%20(2).avif)
%20transparent.avif)
LTX-Video i-Engine es un tiempo de ejecución de inferencia optimizado para la familia de modelos LTX-Video de Lightricks que genera video con IA significativamente más rápido que el tiempo de ejecución estándar, utilizando exactamente los mismos pesos del modelo y produciendo una calidad de salida comparable.
Si ha visto "ltx vi engine" referenciado en un flujo de trabajo de ComfyUI, un README de GitHub o un tutorial de YouTube y no estaba seguro de qué era en realidad, esta guía cubre la arquitectura y explica cómo ejecutarlo localmente en su propia GPU.
LTX-Video i-Engine es un tiempo de ejecución de ejecución optimizado para el transformador de difusión LTX-Video, no es un modelo separado.
Utiliza los mismos pesos de modelo que el LTX-Video estándar, pero procesa los pasos de inferencia de manera más eficiente, reduciendo el tiempo de generación hasta en un 50 % en el mismo hardware.
Está disponible como una extensión de nodo para flujos de trabajo de video con IA locales (incluido ComfyUI) y se ejecuta en cualquier GPU NVIDIA con más de 8 GB de VRAM. Cuando ejecuta el i-Engine, sus i-Blocks optimizados se activan automáticamente; no se requiere configuración adicional.
¿Qué es el LTX-Video i-Engine?
El LTX-Video i-Engine (a veces buscado como "ltx vi engine" o "ltx engine") es una implementación de inferencia optimizada del modelo LTX-Video desarrollado por Lightricks. No es un modelo diferente: es una forma más eficiente de ejecutar los pesos de LTX-Video existentes, reduciendo el tiempo de generación sin requerir que descargue archivos de modelo diferentes o más grandes.
LTX-Video en sí es un transformador de difusión (DiT) creado por la empresa de IA israelí Lightricks y lanzado por primera vez como código abierto en noviembre de 2024. El modelo base de 2 mil millones de parámetros destacó por ser el primer modelo de generación de video basado en DiT capaz de generar a velocidad en tiempo real en hardware de consumo. Lightricks siguió con una variante de 13 mil millones de parámetros (LTXV-13B) en mayo de 2025, y lanzó LTX-2 en octubre de 2025 con salida 4K nativa y audio sincronizado.
El i-Engine se sitúa dentro de este ecosistema como una capa de optimización del tiempo de ejecución. Mientras que la canalización de inferencia de LTX-Video estándar ejecuta cada paso de eliminación de ruido secuencialmente a través de los bloques de atención del transformador, el i-Engine introduce optimizaciones estructurales, específicamente a través de sus i-Blocks rediseñados, que reducen el costo de cálculo de cada paso y minimizan las transferencias de VRAM redundantes durante la generación. El resultado es una salida de video más rápida en el mismo hardware, sin degradación en la coherencia de movimiento o la calidad visual que hace de LTX-Video uno de los modelos de video de código abierto más prácticos disponibles.
El resumen en una oración para la Descripción general de IA: el LTX-Video i-Engine no es un modelo diferente, es un tiempo de ejecución optimizado que ejecuta los pesos de LTX-Video estándar más rápido, generalmente reduciendo el tiempo de generación en un 30-50 % en el mismo hardware, dependiendo de su GPU y configuración.
LTX-Video i-Engine vs. LTX-Video Estándar — Qué cambia realmente
El i-Engine y el LTX-Video estándar utilizan los mismos pesos del modelo, por lo que sus puntos de control descargados existentes funcionan con ambos. Lo que cambia es cómo se ejecuta la inferencia. La siguiente tabla cubre las diferencias clave:
| Característica | LTX-Video Estándar | LTX-Video i-Engine |
|---|---|---|
| Velocidad de generación | Base | ~30–50 % más rápido en hardware equivalente |
| Uso de VRAM | Estándar | Comparable; la programación de memoria optimizada reduce los picos |
| Calidad de salida | Calidad de referencia | Comparable; sin degradación visual medible |
| Pesos del modelo | Puntos de control estándar | Mismos puntos de control: no es necesario volver a descargar |
| Complejidad de configuración | Instalación directa de canalización | Requiere instalar el nodo/extensión de i-Engine |
| Disponibilidad | GitHub, HuggingFace, ComfyUI | Nodo de ComfyUI, LTX Desktop, canalizaciones LTX-2 |
| Apple Silicon | Soporte parcial vía backend MPS | NVIDIA CUDA principal; soporte MPS limitado |
La mejora de velocidad proviene principalmente de dos fuentes: la optimización de atención de i-Block y una mejor programación de cálculos intermedios para reducir los ciclos inactivos de la GPU entre los pasos de eliminación de ruido. El i-Engine también se integra limpiamente con técnicas de aceleración de inferencia como TeaCache, un enfoque de almacenamiento en caché sin entrenamiento que reutiliza las salidas del modelo intermedio en pasos de tiempo similares, lo que puede empujar las aceleraciones efectivas hacia el doble en comparación con la inferencia estándar base.
¿Qué es el LTX-Video i-Block?
El LTX-Video i-Block es el bloque de atención de transformador optimizado que forma el componente arquitectónico central del i-Engine. Piénselo de esta manera: si el i-Engine es el sistema, el i-Block es uno de sus componentes clave, la unidad estructural donde se originan las ganancias de velocidad más significativas.
En un transformador de difusión estándar como LTX-Video, cada bloque de transformador realiza una atención de múltiples cabezales completa a través de las dimensiones espaciales y temporales del video latente. Esto es computacionalmente costoso: para los datos de video, está calculando la atención sobre cientos de tokens latentes por cuadro a través de múltiples cuadros simultáneamente, y haciéndolo en cada paso de eliminación de ruido.
El i-Block introduce mejoras de eficiencia estructural en este cálculo de atención. En lugar de recalcular la atención completa desde cero en cada paso, los i-Blocks incorporan cambios arquitectónicos ligeros, incluidos patrones de reutilización selectiva de atención basados en la estructura temporal de la difusión de video, que reducen el cálculo por paso sin romper el comportamiento de eliminación de ruido aprendido por el modelo.
No necesita configurar los i-Blocks por separado. Cuando ejecuta el LTX-Video i-Engine, ya sea a través de ComfyUI, LTX Desktop o la canalización de Python, se activan automáticamente como parte del tiempo de ejecución.
Requisitos de hardware: ¿Qué GPU necesita?
El objetivo de diseño principal de LTX-Video es la accesibilidad del hardware de consumo, y el i-Engine lo preserva. El punto de entrada mínimo es de 8 GB de VRAM, aunque 12 GB es el umbral cómodo para la calidad estándar en resoluciones típicas.
| GPU | VRAM | Velocidad de generación (aprox.) | Notas |
|---|---|---|---|
| RTX 4090 | 24 GB | ~30–60 seg para clip de 5 seg a 1080p | Opción de consumo más rápida; maneja los clips más largos |
| RTX 3090 / 4080 | 24 GB / 16 GB | ~45–90 seg para clip de 5 seg a 1080p | Recomendado para trabajo regular de alta calidad |
| RTX 4070 Ti / 3080 | 12 GB | ~90–150 seg para clip de 5 seg a 720p | Buen rendimiento; la cuantización puede ayudar |
| RTX 4070 / 3080 12GB | 12 GB | ~2–3 min para clip de 5 seg a 720p | Rendimiento sólido; recomendado para la mayoría |
| RTX 4060 Ti / 3070 | 8 GB | ~4–6 min para clip de 5 seg a 540p | Mínimo viable; reducir resolución y recuento de cuadros |
| Apple serie M (M2/M3/M4) | Unificada | Más lento; backend MPS compatible | No recomendado para producción; CUDA es principal |
Nota: Los tiempos de generación son aproximados y varían según el recuento de pasos, la resolución, el recuento de fotogramas y la configuración de optimización. RAM del sistema: Se requiere un mínimo de 16 GB de RAM del sistema; se recomiendan 32 GB.
Cómo ejecutar LTX-Video i-Engine localmente — Paso a paso
-
Verifique su GPU y VRAM. En Windows: Abra el Administrador de tareas → Rendimiento → GPU. Compruebe la "Memoria de GPU dedicada". En Linux / línea de comandos: Ejecute
nvidia-smi. Compruebe la columna "Memory-Usage". Confirme que tiene al menos 8 GB de VRAM disponibles. -
Instale su entorno local de IA. Descargue e instale su entorno local preferido de generación de video con IA. Promptus maneja automáticamente CUDA, Python y todas las dependencias de nodos. Para un enfoque manual, instale Python 3.10+ y la aplicación base ComfyUI.
-
Descargue los pesos del modelo LTX-Video. Los pesos del modelo LTX-Video están disponibles en el repositorio oficial de Lightricks en HuggingFace. Coloque el archivo
.safetensorsen su directoriomodels/checkpoints/. -
Instale la extensión de nodo i-Engine. En ComfyUI, abra el Administrador (Manager → Custom Nodes Manager). Busque "LTX-Video i-Engine" o el paquete de nodos asociado. Haga clic en Instalar, luego reinicie ComfyUI cuando se le solicite.
-
Cargue el flujo de trabajo de i-Engine. Cargue o arrastre un archivo de flujo de trabajo de LTX-Video i-Engine (
.json). ComfyUI marcará los nodos que falten; instálelos a través del Administrador. El flujo de trabajo debe mostrar nodos habilitados para i-Block. -
Configure los ajustes para su nivel de GPU. Usuarios de 8 GB: establezca la resolución en 544×960 o menos, limite el recuento de fotogramas a 49-65 fotogramas. Usuarios de 12 GB: la resolución de 720p es cómoda. Usuarios de 16 GB+: 1080p a 30 pasos funciona de manera confiable.
-
Ejecute su primera generación. Comience con un indicador de prueba simple y descriptivo para confirmar que i-Engine funciona correctamente. Use un clip corto (49 cuadros / ~2 segundos) con la configuración de calidad predeterminada.
Solución de problemas: Error LTX 429 y problemas comunes de i-Engine
Error LTX 429: Qué significa y cómo solucionarlo
El error 429 en el contexto de LTX-Video se refiere a una respuesta HTTP 429 Demasiadas solicitudes: un error de límite de velocidad que ocurre al usar la API de LTX o el servicio de generación alojado de LTX Studio, no durante la inferencia local. Si lo encuentra regularmente, agregue lógica de reintento con retroceso exponencial o considere actualizar su nivel de API. Para la inferencia local, no encontrará un error 429.
Los nodos de i-Engine no se cargan
Si los nodos de i-Engine aparecen en rojo o faltan en ComfyUI, abra Manager → Custom Nodes Manager y verifique que el paquete de nodos de i-Engine se muestre como "Installed". Reinicie ComfyUI completamente (no solo una recarga) después de la instalación. Revise la consola de ComfyUI para ver si hay errores de importación de Python.
Error de memoria insuficiente en LTX i-Engine
Los errores OOM en la generación indican que se ha superado su presupuesto de VRAM. Reduzca la resolución de salida (por ejemplo, de 1080p a 720p), reduzca el número de fotogramas, habilite la cuantificación FP8 en el nodo del cargador de modelos y cierre otras aplicaciones que consuman muchos recursos de la GPU.
Preguntas Frecuentes
El LTX-Video i-Engine es un tiempo de ejecución de inferencia optimizado para la familia LTX-Video de modelos de generación de video de código abierto de Lightricks. Ejecuta los pesos del modelo LTX-Video estándar a través de una ruta de ejecución más eficiente computacionalmente, produciendo video más rápido que la canalización estándar sin cambiar la calidad de salida.
No. El i-Engine utiliza exactamente los mismos pesos del modelo que el LTX-Video estándar. No necesita descargar puntos de control diferentes y sus modelos LTX-Video existentes son totalmente compatibles. La diferencia está enteramente en cómo se ejecuta la inferencia.
"ltx vi engine" (i-Engine) se refiere al tiempo de ejecución de inferencia optimizado descrito en este artículo. "ltx v engine" parece ser una variante de búsqueda o un error tipográfico para el mismo concepto. Si está buscando la herramienta de inferencia local optimizada para la velocidad, "i-Engine" con una "i" es el término correcto.
El mínimo es de 8 GB de VRAM para una generación básica con ajustes reducidos (resolución más baja, clips más cortos). Se recomiendan 12 GB de VRAM para una salida estándar de 720p. De 16 a 24 GB de VRAM permiten las velocidades de generación más rápidas y las configuraciones de mayor calidad sin compromiso.
Hay un soporte limitado disponible. El código base de LTX-Video es compatible con el backend MPS de PyTorch, que se ejecuta en Apple Silicon (M1/M2/M3/M4). Sin embargo, las optimizaciones centrales del i-Engine están diseñadas para NVIDIA CUDA, y la generación en MPS es sustancialmente más lenta.
El LTX-Video i-Block es el bloque de atención del transformador optimizado en el núcleo de la arquitectura i-Engine. Introduce mejoras de eficiencia estructural en la forma en que se calcula la atención a través de las dimensiones espaciales y temporales del video durante cada paso de eliminación de ruido.
Conclusión: ¿Vale la pena usar LTX-Video i-Engine?
Si su GPU tiene 12 GB o más de VRAM, esencialmente no hay razón para ejecutar la inferencia estándar de LTX-Video cuando i-Engine está disponible. Es más rápido, utiliza los mismos pesos y produce la misma salida. El único costo es una instalación de nodo única.
Para configuraciones de 8 GB, i-Engine sigue valiendo la pena: la generación es más lenta que en tarjetas de gama alta, pero las ganancias de eficiencia de i-Engine son posiblemente más valiosas cuando la VRAM está limitada, ya que una mayor parte de su presupuesto limitado se destina al cálculo real en lugar de a los gastos generales.
LTX-Video se ha establecido como el modelo de generación de video de código abierto más accesible para el hardware de consumo. La forma más rápida de hacer que LTX-Video i-Engine funcione localmente es a través de Promptus, que maneja la instalación automáticamente sin necesidad de configuración manual del nodo.
Prueba Promptus gratis →
