ltx-2-mlx vs ltx-2-mlx-swiftltx-2.5-mlx两大消费端实现对比与选型指南ltx-2-mlx 与 ltx-2-mlx-swift 是 ltx-2.5-mlx 权重包的两套消费端实现前者是 Python-MLX 命令行工具后者是 Swift-MLX 原生库二者都能让 LTX-2.522B 音视频联合生成模型在 Apple Silicon 上端到端本地生成带声音的视频。本文用一张对照表讲清两者的差异、显存占用与选型建议帮你 3 分钟做出不后悔的决定。 先搞懂 ltx-2.5-mlx一个权重仓库两种用法ltx-2.5-mlx 本身不是一个可执行程序而是把 Lightricks LTX-2.5 转成 MLX 格式、并按组件拆分的权重仓库由两个消费端consumer来加载运行ltx-2-mlxPython脚本化命令行工具uv管理环境适合自动化批处理与快速实验ltx-2-mlx-swiftSwiftMLX-Swift 原生管线提供异步 API适合 App 集成与长期运行⚠️ 两者的移植状态均为研究级research port能完整跑通但不是受支持的产品正式使用前请先评估风险详见 README.md。仓库按功能把模型拆成了 11 个组件这也是选型的基础——消费端负责把它们串成完整管线组件文件作用规模transformer-distilled.safetensors蒸馏版音视频 DiT固定 8 步采样、CFG1速度最快22Btransformer-dev.safetensors完整版 DiT质量上限更高22Bgemma4-12b-ltx-v1/Lightricks 调优的 Gemma-4 文本编码器bf16约 24 GB 常驻12Bvae_encoder.safetensors / vae_decoder.safetensors视频 VAE 编解码726Mvae_diffusion_decoder.safetensorsDiffVAE 单步 x0 解码器417Mvae_decoder_pruna.safetensorsPrunaAI 精简解码器可选解码约 2× 提速—audio_vae.safetensors / vocoder.safetensors音频 VAE BigVGAN 声码器182Mspatial_upscaler_x2_v1_1.safetensors / temporal_upscaler_x2_v1_0.safetensors空间 ×2 / 时间 ×2 潜在上采样器498M / 131Mconnector.safetensors / duration_head.safetensors文本嵌入连接器 / 提示词→时长预测头— / 1.9M管线与 DiT 的架构参数见 config.json 与 embedded_config.json48 层音视频联合 DiT、音视频交叉注意力use_audio_video_cross_attention、RoPE 位置编码——也就是说视频画面与声音是在同一个 Transformer 里联合生成的这正是 LTX-2.5 的卖点。⚖️ 核心差异Python 端 vs Swift 端2026-08-13 起两个消费端均已对 LTX-2.5完成移植COMPLETE并通过了与 PyTorch 参考实现的逐项对拍parity文本编码器 49 个隐藏状态平均余弦相似度 0.999985采样器、关键帧槽位、DFR 画布几何均一致。功能层面两者基本对齐差异集中在默认行为与使用形态对比维度ltx-2-mlxPython-MLXltx-2-mlx-swiftSwift-MLX形态命令行工具CLI原生 Swift 异步 APILTX2Pipeline典型场景脚本批处理、快速实验、参数调优macOS/iOS App 集成、长期稳定运行环境管理uv虚拟环境 uv runXcode / Swift 工程直接依赖DiT 分阶段驱逐省 21.74 GB 显存非默认需自行配置✅默认开启输出比特一致Pruna 精简 VAE 解码器支持✅ 低档位compact24 / balanced32默认启用模型版本识别按检查点目录解析从目录内 gemma4-12b-ltx-v1/ 自动识别 2.5改名/移动目录也不受影响蒸馏版 8 步快速采样--distilled✅✅多镜头关键帧--num-generated-keyframes✅✅DFR 细节增强管线✅✅一句话总结Swift 端把省显存、跑得久的优化做成了默认行为Python 端赢在脚本化灵活性和上手速度。 内存账本运行 LTX-2.5 到底需要多大统一内存这是选型前最容易被忽略的一环。实测数据Apple Silicon 128 GB448×320×9 帧bf16Swift 消费端配置峰值内存默认文本编码器与 DiT 同时常驻62.40 GBDiT 在编码阶段被驱逐40.66 GB−34.8%文本编码器 int8 量化编码器 24.42 → 14.20 GB端到端降至52.18 GB要点拆解DiT 本体 37.98 GB 常驻bf16是硬底——48 层 22B 模型摆在那量化前绕不开真正的大户是文本编码器gemma4-12b-ltx-v1/ 是未量化的 bf16 12B磁盘 23.8 GB、常驻约 24.4 GB。LTX-2.3 时代只用 4-bit Gemma-3约 7 GB从 2.3 迁移过来的用户容易严重低估 2.5 的内存需求两个显存杠杆可以叠加分阶段驱逐 DiT调度优化不损失质量、不增加耗时 编码器 int8 量化组大小 64、保留embed_tokens为 bf16实测数值保真且盲测观感中性⚠️ 官方明确拒绝 int4 量化余弦 0.996728明显劣化——第三方 MLX 打包若提供 4-bit 编码器且无公开质量数据请谨慎。建议统一内存 ≥ 96 GB 再考虑本地跑 LTX-2.548/64 GB 机型建议优先云端或更低规格模型。 快速上手两种消费端各跑一步方式一Python CLIltx-2-mlx# 注意权重来自 Hugging Face 的 mlx-community/ltx-2.5-mlx uv sync uv run ltx-2-mlx generate \ --model mlx-community/ltx-2.5-mlx \ --distilled \ --prompt a red fox standing in deep snow, closeup wildlife photography, golden hour \ -H 512 -W 768 -f 121 --frame-rate 24 -o fox.mp4参数速记--distilled启用 8 步快速采样-H/-W/-f控制高、宽、帧数--frame-rate设帧率-o输出文件。进阶参数--num-generated-keyframes N在等距的内部位置生成 N 个虚构关键帧放松这些位置的时间压缩。注意它并不会自动把分镜提示词变成多镜头切换——那是 DFR 管线的工作。DFRdiffusion fidelity rendering空间细节增强档在 4/4 对比测试中更受操作员青睐代价约 1.2× 耗时时间轮temporal rounds耗时 1 轮 2.767×、2 轮 3.542×官方建议想要时间密度再用轮次想省时间请直接按目标帧率原生生成。方式二Swift 原生ltx-2-mlx-swift// 2.5 从检查点自动识别看目录里的 gemma4-12b-ltx-v1/不依赖路径名 let pipeline try await LTX2Pipeline.load(ltxDir: modelDir, gemmaDir: gemma4Dir) let out try await pipeline.t2vTwoStage(prompt: prompt, height: 320, width: 448, numFrames: 25, fps: 24, seed: 4242)Swift 端还有两个 Python 端需要手动开启的默认优化DiT 分阶段驱逐编码阶段把 37.98 GB 的 DiT 移出内存峰值直降 21.74 GB输出比特一致Pruna 解码器选择LTX2Configuration.vaeDecoderPath或环境变量LTX_VAE_DECODERpruna指定 vae_decoder_pruna.safetensors。实测在 24 GB M5 Pro 上解码约 2× 提速、每段视频节省 15.9% 墙钟时间在解码瓶颈场景704×512×121峰值从 21.1 GB 降到 14.5 GB把一次超预算换页的运行拉回预算之内。代价是解码近似但不比特精确。✅ 选型指南3 个判断条件帮你定要不要写进 App / 追求长期稳定运行→ 选ltx-2-mlx-swift。显存优化默认就绪DiT 驱逐 低档位默认 Pruna 解码器异步 API 天然贴合 Swift Concurrency。要不要脚本化、批处理、快速调参→ 选ltx-2-mlxPython。CLI uv环境最轻一条命令出片方便接进自动化流水线。机器只有 96 GB 以下统一内存→ 两个消费端都不推荐bf16 下 DiT 37.98 GB 编码器 24 GB 的叠加峰值留给系统与其他进程的余量会非常紧张。⚠️ 使用前的 3 个提醒许可证权重受 LTX-2.x Community License 约束条款全文见 LICENSE.md可接受使用政策快照为 ltx-acceptable-use-policy-snapshot-2026-08-12.pdf。年收入 ≥ 1000 万美元的实体必须先向 Lightricks 购买付费授权非商业测试/评估除外并履行AI 生成内容披露等义务。定位这是研究级移植不是受支持的产品别直接押在生产上。转换说明仓库内所有张量文件均经 MLX 惯例重序列化conv 布局、组件拆分、键名方言数值未做任何训练或微调改动——细节与完整性校验如 Pruna 解码器的 SHA-256见 README.md。总结功能上 Python 端与 Swift 端已对齐真正的差异是默认值——脚本党选ltx-2-mlxApp 党选ltx-2-mlx-swift而比选型更重要的是先确认你的 Mac 有足够大的统一内存。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
)
