企业官网建设流程全解析

LTX-2 微调：LoRA 还是全量训练，一条路径讲清

【免费下载链接】LTX-2Official Python inference and LoRA trainer package for the LTX-2 audio–video generative model.项目地址: https://gitcode.com/GitHub_Trending/lt/LTX-2

手里有一批自己的视频和描述，想让 LTX-2 按你的风格产出带声音的视频，摆在面前的岔路口就一个：先练 LoRA，还是直接全量训练。LTX-2 仓库自带 ltx-trainer 训练包，从单卡 LoRA 微调到这里，本文带你把 LTX-2 微调这条路径一次走通。

能做什么

• 文本提示词生成音视频，音画同步
• 小数据集就能微调出你的专属风格
• 多卡全量训练，深度改造模型能力
• 产出的权重直接接进推理管道用

最简上手路径：单卡跑通 LTX-2 LoRA 微调

准备什么

Linux + CUDA 环境，80GB 显存跑标准配置；32GB 显卡（如 RTX 5090）直接换用低显存配置 t2v_lora_low_vram.yaml，它开了 INT8 量化省显存。数据只需「视频 + 对应的文字描述」，用scripts/process_dataset.py预处理出 latents 和文本特征，产物默认写到.precomputed/。

跑起来

1. 克隆仓库，在根目录执行uv sync装好依赖
2. 用scripts/process_dataset.py预处理数据，拿到.precomputed/目录
3. 打开 configs/t2v_lora.yaml，填好三处路径：model_path、text_encoder_path、data.preprocessed_data_root
4. 启动训练，检查点和验证视频会自动落到outputs/目录

git clone https://gitcode.com/GitHub_Trending/lt/LTX-2 && cd LTX-2 && uv sync cd packages/ltx-trainer uv run python scripts/train.py configs/t2v_lora.yaml

跑完你会拿到checkpoints/lora_weights_step_xxx.safetensors，把这个文件喂给 ltx-pipelines 里的推理管道即可生成带 LoRA 效果的视频。

进阶定制路径：多卡开全量训练

什么时候需要走到这里

• LoRA 的表达能力不够，风格学不深
• 想大幅改变模型基础能力，比如适配全新领域
• 手里有多卡机器（4 卡起步比较合理）

关键配置差异

配置结构完全不变，只把训练模式从 LoRA 切到 full：

model: training_mode: "full" # 默认是 "lora"

全量训练的优化器状态和权重都大得多，别再用单卡命令，直接套现成的 FSDP 配置起分布式：CUDA_VISIBLE_DEVICES=0,1,2,3 uv run accelerate launch --config_file configs/accelerate/fsdp.yaml scripts/train.py configs/t2v_lora.yaml。另外全量训练对学习率更敏感，LoRA 常用的 1e-4 建议往下调。产物是完整的checkpoints/model_weights_step_xxx.safetensors，不再是指向某个基座的适配器。

怎么选：LoRA 还是全量

如果你只是想让模型「学会你的东西」，LoRA 就是终点；只有当目标变成「改模型的底子」时，才值得为全量训练付多卡的代价。

继续深入

• 训练指南：单卡到多卡怎么起、产物文件在哪、怎么断点续训
• 训练模式一览：I2V、IC-LoRA、补帧等每个模式对数据列有什么额外要求
• 配置参考：yaml 里每个字段的逐项解释
• 数据集准备：视频怎么切、描述怎么写，预处理前先看这个

先拿t2v_lora.yaml跑一次 LoRA 把数据和管道验证一遍，确认效果对了再把training_mode改成"full"上全量。

【免费下载链接】LTX-2Official Python inference and LoRA trainer package for the LTX-2 audio–video generative model.项目地址: https://gitcode.com/GitHub_Trending/lt/LTX-2