%20(2).avif)
%20transparent.avif)
Die LTX-Video i-Engine ist eine optimierte Inferenz-Laufzeitumgebung für die LTX-Video-Modellfamilie von Lightricks, die KI-Videos deutlich schneller generiert als die Standard-Laufzeitumgebung — unter Verwendung exakt derselben Modellgewichte und bei vergleichbarer Ausgabequalität.
Wenn Sie gesehen haben, dass "ltx vi engine" in einem ComfyUI-Workflow, einer GitHub-README oder einem YouTube-Tutorial erwähnt wurde, und nicht sicher waren, was es eigentlich ist, behandelt dieser Leitfaden die Architektur und führt Sie durch die lokale Ausführung auf Ihrer eigenen GPU.
Die LTX-Video i-Engine ist eine optimierte Ausführungslaufzeitumgebung für den LTX-Video-Diffusionstransformer — kein separates Modell.
Sie verwendet dieselben Modellgewichte wie das Standard-LTX-Video, verarbeitet die Inferenzschritte jedoch effizienter und reduziert die Generierungszeit auf derselben Hardware um bis zu 50 %.
Sie ist als Node-Erweiterung für lokale KI-Video-Workflows (einschließlich ComfyUI) verfügbar und läuft auf jeder NVIDIA-GPU mit 8 GB+ VRAM. Wenn Sie die i-Engine ausführen, sind die optimierten i-Blocks automatisch aktiv — es ist keine zusätzliche Konfiguration erforderlich.
Was ist die LTX-Video i-Engine?
Die LTX-Video i-Engine (manchmal als "ltx vi engine" oder "ltx engine" gesucht) ist eine optimierte Inferenzimplementierung des von Lightricks entwickelten LTX-Video-Modells. Es ist kein anderes Modell — es ist eine effizientere Methode zur Ausführung der vorhandenen LTX-Video-Gewichte, die die Generierungszeit verkürzt, ohne dass Sie andere oder größere Modelldateien herunterladen müssen.
LTX-Video selbst ist ein Diffusionstransformer (DiT), der vom israelischen KI-Unternehmen Lightricks entwickelt und erstmals im November 2024 als Open Source veröffentlicht wurde. Das Basismodell mit 2 Milliarden Parametern zeichnete sich dadurch aus, dass es das erste DiT-basierte Videogenerierungsmodell war, das eine Generierung in Echtzeitgeschwindigkeit auf Consumer-Hardware ermöglichte. Lightricks ließ im Mai 2025 eine Variante mit 13 Milliarden Parametern (LTXV-13B) folgen und veröffentlichte LTX-2 im Oktober 2025 mit nativer 4K-Ausgabe und synchronisiertem Audio.
Die i-Engine sitzt innerhalb dieses Ökosystems als Optimierungsebene der Laufzeitumgebung. Während die Standard-LTX-Video-Inferenzpipeline jeden Entrauschungsschritt sequenziell durch die Attention-Blöcke des Transformers ausführt, führt die i-Engine strukturelle Optimierungen ein — speziell durch ihre neu gestalteten i-Blocks —, die die Rechenkosten für jeden Schritt senken und redundante VRAM-Übertragungen während der Generierung minimieren. Das Ergebnis ist eine schnellere Videoausgabe auf derselben Hardware, ohne dass die Bewegungskonsistenz oder die visuelle Qualität, die LTX-Video zu einem der praktischsten verfügbaren Open-Source-Videomodelle machen, beeinträchtigt wird.
Die Zusammenfassung in einem Satz für die AI Overview: Die LTX-Video i-Engine ist kein anderes Modell — es handelt sich um eine optimierte Laufzeitumgebung, die die Standard-LTX-Video-Gewichte schneller ausführt und die Generierungszeit auf derselben Hardware typischerweise um 30–50 % reduziert, abhängig von Ihrer GPU und Ihren Einstellungen.
LTX-Video i-Engine vs. Standard-LTX-Video — Was sich tatsächlich ändert
Die i-Engine und das Standard-LTX-Video verwenden dieselben Modellgewichte, sodass Ihre vorhandenen heruntergeladenen Checkpoints mit beiden funktionieren. Was sich ändert, ist die Art und Weise, wie die Inferenz ausgeführt wird. Die folgende Tabelle deckt die wichtigsten Unterschiede ab:
| Funktion | Standard-LTX-Video | LTX-Video i-Engine |
|---|---|---|
| Generierungsgeschwindigkeit | Basiswert | ~30–50 % schneller bei gleichwertiger Hardware |
| VRAM-Auslastung | Standard | Vergleichbar; optimierte Speicherplanung reduziert Spitzen |
| Ausgabequalität | Referenzqualität | Vergleichbar; keine messbare visuelle Verschlechterung |
| Modellgewichte | Standard-Checkpoints | Dieselben Checkpoints — kein erneuter Download erforderlich |
| Komplexität der Einrichtung | Direkte Pipeline-Installation | Erfordert i-Engine Node/Erweiterungs-Installation |
| Verfügbarkeit | GitHub, HuggingFace, ComfyUI | ComfyUI Node, LTX Desktop, LTX-2 Pipelines |
| Apple Silicon | Teilweise Unterstützung über MPS-Backend | NVIDIA CUDA primär; MPS-Unterstützung begrenzt |
Die Geschwindigkeitsverbesserung ergibt sich primär aus zwei Quellen: der Optimierung der i-Block-Attention und einer besseren Planung der Zwischenberechnungen, um inaktive GPU-Zyklen zwischen den Entrauschungsschritten zu reduzieren. Die i-Engine lässt sich auch sauber in Inferenzbeschleunigungstechniken wie TeaCache integrieren — ein trainingsfreier Caching-Ansatz, der zwischenzeitliche Modellausgaben über ähnliche Zeitschritte hinweg wiederverwendet, wodurch effektive Beschleunigungen von bis zu 2x im Vergleich zur Standardinferenz erreicht werden können.
Was ist der LTX-Video i-Block?
Der LTX-Video i-Block ist der optimierte Transformer-Attention-Block, der die architektonische Kernkomponente der i-Engine bildet. Stellen Sie es sich so vor: Wenn die i-Engine das System ist, ist der i-Block eine seiner Schlüsselkomponenten — die strukturelle Einheit, aus der die bedeutendsten Geschwindigkeitsgewinne stammen.
In einem Standard-Diffusionstransformer wie LTX-Video führt jeder Transformer-Block eine vollständige Multi-Head-Attention über die räumlichen und zeitlichen Dimensionen der Video-Latenz aus. Dies ist rechenintensiv: Bei Videodaten berechnen Sie die Attention über Hunderte von latenten Token pro Frame über mehrere Frames gleichzeitig, und zwar bei jedem Entrauschungsschritt.
Der i-Block führt strukturelle Effizienzverbesserungen in diese Attention-Berechnung ein. Anstatt bei jedem Schritt die vollständige Attention von Grund auf neu zu berechnen, integrieren i-Blocks leichtgewichtige architektonische Änderungen — einschließlich selektiver Attention-Wiederverwendungsmuster, die auf der zeitlichen Struktur der Videodiffusion basieren —, die den Rechenaufwand pro Schritt reduzieren, ohne das erlernte Entrauschungsverhalten des Modells zu beeinträchtigen.
Sie müssen i-Blocks nicht separat konfigurieren. Wenn Sie die LTX-Video i-Engine ausführen — sei es über ComfyUI, LTX Desktop oder die Python-Pipeline —, sind sie automatisch als Teil der Laufzeitumgebung aktiv.
Hardwareanforderungen — Welche GPU benötigen Sie?
Das wichtigste Designziel von LTX-Video ist die Zugänglichkeit von Consumer-Hardware, und die i-Engine behält dies bei. Der Mindesteinstieg liegt bei 8 GB VRAM, obwohl 12 GB die komfortable Schwelle für Standardqualität bei typischen Auflösungen darstellen.
| GPU | VRAM | Generierungsgeschwindigkeit (ca.) | Hinweise |
|---|---|---|---|
| RTX 4090 | 24 GB | ~30–60 Sek für 5-Sek-Clip bei 1080p | Schnellste Consumer-Option; verarbeitet die längsten Clips |
| RTX 3090 / 4080 | 24 GB / 16 GB | ~45–90 Sek für 5-Sek-Clip bei 1080p | Empfohlen für regelmäßige, qualitativ hochwertige Arbeiten |
| RTX 4070 Ti / 3080 | 12 GB | ~90–150 Sek für 5-Sek-Clip bei 720p | Gute Leistung; Quantisierung kann helfen |
| RTX 4070 / 3080 12GB | 12 GB | ~2–3 Min für 5-Sek-Clip bei 720p | Solide Leistung; für die meisten Benutzer empfohlen |
| RTX 4060 Ti / 3070 | 8 GB | ~4–6 Min für 5-Sek-Clip bei 540p | Mindestvoraussetzung; Auflösung und Framerate reduzieren |
| Apple M-Serie (M2/M3/M4) | Unified | Langsamer; MPS-Backend wird unterstützt | Nicht für Produktion empfohlen; CUDA ist primär |
Hinweis: Die Generierungszeiten sind ungefähre Angaben und variieren je nach Schrittanzahl, Auflösung, Frameanzahl und Optimierungseinstellungen. System-RAM: Mindestens 16 GB System-RAM sind erforderlich; 32 GB werden empfohlen.
So führen Sie die LTX-Video i-Engine lokal aus — Schritt für Schritt
-
Überprüfen Sie Ihre GPU und Ihren VRAM. Unter Windows: Öffnen Sie Task-Manager → Leistung → GPU. Überprüfen Sie "Dedizierter GPU-Speicher". Unter Linux / Kommandozeile: Führen Sie
nvidia-smiaus. Überprüfen Sie die Spalte "Memory-Usage". Bestätigen Sie, dass Sie über mindestens 8 GB VRAM verfügen. -
Installieren Sie Ihre lokale KI-Umgebung. Laden Sie Ihre bevorzugte lokale KI-Videogenerierungsumgebung herunter und installieren Sie sie. Promptus verarbeitet CUDA, Python und alle Node-Abhängigkeiten automatisch. Für einen manuellen Ansatz installieren Sie Python 3.10+ und die ComfyUI-Basis-App.
-
Laden Sie die LTX-Video-Modellgewichte herunter. Die LTX-Video-Modellgewichte sind im offiziellen Lightricks-Repository auf HuggingFace verfügbar. Platzieren Sie die Datei
.safetensorsin Ihrem Verzeichnismodels/checkpoints/. -
Installieren Sie die i-Engine Node-Erweiterung. Öffnen Sie in ComfyUI den Manager (Manager → Custom Nodes Manager). Suchen Sie nach "LTX-Video i-Engine" oder dem zugehörigen Node-Paket. Klicken Sie auf Installieren und starten Sie ComfyUI neu, wenn Sie dazu aufgefordert werden.
-
Laden Sie den i-Engine-Workflow. Laden Sie eine LTX-Video i-Engine Workflow-Datei (
.json) oder ziehen Sie sie hinein. ComfyUI markiert alle fehlenden Nodes — installieren Sie diese über den Manager. Der Workflow sollte i-Block-fähige Nodes anzeigen. -
Konfigurieren Sie die Einstellungen für Ihre GPU-Klasse. 8-GB-Benutzer: Stellen Sie die Auflösung auf 544×960 oder niedriger ein, begrenzen Sie die Frameanzahl auf 49–65 Frames. 12-GB-Benutzer: Eine Auflösung von 720p ist komfortabel. 16-GB+-Benutzer: 1080p bei 30 Schritten funktioniert zuverlässig.
-
Führen Sie Ihre erste Generierung aus. Beginnen Sie mit einem einfachen, beschreibenden Test-Prompt, um zu bestätigen, dass die i-Engine ordnungsgemäß funktioniert. Verwenden Sie einen kurzen Clip (49 Frames / ~2 Sekunden) mit Standardqualitätseinstellungen.
Fehlerbehebung — LTX 429-Fehler und häufige i-Engine-Probleme
LTX 429-Fehler: Was er bedeutet und wie man ihn behebt
Der Fehler 429 im Kontext von LTX-Video bezieht sich auf eine HTTP 429 Too Many Requests-Antwort — ein Ratenlimit-Fehler, der bei der Verwendung der LTX-API oder des gehosteten Generierungsdienstes von LTX Studio auftritt, nicht während der lokalen Inferenz. Wenn dies regelmäßig auftritt, fügen Sie eine Wiederholungslogik mit exponentiellem Backoff hinzu oder erwägen Sie ein Upgrade Ihrer API-Stufe. Bei lokaler Inferenz wird kein 429-Fehler auftreten.
i-Engine Nodes werden nicht geladen
Wenn i-Engine Nodes in ComfyUI rot markiert sind oder fehlen, öffnen Sie Manager → Custom Nodes Manager und überprüfen Sie, ob das i-Engine Node-Paket als "Installed" angezeigt wird. Starten Sie ComfyUI nach der Installation vollständig neu (nicht nur neu laden). Überprüfen Sie die ComfyUI-Konsole auf Python-Importfehler.
Out of Memory-Fehler bei LTX i-Engine
OOM-Fehler bei der Generierung weisen darauf hin, dass Ihr VRAM-Budget überschritten wurde. Reduzieren Sie die Ausgabeauflösung (z. B. von 1080p auf 720p), reduzieren Sie die Frameanzahl, aktivieren Sie die FP8-Quantisierung im Model Loader Node und schließen Sie andere GPU-intensive Anwendungen.
Häufig gestellte Fragen
Die LTX-Video i-Engine ist eine optimierte Inferenz-Laufzeitumgebung für die LTX-Video-Familie von Open-Source-Videogenerierungsmodellen von Lightricks. Sie führt die Standard-LTX-Video-Modellgewichte über einen recheneffizienteren Ausführungspfad aus und produziert Videos schneller als die Standard-Pipeline, ohne die Ausgabequalität zu verändern.
Nein. Die i-Engine verwendet exakt dieselben Modellgewichte wie das Standard-LTX-Video. Sie müssen keine unterschiedlichen Checkpoints herunterladen, und Ihre vorhandenen LTX-Video-Modelle sind vollständig kompatibel. Der Unterschied liegt ausschließlich darin, wie die Inferenz ausgeführt wird.
"ltx vi engine" (i-Engine) bezieht sich auf die in diesem Artikel beschriebene optimierte Inferenz-Laufzeitumgebung. "ltx v engine" scheint eine Suchvariante oder ein Tippfehler für dasselbe Konzept zu sein. Wenn Sie nach dem geschwindigkeitsoptimierten lokalen Inferenz-Tool suchen, ist "i-Engine" mit einem "i" der richtige Begriff.
Das Minimum sind 8 GB VRAM für eine Basisgenerierung mit reduzierten Einstellungen (niedrigere Auflösung, kürzere Clips). 12 GB VRAM werden für eine Standard-720p-Ausgabe empfohlen. 16–24 GB VRAM ermöglichen die schnellsten Generierungsgeschwindigkeiten und die höchsten Qualitätseinstellungen ohne Kompromisse.
Es ist eine eingeschränkte Unterstützung verfügbar. Die LTX-Video-Codebasis unterstützt das MPS-Backend von PyTorch, das auf Apple Silicon (M1/M2/M3/M4) läuft. Die Kernoptimierungen der i-Engine sind jedoch für NVIDIA CUDA konzipiert, und die Generierung auf MPS ist wesentlich langsamer.
Der LTX-Video i-Block ist der optimierte Transformer-Attention-Block im Kern der i-Engine-Architektur. Er führt strukturelle Effizienzverbesserungen in die Art und Weise ein, wie Attention über die räumlichen und zeitlichen Dimensionen des Videos während jedes Entrauschungsschritts berechnet wird.
Fazit — Lohnt sich die Verwendung der LTX-Video i-Engine?
Wenn Ihre GPU über 12 GB oder mehr VRAM verfügt, gibt es im Wesentlichen keinen Grund, die Standard-LTX-Video-Inferenz auszuführen, wenn die i-Engine verfügbar ist. Sie ist schneller, verwendet dieselben Gewichte und liefert dasselbe Ergebnis. Die einzigen Kosten sind eine einmalige Node-Installation.
Für 8-GB-Setups lohnt sich die i-Engine nach wie vor — die Generierung ist langsamer als auf High-End-Karten, aber die Effizienzgewinne der i-Engine sind bei eingeschränktem VRAM wohl noch wertvoller, da mehr von Ihrem begrenzten Budget für die tatsächliche Berechnung und nicht für den Overhead verwendet wird.
LTX-Video hat sich als das zugänglichste Open-Source-Videogenerierungsmodell für Consumer-Hardware etabliert. Der schnellste Weg, die LTX-Video i-Engine lokal zum Laufen zu bringen, ist über Promptus, das die Installation automatisch übernimmt, ohne dass eine manuelle Node-Einrichtung erforderlich ist.
Testen Sie Promptus kostenlos →
