⚡️ LightX2V: 轻量级视频生成推理框架

[ English | 中文 ]

LightX2V 是一个先进的轻量级图像视频生成推理框架，专为提供高效、高性能的图像视频生成解决方案而设计。该统一平台集成了多种前沿的图像视频生成技术，支持文本生成视频(T2V)和图像生成视频(I2V)，文本生图片(T2I)，图像编辑(I2I)等多样化生成任务。X2V 表示将不同的输入模态(X，如文本或图像)转换为视觉输出(Vision)。

🌐 立即在线体验！ 无需安装即可体验 LightX2V：LightX2V Studio - 免费、轻量、快速的AI视频生成平台，提供LTX2.3 / Wan 2.2 / SekoTalk / Qwen-Image / SeedVR2等多个模型多种任务的免费体验使用。

🤗 HuggingFace 模型仓库: LightX2V HuggingFace

📝 更多内容请访问我们的 LightX2V 博客

🌟 开发者新手入门教程: LightX2V 开发者快速入门教程

👋 加入微信交流群，LightX2V加群机器人微信号: random42seed

🧾 社区代码贡献指南

在提交之前，请确保代码格式符合项目规范。可以使用如下执行命令，确保项目代码格式的一致性。

pip install ruff pre-commit
pre-commit run --all-files

除了LightX2V团队的贡献，我们也收到一些社区开发者的贡献，包括但不限于：

• zhtshr
• triple-Mu
• vivienfanghuagood
• yeahdongcn
• kikidouloveme79
• ziyanxzy
• Tyr0727
• hufangjian2017
• Fatemanx

:fire: 最新动态

• 2026年6月15日： 🚀 支持 平头哥 PPU 的部署。

• 2026年5月29日： 🚀 我们推出了一个极其高效的 Wan 2.2 14B 变体 (T2V and I2V)：面向 Blackwell 架构的 NVFP4 量化感知步数蒸馏与稀疏注意力模型。在单张 RTX 5090 显卡上可实现超过 50 倍的加速。

• 2026年4月30日： 🚀 支持 天数智芯 的部署，感谢天数智芯团队。

• 2026年4月20日： 🚀 我们很高兴发布 Wan2.2-I2V-A14B-4step-720p-high 和 Wan2.2-I2V-A14B-4step-720p-low 两个新模型。与之前的版本相比，这一版本基于高质量的720p数据集进行训练，并采用了优化过的低噪声训练算法。这些改进显著提升了模型在细粒度细节渲染以及视觉纹理方面的表现。

• 2026年4月17日： 🚀 我们支持了 WorldMirror 2.0 模型。在单张 H100 显卡上，LightX2V 可实现约 1.2 倍的推理加速。详细用法请参考此教程。

• 2026年4月10日： 🎉 我们更新了分离部署的技术博客

• LightX2V 分离部署：突破扩散模型推理的显存与吞吐瓶颈

• 2026年3月5日： 🚀 支持 Intel AIPC PTL 的部署，感谢Intel团队。

• 2026年3月5日： 🚀 我们现已支持基于Mooncake的分离部署，更多关于分离部署的改进和文档正在进行中。感谢Mooncake团队的帮助！

• 2026年2月27日： 🚀 我们现已支持自回归视频生成模型（Self Forcing）的 FP8 和 NVFP4 量化！你可以在这里获取量化后的模型：Self-Forcing-FP8， Self-Forcing-NVFP4。

• 2026年2月11日: 🎉 我们很高兴宣布推出 GenRL —— 一个用于视觉生成的可扩展强化学习训练框架！GenRL 支持使用 GRPO 算法对 diffusion/flow 模型进行多奖励优化训练（HPSv3、VideoAlign等）。我们已经发布了在多机多卡上训练的高性能 LoRA checkpoints，在美学质量、运动连贯性和文本-视频对齐等方面都有显著提升。欢迎查看我们在 HuggingFace 上的模型合集！觉得有用的话欢迎给个 ⭐！

• 2026年1月20日: 🚀 我们支持了LTX-2音频-视频生成模型，包含CFG并行、block级别offload、FP8 per-tensor量化等先进特性。使用示例可参考examples/ltx2和scripts/ltx2。

• 2026年1月6日: 🚀 我们更新了Qwen-Image-2512和Qwen/Qwen-Image-Edit-2511的8步的CFG/步数蒸馏模型。可以在Qwen-Image-Edit-2511-Lightning和Qwen-Image-2512-Lightning下载对应的权重进行使用。使用教程参考这里。

• 2026年1月6日: 🚀 支持燧原 Enflame S60 (GCU) 的部署。

• 2025年12月31日: 🚀 我们Day0支持了Qwen-Image-2512 文生图模型. 我们的HuggingFace 已经更新了CFG/步数蒸馏lora权重。使用方式可以参考这里。

• 2025年12月27日: 🚀 支持摩尔线程 MUSA 的部署。

• 2025年12月25日: 🚀 支持 AMD ROCm 和 Ascend 910B 的部署。

• 2025年12月23日: 🚀 我们Day0支持了Qwen/Qwen-Image-Edit-2511的图像编辑模型，H100单卡，LightX2V可带来约1.4倍的速度提升，支持CFG并行/Ulysses并行，高效Offload等技术。我们的HuggingFace已经更新了CFG/步数蒸馏lora和FP8权重。使用方式可以参考这里。结合LightX2V，4步CFG/步数蒸馏，FP8模型，最高可以加速约42倍。可以在LightX2V 在线服务的图生图的Qwen-Image-Edit-2511进行体验。

• 2025年12月22日: 🚀 新增 Wan2.1 NVFP4 量化感知 4 步蒸馏模型 支持；模型与权重已发布在 HuggingFace： Wan-NVFP4。

• 2025年12月15日: 🚀 支持 海光DCU 硬件上的部署。

• 2025年12月4日: 🚀 支持 GGUF 格式模型推理，以及在寒武纪 MLU590、MetaX C500 硬件上的部署。

• 2025年11月24日: 🚀 我们发布了HunyuanVideo-1.5的4步蒸馏模型！这些模型支持超快速4步推理，无需CFG配置，相比标准50步推理可实现约25倍加速。现已提供基础版本和FP8量化版本：Hy1.5-Distill-Models。

• 2025年11月21日: 🚀 我们Day0支持了HunyuanVideo-1.5的视频生成模型，同样GPU数量，LightX2V可带来约2倍以上的速度提升，并支持更低显存GPU部署(如24G RTX4090)。支持CFG并行/Ulysses并行，高效Offload，TeaCache/MagCache等技术。同时支持沐曦，寒武纪等国产芯片部署。我们很快将在我们的HuggingFace主页更新更多模型，包括步数蒸馏，VAE蒸馏等相关模型。量化模型和轻量VAE模型现已可用：Hy1.5-Quantized-Models用于量化推理，HunyuanVideo-1.5轻量TAE用于快速VAE解码。使用教程参考这里，或查看示例目录获取代码示例。

🏆 性能测试数据 (更新于 2025.12.01)

📊 推理框架之间性能对比 (H100)

📊 推理框架之间性能对比 (RTX 4090D)

📊 LightX2V不同配置之间性能对比

注意: 所有以上性能数据均在 Wan2.1-I2V-14B-480P(40 steps, 81 frames) 上测试。此外，我们HuggingFace 主页还提供了4步蒸馏模型。

💡 快速开始

详细使用说明请参考我们的文档：英文文档 | 中文文档

我们强烈推荐使用 Docker 环境，这是最简单快捷的环境安装方式。具体参考：文档中的快速入门章节。

从 Git 安装

pip install -v git+https://github.com/ModelTC/LightX2V.git

从源码构建

git clone https://github.com/ModelTC/LightX2V.git
cd LightX2V
uv pip install -v . # pip install -v .

（可选）安装注意力/量化算子

注意力算子安装说明请参考我们的文档：英文文档 | 中文文档

使用示例

# examples/wan/wan_i2v.py
"""
Wan2.2 image-to-video generation example.
This example demonstrates how to use LightX2V with Wan2.2 model for I2V generation.
"""

from lightx2v import LightX2VPipeline

# Initialize pipeline for Wan2.2 I2V task
# For wan2.1, use model_cls="wan2.1"
pipe = LightX2VPipeline(
    model_path="/path/to/Wan2.2-I2V-A14B",
    model_cls="wan2.2_moe",
    task="i2v",
)

# Alternative: create generator from config JSON file
# pipe.create_generator(
#     config_json="configs/wan22/wan_moe_i2v.json"
# )

# Enable offloading to significantly reduce VRAM usage with minimal speed impact
# Suitable for RTX 30/40/50 consumer GPUs
pipe.enable_offload(
    cpu_offload=True,
    offload_granularity="block",  # For Wan models, supports both "block" and "phase"
    text_encoder_offload=True,
    image_encoder_offload=False,
    vae_offload=False,
)

# Create generator manually with specified parameters
pipe.create_generator(
    attn_mode="sage_attn2",
    infer_steps=40,
    height=480,  # Can be set to 720 for higher resolution
    width=832,  # Can be set to 1280 for higher resolution
    num_frames=81,
    guidance_scale=[3.5, 3.5],  # For wan2.1, guidance_scale is a scalar (e.g., 5.0)
    sample_shift=5.0,
)

# Generation parameters
seed = 42
prompt = "Summer beach vacation style, a white cat wearing sunglasses sits on a surfboard. The fluffy-furred feline gazes directly at the camera with a relaxed expression. Blurred beach scenery forms the background featuring crystal-clear waters, distant green hills, and a blue sky dotted with white clouds. The cat assumes a naturally relaxed posture, as if savoring the sea breeze and warm sunlight. A close-up shot highlights the feline's intricate details and the refreshing atmosphere of the seaside."
negative_prompt = "镜头晃动，色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走"
image_path="/path/to/img_0.jpg"
save_result_path = "/path/to/save_results/output.mp4"

# Generate video
pipe.generate(
    seed=seed,
    image_path=image_path,
    prompt=prompt,
    negative_prompt=negative_prompt,
    save_result_path=save_result_path,
)

NVFP4（量化感知 4 步）资源 - 推理示例：examples/wan/wan_i2v_nvfp4.py（I2V），examples/wan/wan_t2v_nvfp4.py（T2V）。 - NVFP4 算子编译/安装指南：参见 lightx2v_kernel/README.md。

💡 更多示例: 更多使用案例，包括量化、卸载、缓存等进阶配置，请参考 examples 目录。

🤖 支持的模型生态

官方开源模型

• ✅ LTX-2.3
• ✅ LTX-2
• ✅ HunyuanVideo-1.5
• ✅ Wan2.1 & Wan2.2
• ✅ SeedVR2
• ✅ Qwen-Image
• ✅ Qwen-Image-Edit
• ✅ Qwen-Image-Edit-2509
• ✅ Qwen-Image-Edit-2511

量化模型和蒸馏模型/Lora (🚀 推荐：4步推理)

• ✅ Wan2.1-Distill-Models
• ✅ Wan2.2-Distill-Models
• ✅ Wan2.1-Distill-Loras
• ✅ Wan2.2-Distill-Loras
• ✅ Wan2.1-Distill-NVFP4
• ✅ Qwen-Image-Edit-2511-Lightning

轻量级自编码器模型(🚀 推荐：推理快速 + 内存占用低)

• ✅ Autoencoders

自回归模型

• ✅ Wan2.1-T2V-CausVid
• ✅ Self-Forcing
• ✅ Matrix-Game-2.0

🔔 可以关注我们的HuggingFace主页，及时获取我们团队的模型。

💡 参考模型结构文档快速上手 LightX2V

🚀 前端展示

我们提供了多种前端界面部署方式：

• 🎨 Gradio界面: 简洁易用的Web界面，适合快速体验和原型开发
• 📖 Gradio部署文档
• 🎯 ComfyUI界面: 强大的节点式工作流界面，支持复杂的视频生成任务
• 📖 ComfyUI部署文档
• 🚀 Windows一键部署: 专为Windows用户设计的便捷部署方案，支持自动环境配置和智能参数优化
• 📖 [Windows一键部署文档](https://lightx2v-zhcn.readthedocs.io/zh-cn/latest/deploy_guides/deploy_loca