・この記事が扱うのは、LTX-Video の 0.9.x 系（映像だけを生成するモデル）の解説。Lightricks は現在の開発の中心を後継の LTX-2 系に移していて、LTX-Video の公式リポジトリの README も、LTX-2 を LTX 開発の主軸として案内している。
・LTX-2 系は、2026年1月に重みが公開された LTX-2、同年3月の LTX-2.3、同年8月の LTX-2.5 と続いている。音声と映像を同期して生成でき、ライセンスも LTX-Video とは別になっている。LTX-2 と LTX-2.3 は「LTX-2 Community License Agreement」、2026年8月11日以降の LTX-2.5 は「LTX-2.x Community License Agreement」が適用され、どちらも年間収益が1,000万ドル以上の事業者は有償ライセンスが必要になる。個人の趣味・学習や開発環境での検証といった非商用の例外が書かれているのは、LTX-2.5 に適用される LTX-2.x 版の規約で、LTX-2 と LTX-2.3 の規約にはこの例外の条項は見当たらなかった。使う版のライセンス全文を確認してほしい。
・LTX-2 系を ComfyUI で動かす場合、ComfyUI-LTXVideo の README は前提として「CUDA 対応 GPU で VRAM 32GB 以上、空き容量 100GB 以上」を挙げている。以下の本文にある PC スペックの目安（VRAM 8GB は量子化した版・低解像度・短尺での動作例から。13B系の必要 VRAM は未確認）やモデルファイルの大きさは、0.9.x 系についての話として読んでほしい。
AI動画生成サービスの多くはプランやクレジットに応じた課金制で、生成回数にも制限がある。RunwayやPikaといった商用ツールは高品質な映像を出力できる反面、本格的に使うと月数千円以上のコストが発生するのが現実だ。「お金をかけずに、自分のPCでAI動画を生成したい」。そんなニーズに応えるのが、オープンウェイトのAI動画生成モデル LTX Video である。
テキストや画像を入力するだけで短い動画が自動生成される仕組みで、しかもソフトは無料。ComfyUI（ノードベースのAI画像生成ツール）と組み合わせれば、すでにStable Diffusionで画像を作っている人がそのまま動画生成に踏み出せる。
この記事では、LTX Videoの基本的な仕組みから導入方法、必要なPCスペック、使用時の注意点までを一通り解説していく。
- LTX VideoはLightricks社が開発したオープンウェイトのAI動画生成モデルで、0.9.6 以降の重みは LTXV Open Weights License（年間収益が$10M未満の個人・事業者なら無料・商用利用も可能）。0.9.5 以前は別ライセンス
- テキストから動画（Text-to-Video）と画像から動画（Image-to-Video）の2つの生成方式に対応
- ComfyUIと連携させることで、ローカルPC上でAI動画生成のワークフローを構築できる
LTX Videoとは？Lightricks発のオープンウェイトAI動画生成モデル
LTX Videoは、イスラエルの画像・映像テクノロジー企業 Lightricks社 が開発・公開したAI動画生成モデル。Lightricksといえば、写真編集アプリ「Facetune」シリーズで知られる企業で、映像処理分野では長い実績を持っている Lightricks 公式企業サイト。
技術的な土台となっているのは DiT（Diffusion Transformer） と呼ばれるアーキテクチャ。これは、画像生成AIで使われる拡散モデル（ノイズから段階的に画像を復元する手法）にTransformer構造を組み合わせたもので、近年のAI動画生成で主流になりつつある設計方針だ Peebles & Xie (2023) “Scalable Diffusion Models with Transformers”。テキストプロンプトや静止画を入力として受け取り、そこから短い動画を生成する。
最大の特徴は、推論コードが Apache 2.0ライセンス で公開されている点。ただし動画生成に使うモデルウェイトは、0.9.6 以降の版では Lightricks 独自の「LTXV Open Weights License」で配布され、年間収益 1,000万ドル（約$10M）未満の個人・事業者は、商用利用も含めて無償（ライセンスの使用制限の範囲内）だが、年間収益 $10M 以上の事業者は別途有償の商用ライセンスが必要になる。個人や小規模事業者は実質無償で商用利用できるが、大企業で導入する場合は公式ライセンス条文を必ず確認したい（LTXV Open Weights License 0.X 全文）。0.9.5 以前の版には別のライセンスが付いているので、使う版のライセンスは Hugging Face のモデルカードで確認してほしい。モデルファイルとコードはGitHubおよびHugging Faceで公開されており、誰でもダウンロードできる（利用条件は上記のライセンスによる） Lightricks/LTX-Video GitHub リポジトリ。
“LTX-Video is the first DiT-based video generation model capable of generating high-quality videos in real-time.”
Hugging Face の LTX-Video モデルカード（0.9.x 時点の説明）より
リアルタイム生成を目指して設計されたDiTベースのモデルという位置付けで、公式は「1216×704・30fpsの動画を、視聴するより速く生成できる」と説明している（READMEでは、蒸留モデルをH100で動かした場合の話とされている）。軽量さと推論速度に振った実装になっている。モデルウェイトはHugging Face上で配布されており、チェックポイントとテキストエンコーダーをそれぞれの所定フォルダに置けばComfyUIで読み込める形式になっている Hugging Face LTX-Video モデルカード。
商用AI動画生成サービスとの違い
RunwayやPikaといった商用のAI動画生成サービスとLTX Videoは、提供形態からして根本的に違う。主要な特性を表にまとめた。
| 項目 | LTX Video | Runway | Pika |
|---|---|---|---|
| 提供形態 | ローカル実行（オープンウェイト） | クラウド（SaaS） | クラウド（SaaS） |
| ライセンス | コードは Apache 2.0、重みは LTXV Open Weights License（0.9.6 以降） | 商用プロプライエタリ | 商用プロプライエタリ |
| 料金 | ソフトは無料（GPU実費のみ。商用利用の条件は「商用利用」行を参照） | プラン・クレジット制（無料クレジットあり） | プラン・クレジット制（無料プランあり） |
| 生成回数 | 無制限（ハードウェア性能依存） | プラン上限あり | プラン上限あり |
| 必要環境 | NVIDIA GPU搭載PCが最も確実（macOSのMPSは、公式リポジトリのREADMEにComfyUIを介さない実行での確認の記載あり） | ブラウザのみ | ブラウザのみ |
| 商用利用 | 年間収益$10M未満なら許可（0.9.6以降の重み。以上は有償ライセンス） | 商用利用可（利用規約・第三者の権利は別途遵守） | Creator 以上のプランで商用ライセンス付き |
| 主な向き先 | 反復試行・カスタマイズ重視 | 仕上がり優先・手軽さ重視 | 仕上がり優先・手軽さ重視 |
商用サービスはブラウザだけで完結する代わりに、使い続けるにはプランの契約やクレジットの購入が必要で、生成回数に上限がある。LTX Videoは自分のPCにセットアップして使うため、生成回数の制限がない。その代わり、環境構築やGPUの用意を自分で行う必要がある。いわばトレードオフの関係にあるツールだ。
LTX Videoでできること：Text-to-VideoとImage-to-Video
LTX Videoの基本となる生成方式は大きく2つ。0.9.5 以降はキーフレーム指定や動画の延長にも対応しているが、ここでは基本の2つを扱う。それぞれの特徴と、どんな場面で活きるかを見ていこう。
Text-to-Video：テキストから動画を生成する
1つ目は Text-to-Video（テキストから動画への変換）。英語のテキストプロンプトを入力すると、その内容に沿った短い動画が生成される仕組みだ。
たとえば「a calm ocean wave rolling onto a sandy beach at sunset」（夕暮れの砂浜に穏やかな波が打ち寄せる）のようなプロンプトを入力すれば、それに近い映像が出力される。風景や抽象的なモーション映像、シンプルなアニメーション的な表現が比較的得意な領域で、SNS向けの短尺素材やプレゼン用のイメージ映像を作りたいときに重宝する。
Image-to-Video：静止画に動きを加える
2つ目は Image-to-Video（画像から動画への変換）。静止画を1枚入力し、その画像をベースにした動画を生成する方式だ。
すでにStable DiffusionやDALL-Eで作成したイラスト、あるいは撮影した写真をもとに、カメラのパンやズーム、被写体の微細な動きを加えるといった使い方が想定されている。「画像生成まではやっているが、動画は未経験」という人にとって、もっとも入りやすいAI動画生成の入口と言える。
生成される動画の特徴
2B系の標準的な出力は数秒程度の短い動画で、解像度もフルHD（1920×1080）未満が一般的（0.9.6 以降の公式の既定は1216×704・30fps）。長尺の映像制作には向いていないが（0.9.8 の13B系は最大60秒の動画に対応したものの、ファイルが大きく、必要なVRAMも2B系より増える）、コンセプト動画の作成、SNS投稿用の素材、プロトタイプ映像の検討といった用途であれば十分に実用的だ。生成可能なフレーム数や解像度の詳細はモデルのバージョンによって異なるため、使う版の仕様は、Hugging Faceのモデルカードで確認してほしい Lightricks/LTX-Video 仕様欄。
LTX Videoの始め方：ComfyUIでの導入手順
LTX Videoをローカル環境で使うもっとも一般的な方法が、ComfyUIとの連携だ。ComfyUIはノードベースのUIで画像・動画生成のワークフローを組めるツールで、Stable Diffusionユーザーにはおなじみの存在 comfyanonymous/ComfyUI 公式リポジトリ。ここではComfyUIを前提とした導入の流れを、概要レベルで整理した。
必要な環境と前提条件
LTX Videoのローカル実行には、以下の環境があると確実に動かせる。
- NVIDIA GPU搭載のPC — LTX-Video 公式リポジトリ単体で動かす場合の動作確認はCUDA（12.2）が中心（ComfyUI経由なら、PyTorchのビルドはComfyUIのREADMEに従う。トラブルシュートの項を参照）。情報量や実績の面でもNVIDIA製GPUが最も確実。VRAM容量は多いほど有利
- Python環境 — ComfyUIの動作にはPythonが必要。仮想環境（venvやconda）で管理するのが望ましい
- ComfyUIが動作する状態 — ComfyUI本体のインストールが完了していることが前提
ComfyUIの導入方法については別記事で解説しているので、未導入の場合はそちらを参照してほしい。
ComfyUIでのセットアップと基本ワークフロー
セットアップの大まかな流れは次の通り。
1. ComfyUIを最新版にする
ComfyUI公式ドキュメントの「LTX-0.9.5 ComfyUI Workflow Examples」（2B系）では、基本的なText-to-VideoとImage-to-Videoは最新のComfyUI本体に入っているノードで動き、カスタムノードは要らない。ComfyUIを最新版に更新したうえで、ワークフローテンプレートからLTXVのワークフローを開く手順になっている。0.9.6 以降や13B系のワークフローが本体のノードだけで動くかは、本記事では確認していない。なお、ComfyUI Managerで「LTXVideo」を検索すると出てくるカスタムノード（ComfyUI-LTXVideo）は、現在はLTX-2系向けで、前提はVRAM 32GB以上になっている。0.9.5の例を試す目的で入れる必要はない。
2. モデルファイルのダウンロードと配置
LTX Videoのモデルファイル（チェックポイント）はHugging Faceで公開されている。ダウンロードしたファイルをComfyUIの所定のディレクトリ（一般的にはmodelsフォルダ配下）に配置する。ComfyUI公式ドキュメントの0.9.5の例では、チェックポイント（ltx-video-2b-v0.9.5.safetensors）をmodels/checkpointsに、テキストエンコーダー（t5xxl_fp16.safetensors）をmodels/text_encodersに置く。テキストエンコーダーの分の容量も別に必要になる。なお、テンプレート「LTXV Text to Video」は、読み込むチェックポイントが ltx-video-2b-v0.9.safetensors（v0.9）のままになっていることがある（「LTXV Image to Video」は v0.9.5）。v0.9.5 を置いた場合は、Load Checkpoint ノードで ltx-video-2b-v0.9.5.safetensors を選び直す。また、0.9.5 の重みは LTXV Open Weights License ではなく別のライセンス（OpenRAIL-M）で、v0.9 と v0.9.1 の重みはライセンスが学術・研究目的に限られ、商用化は対象外になっている。テンプレートが指している v0.9 もこれに当たるので、商用で使う場合は特に、使う版のライセンスをモデルカードで確認してほしい。
3. ワークフローの構成
ComfyUI上で「モデル読み込み → プロンプト入力 → サンプラー → 動画出力」という流れのノードをつなげていく。公式やコミュニティが配布しているサンプルワークフローを読み込んで、そこから調整するのがもっとも手軽な方法だ。
LTX Video（0.9.x 系）に必要なPCスペックの目安
「自分のPCでLTX Videoは動くのか？」これが初心者にとって最大の関心事だろう。結論から言えば、NVIDIA製のミドルクラス以上のGPUがあれば実用的に使える。
もっとも重要なのは VRAM（ビデオメモリ）の容量。動画生成は画像生成よりもVRAM消費が大きく、VRAM容量が生成速度と扱える解像度に直結する。一般的な目安として、8GBのGPUでも、量子化した版・低解像度・短尺なら動かせた例がある（公式READMEは、コミュニティ製の8bit版「LTX-VideoQ8」で、RTX 4060（8GB）を使い720×480・121フレームの動画を1分足らずで生成した例を紹介している）。ただし、より高い解像度やフレーム数を求める場合は、12GB以上のVRAMが欲しいところ。
用途別のスペック目安を表にまとめた。この表は2B系を想定した一般的な目安で、13B系は含んでいない。13B系（ファイルは約15.7〜28.6GB、別にテキストエンコーダーも必要）に必要なVRAMは本記事では確認しておらず、ファイルの大きさからみて、表のどの行でもそのまま動くとは限らない。モデルバージョン・生成設定・量子化の有無でも必要量は変動する。
| 用途レベル | 推奨VRAM | GPU例 | 想定できる範囲 |
|---|---|---|---|
| 最低限の動作確認 | 8GB | RTX 4060 / RTX 3060 8GB版 | 低解像度・短尺の生成で挙動を試す |
| 標準的な利用 | 12GB | RTX 4070 / RTX 3060 12GB | 標準解像度の生成、軽い反復試行 |
| 本格的な利用 | 16GB以上 | RTX 4080 / RTX 5070 Ti | 高解像度・複数フレーム数の生成 |
| 業務・大量生成 | 24GB以上 | RTX 4090 / RTX 5090 | 余裕を持った並列生成・試行錯誤 |
CPU・RAM（メインメモリ）・ストレージについてはGPUほどシビアではないが、無関係でもない。モデルファイルの読み込み時にはRAMも消費するため、16GB以上のRAMは確保しておきたい。ストレージはモデルファイルの保存に数十GB程度の空きが必要になる。
具体的な生成速度はGPU世代やVRAM容量、生成設定によって大きく変動するため、「RTX ○○で何秒」のような一律の数字を出すのは難しい。自身の環境での実測値を確認したい場合は、公式リポジトリやコミュニティの検証レポートが参考になる。
LTX Videoを使う際の注意点と限界
オープンウェイトでソフトが無料という魅力がある一方で、0.9.x 系には、いくつかの制約がある。導入前に知っておくべきポイントを整理した。
生成品質は商用サービスに及ばない場面が多い傾向がある
RunwayやKlingといった商用AI動画生成サービスと比較すると、0.9.x 系の生成品質はまだ発展途上にある（公式の比較結果ではなく、一般的な傾向としての見方）。特に人物の動き、手指の描写、複雑なシーンでの破綻が起きやすい傾向がある。「商用レベルの映像を今すぐ量産したい」という目的であれば、0.9.x 系については、商用サービスのほうが適している。
サポート窓口がない
オープンソースプロジェクトの常として、公式のカスタマーサポートは存在しない。問題が発生した際はGitHub Issuesでの報告やコミュニティ（Discord、Reddit等）での情報共有が主な解決手段になる。エラーメッセージを読み解き、自力でトラブルシューティングする姿勢が求められるのは覚悟しておくべき点だ。
アップデートの頻度が高く、情報が陳腐化しやすい
オープンソースのAIモデルは進化のスピードが非常に速い。数か月前のインストール手順がそのまま使えないケースも珍しくないため、導入時には、ComfyUI公式ドキュメントとHugging Faceのモデルカードで、使う版の手順を確認してほしい。ComfyUI-LTXVideo のREADMEは現在LTX-2系の説明が中心で、LTX-Video のREADMEも冒頭でLTX-2を案内している（0.9.xの説明は残っているが、ComfyUIの項はComfyUI-LTXVideoへ誘導していて、そちらはLTX-2向け）。ブログ記事やYouTubeの解説動画は公開時点の情報であることを意識して参照するのが大事だ。
うまく動かないときのトラブルシュート
LTX Videoを動かす過程でつまずきやすい代表的な症状と、初手として確認したいポイントをまとめた。
VRAM不足エラーが出る
「CUDA out of memory」というエラーが頻発する場合、まず解像度とフレーム数を一段下げる。ComfyUIの設定で出力フレーム数を減らすだけでもVRAM消費が大きく下がる（LTX-Video のフレーム数は「8の倍数＋1」が有効な値なので、たとえば121から97へ）。それでも収まらない場合は、量子化済み（fp8など）のモデルバリアントが配布されていないかをHugging Faceで確認するのが次の手段になる。
生成速度が極端に遅い
想定よりも生成が遅いときは、GPUが正しく認識されているかを最初に疑う。タスクマネージャー（Windows）やnvidia-smi（Linux）でGPU利用率がほぼ0%のままなら、ComfyUIがCPUにフォールバックしている可能性が高い。PyTorchがCUDA対応版になっているかを確認したい。入れるビルドは、ComfyUIのREADMEが案内しているものに合わせる（2026年10月時点では、RTX 20シリーズ以降でcu130以上が必要とされている）。
動画の動きが破綻する
人物の手指がねじれる、被写体が突然消えるといった破綻は、プロンプトが曖昧か、入力画像が複雑すぎるケースが多い。プロンプトには「slow camera pan to the right」「subject standing still」のように動きの方向と速度を具体的に明記する。Image-to-Videoの場合は、入力画像をクロップして被写体を絞り込むだけで安定することもある。
カスタムノードが読み込めない
本記事の手順（0.9.5の例）ではカスタムノードを入れないが、ComfyUI-LTXVideo など別のカスタムノードを入れた場合は、ComfyUI起動時に「Failed to import」と表示されることがある。その場合は依存ライブラリが不足している可能性が高い。導入済みなのに読み込みに失敗する場合は、そのノードのrequirements.txtをComfyUIと同じPython環境でpip installするのが基本対処になる。カスタムノードが未導入なら、ComfyUI Managerの不足ノードの検出（現行の標準UIではワークフローを開いたときの確認ダイアログの「Install All」、従来のUIでは「Install Missing Custom Nodes」）で入れる。Python仮想環境を切り間違えていないかも併せて確認したい。
まとめ
LTX Videoは、ローカル環境で動かせて、ソフトの利用料がかからないオープンウェイトのAI動画生成モデル（0.9.x 系）で、0.9.6 以降の重みは年間収益が$10M未満の個人・事業者なら商用利用も無償で認められる。Lightricks社が、0.9.6 以降の重みを独自のオープンウェイトライセンス（LTXV Open Weights License）で公開しており、Text-to-VideoとImage-to-Videoの両方に対応している。
この記事で扱う0.9.x系の生成品質は商用サービスほどではないが、ソフトの利用料がかからず、生成回数にも上限がない（速度はGPU次第）という強みは他に代えがたい。特にComfyUIを使ったStable Diffusionユーザーにとっては、画像生成ワークフローの延長線上に動画生成を組み込めるのが最大のメリットだろう。
まず取り組むべきアクションは明確だ。ComfyUI環境がすでにある人は、ComfyUIを最新版に更新したうえで、Hugging Faceからチェックポイントとテキストエンコーダーをダウンロードし、ワークフローテンプレートを動かしてみること。GPU未所持の場合は、クラウドGPU環境でまず一度動かして感触をつかむのがいい。いずれの場合も、ComfyUI公式ドキュメントとHugging Faceのモデルカードを起点にするのが、遠回りしないための鉄則だ。ComfyUI-LTXVideoのREADMEは現在LTX-2系の説明が中心で、LTX-VideoのREADMEからもそこへ案内されるので、0.9.xを試す場合は混同しないようにしたい。
よくある質問（FAQ）
Q. LTX Videoは無料で使えますか？
推論コードはApache 2.0、モデルウェイトは0.9.6以降の版でLTXV Open Weights Licenseで公開されており、年間収益が$10M未満の個人・事業者はソフトウェア自体を無料で利用できる。ただしローカルで動かすにはNVIDIA GPU搭載のPCが最も確実で、そのハードウェアのコストは別途かかる点に留意してほしい。クラウドGPUを利用する場合は、その利用料金が発生する。
Q. MacでもLTX Videoは動きますか？
LTX-Video の公式リポジトリは、CUDA（NVIDIAのGPU向け並列計算プラットフォーム）での動作確認を中心にしつつ、macOS の MPS（Apple のチップ向けGPU実行基盤）でも PyTorch 2.3.0 で動作を確認したと記している。ただしこれはリポジトリの推論スクリプトでの話で、速度は本記事では確認していない。本記事が案内するComfyUI経由で 0.9.x を Mac で動かせるかも確認していない（LTX-2系向けの ComfyUI-LTXVideo の README は前提にCUDA対応GPUを挙げているが、0.9.5の例ではこのノードは使わない）。安定した動作を求めるなら、NVIDIA GPU搭載のWindows/Linux環境を用意するのが確実な選択になる。
Q. 生成した動画を商用利用しても問題ありませんか？
0.9.6 以降のモデルウェイトは LTXV Open Weights License で配布され、年間収益 $10M 未満の個人・企業は生成物の商用利用が無償で認められている（$10M 以上は別途商用ライセンスが必要）。0.9 と 0.9.1 の重みは学術・研究目的に限られて商用化は対象外、0.9.5 は別の OpenRAIL-M なので、使う版のライセンスを確認してほしい。ただし、生成物の品質管理や、生成物に関する権利上の責任は利用者自身が負うことになる。クライアントワークや販売素材として使用する場合は、生成物を十分に確認したうえで活用するのが望ましい。
Q. 一度に生成できる動画の長さはどれくらいですか？
2B系の標準的な出力は数秒程度の短尺動画で、0.9.8 の13B系（LTXV-13B）は最大60秒まで対応する。ただし13B系は必要なVRAMが大きいため、手元のGPUで動かせない場合は、複数の短尺動画を生成して動画編集ソフト側でつなぎ合わせる運用が現実的だ。フレーム数と解像度の上限はモデルバージョンによって異なるため、使う版の仕様はモデルカードで確認したい。
Q. 音声付きの動画は生成できますか？
この記事で扱う LTX-Video（0.9.x 系）は映像のみを生成するモデルで、音声生成機能は含まれていない（後継の LTX-2 系は音声と映像を同期して生成できる）。0.9.x の動画にBGMや効果音をつけたい場合は、別の音声生成AIや既存の音源ライブラリを使って動画編集ソフトで合成するという二段階の運用が必要になる。
Q. WindowsとLinuxでパフォーマンスに差はありますか？
同じNVIDIA GPUを搭載していても、性能はドライバ・PyTorch・CUDAの構成によって変わるため、OSだけで一律には決まらない。一般にはLinux環境のほうがCUDAドライバの整備や依存ライブラリのインストールが比較的スムーズに進む場面が多いと言われるが、トラブル時の情報量は両OSで蓄積されており、コミュニティの解決事例はDiscordやRedditで両環境とも見つかる。
本記事は AIツール図鑑 が記載時点の情報をもとに執筆。製品アップデートや第三者ベンチマーク・価格・対応ランタイム等の変動で評価が変わる可能性がある。一定期間経過した内容は再検証を推奨する。
