：默认 8 步质量最稳，若追求速度可降到 6 步甚至 4 步。他的实测结论是——在保证音频和画面不损坏的前提下，6 步是较优的平衡点，4 步理论上可把生成时间压到 2 分钟左右。

从生成效果看，作者对图生视频的人脸表现给出了肯定："脸部完全没有变形，说话也正常，音频也正常"，纯文生视频则被形容为"电影级"效果，只是 5 秒时长偏短，画面尚未完全展开。

五套工作流的差异

作者一共提供了五套工作流，涵盖不同使用场景：

文生视频工作流

填写提示词控制生成内容，另设约束词防止手脚变形，可调分辨率和步数。这是效率最高的一套，8 步约 2 分钟。

图生视频工作流

上传一张图片，配合提示词和约束词生成动态视频。适合让静态人物图"开口说话"，是人脸一致性表现较好的场景。

首尾图生视频工作流

同时上传首帧和尾帧图片，通过提示词控制中间过渡。

官方改版工作流

基于官方原版修改，但作者直言效率慢、效果差，仅作对照。他认为自建工作流通过简化和加速节点、去掉拖慢速度的环节，才是"最优效果"。

这种对官方工作流的批评，反映出开源模型生态中一个常见现象：官方默认配置往往偏保守，社区二次优化的工作流在实际体验上可能更佳。

部署方式：整合包 vs 手动安装

针对不同水平的用户，作者提供了两条路径。

整合包路线（推荐新手）：从 GitHub 下载打包好的整合包，模型和环境已全部预装，解压后运行启动程序即可，网页会自动打开本地地址，把工作流拖进去就能用。作者特别说明整合包不再压缩，需要单独文件的高手可以直接取用。

手动部署路线（面向进阶用户）：

1. 下载便携版 ComfyUI（非安装包版，避免装入用不上的英伟达组件干扰 AMD 环境）；
2. 解压后先测试能否正常运行；
3. 通过 CMD 进入目录，用命令安装所需的两套环境（前提是已安装 Git）；
4. 每装完一个环境重启 ComfyUI；
5. 下载五个模型文件，分别放入 diffusion_models、text_encoders、音频相关等对应目录；
6. 加载工作流即可开始生成。

作者提到一个实用的经验：他讲解的每个大模型部署都使用便携版且相互独立，不会与此前部署的其他模型（如 2.3 版本或 MiniMax 相关模型）产生环境冲突。这种"独立开"的做法能有效避免多模型共存时常见的依赖打架问题。

关于硬件兼容性，作者提到理论上 60 系、70 系、90 系英伟达显卡都可使用，而更老的架构（如 580）则无法运行。AMD 一侧则以 7900XTX 完成了实测验证。

ComfyUI 是目前最主流的开源 AI 图像/视频生成前端框架，采用节点式可视化编程界面，用户可以把模型加载、采样器、图像编解码等各功能模块以"节点"形式连接成"工作流"，灵活组合而无需编写代码。"便携版"（Portable Version）与安装版的区别在于：便携版将 Python 运行环境和依赖库全部打包在同一目录内，不写入系统注册表，可以多份共存且互不干扰，也方便整体迁移或删除。这正是作者推荐便携版的原因——安装版默认集成了英伟达相关组件，在纯 AMD 环境下可能引发冲突或产生无谓的报错，而便携版可以只装 ROCm 对应的依赖，保持环境干净。

总体评价

这份教程的最大意义在于填补了 AMD + Windows 本地部署 LTX2.5 的空白。对于手持 A 卡、又想在不改动日常系统的前提下尝鲜本地视频生成的用户来说，2 到 5 分钟生成 5 秒视频的效率已经相当可用，8G 显存的门槛也让更多设备有了尝试的可能。

需要留意的是，本文数据均来自单一 UP主 的实测，尚未有多方交叉验证；生成时长与显卡型号、显存大小强相关，低配设备的实际体验可能明显慢于 7900XTX。若你追求稳定质量，建议从 8 步起步再逐步下调；若优先速度，则可尝试 4 到 6 步的配置。