LTX-2.5 accélère la vidéo IA locale sur GPU NVIDIA

LTX a présenté LTX-2.5, un world model open weights pour la génération vidéo, les applications en temps réel et la physical AI, pensé pour l’inférence locale sur GPU NVIDIA RTX et DGX Spark. La sortie compte pour les studios, les créateurs de formats courts et les équipes qui veulent produire sans passer par le cloud. À ce stade, l’idée est simple: réduire la dépendance aux gros serveurs et faire tenir la production dans une machine de bureau.

Une vidéo générée localement, sans la queue du cloud

Avec LTX-2.5, la promesse n’est pas seulement de générer des clips, mais de le faire vite et sur du matériel déjà installé chez l’utilisateur. Le modèle a été optimisé pour limiter les besoins en VRAM, ce qui permet de faire tourner un world model avancé sur des configurations grand public ou semi-pro. Dans ComfyUI, il peut s’intégrer directement au flux de travail, avec une logique de production plus proche de l’atelier que du studio fermé.

La version mise en avant par LTX introduit aussi la génération multishot native: une séquence entière est rendue comme un ensemble cohérent, avec maintien de l’apparence d’un personnage d’une prise à l’autre. Pour les équipes créatives, cela change la donne sur la continuité visuelle, souvent le point faible des générateurs vidéo ouverts. Un détail qui n’en est pas un: moins de visages qui se transforment en cours de route, c’est déjà un petit luxe.

Pourquoi les créateurs et les agences vont regarder ça de près

Le modèle vise d’abord les usages où le volume et la répétition coûtent cher: clips sociaux, variantes publicitaires, prévisualisation de films, avatars interactifs ou encore simulations pour la robotique. LTX explique que les clips supplémentaires n’entraînent pas de frais à la génération, ce qui peut alléger les campagnes d’A/B testing et les refresh créatifs. Dans ce contexte, des équipes réduites peuvent tester davantage d’angles, plus rapidement, sans dépendre d’un budget de postproduction à rallonge.

La société met aussi en avant un backbone linguistique Gemma 4 et un nouveau décodeur vidéo censé limiter les artefacts dans les scènes très mouvementées. L’objectif est clair: rapprocher le rendu d’un niveau exploitable en production. Pour les studios, cela signifie moins de nettoyage après coup; pour les annonceurs, plus de versions à tester; pour les indépendants, la possibilité de jouer dans la cour des grands sans louer toute l’équipe technique du voisin.

Des performances qui changent l’équation économique

Les chiffres avancés par LTX donnent le ton. Sur son benchmark image-to-video, un clip de 10 secondes est généré en 6,8 secondes sur site avec 2x NVIDIA GB200, contre 23,7 secondes via l’API LTX. Les alternatives fermées citées dans la source montent à 52 à 70 secondes pour les plus rapides, puis 196 secondes, 259 secondes, 317 secondes et jusqu’à 398 secondes pour les plus lentes [à vérifier selon le benchmark exact]. Autrement dit, la génération locale peut devenir plus rapide que la durée de la vidéo elle-même.

Cette vitesse compte surtout pour la production en série. Avec un tel écart, l’overnight batch generation n’a plus rien d’un slogan de présentation: une équipe peut lancer des dizaines de variantes le soir et récupérer ses options le matin. C’est précisément là que le local reprend la main sur le cloud, avec moins d’attente et moins de coûts variables.

Un mouvement plus large chez NVIDIA

LTX-2.5 arrive au milieu d’une série de lancements centrés sur l’IA locale chez NVIDIA. Le même jour, la société a aussi mis en avant Nemotron 3.5 Lightning, un modèle open de 30 milliards de paramètres conçu pour les tâches agentiques répétitives, ainsi que NeMo Switchyard, une bibliothèque open source de routage entre modèles. Le message est cohérent: le traitement IA ne doit plus forcément remonter au centre de calcul le plus lourd à chaque étape.

Pour NVIDIA, cette approche va du PC RTX au datacenter. Pour les éditeurs de logiciels et les équipes R&D, elle ouvre une architecture plus modulaire, où l’on choisit le bon modèle selon la tâche. Dans la vidéo comme dans les agents, le même basculement se dessine: un socle ouvert, accéléré localement, peut devenir l’option par défaut de production.

Ce que LTX-2.5 apporte vraiment

Au fond, LTX-2.5 ne cherche pas seulement à faire de belles images. Le modèle veut faire tenir tout un pipeline de création, de la génération à la personnalisation, sur une machine locale, avec un contrôle plus fin sur les données et la propriété intellectuelle. C’est ce point qui compte pour les studios comme pour les PME: moins de dépendance à un service distant, plus de maîtrise sur les contenus et les coûts.

Reste une limite classique des modèles ouverts: l’intérêt dépendra de la qualité réelle des intégrations, des réglages et de la capacité des équipes à l’exploiter. Mais si les performances annoncées se confirment dans les usages quotidiens, la vidéo générée localement pourrait passer d’un terrain d’expérimentation à un outil de travail courant. Le cloud n’est pas mort; il va juste devoir partager le bureau.