【RTX5060ti】LTX2.3を使ってみた話③【FLF】
はじめに
前回のつづきです。
今回はLTX2.3（ローカル生成）の限界を試してみました。
LTX2.3は、数秒程度のシンプルな動画なら、クラウド生成AIの動画とコンパラです。
※ ↑前回の記事に添付したワークフローとサンプルファイルの実行結果です。
しかし、ストーリー性のある複雑な動画は、簡単ではないようです。
FMLF（First-Middle-Last Frame）
comfyui_ttp_toolsetカスタムノードを利用する事で、middleフレームを数珠繋ぎできます。
色々試してみましたが、トップの商用サービスには届きません。ただし、”簡単に”出来ないだけで、時間をかけてシーン毎に手動調整をするのであれば、ほぼ何でもできると思いますが。
RTX 3060 12GBで動作させる
12GB VRAMで動作させた場合です。
口パク程度ならそれなりの画質になりましたが、動きの大きいものは難しそうです。画像の細部が潰れるので、解像度も無理矢理上げる必要があります。（サンプル動画はRTX 3060で１５分程度）
まとめ
（LTX2もそうでしたが）LTXはコントロールする手法が多いのですが、ローカルで利用できる小型distilledモデルで、かつ画質の品質を保ったまま、現実的な時間で複雑な動画生成はまだまだ難しいようです。
それでも、ハイエンドでないローカル環境において、高画質な音声付き動画を生成できる事は本当に凄いと思います。
以下、関連する記事の【PR】です。
