基于 Lightricks/LTX-2 开源项目部署的 LTX-Video 2.3 视频生成模型推理服务。

• 🎬 LTX-Video 2.3 (22B) 文本/图像生成视频
• 🖥️ Gradio Web UI — 浏览器直接使用
• 🃏 GPU 灵活切换 — 通过 .cnb.yml 中的 runner tags 切换 L40 / H20
• 🐳 Docker 容器化 — 一键构建，制品库托管镜像
• 📦 CNB 流水线 — 自动构建 + 推送镜像 + 部署

配置	最低	推荐
VRAM	32GB+	48GB+ (A100/H100/L40/H20)
系统内存	32GB	64GB+
存储	100GB	200GB+ SSD
CUDA	11.8+	12.1+

在 .cnb.yml 中修改 runner.tags 即可切换显卡：

# 48GB 通用 GPU（推荐）
tags: cnb:arch:amd64:gpu

# L40 48GB
tags: cnb:arch:amd64:gpu:L40

# H20 96GB（不推荐，停产）
tags: cnb:arch:amd64:gpu:H20

# 1. 构建镜像
docker build -t ltx-video-2.3 .

# 2. 运行（需要 GPU）
docker run --gpus all -p 7860:7860 \
  -v ./models:/app/models \
  ltx-video-2.3

# 3. 打开浏览器访问 http://localhost:7860

1. Fork 或导入本仓库到 CNB
2. 流水线自动触发构建镜像
3. 制品库推送完成后自动部署

ltx-video-2.3/
├── Dockerfile          # 容器镜像定义
├── app.py              # Gradio Web UI + 推理逻辑
├── requirements.txt    # Python 依赖
├── .cnb.yml            # CNB 流水线配置
├── .dockerignore       # Docker 构建排除
└── README.md

from ltx_pipelines import TI2VidTwoStagesPipeline
import torch

pipeline = TI2VidTwoStagesPipeline.from_pretrained(
    "Lightricks/LTX-2.3-22B",
    torch_dtype=torch.bfloat16,
)
pipeline.enable_model_cpu_offload()

video = pipeline(
    prompt="A sunset over the ocean",
    negative_prompt="blurry, low quality",
    num_inference_steps=50,
    guidance_scale=3.5,
).videos[0]

Apache 2.0 / LTX-Video 社区开源协议