LOCAL AI VIDEO
ローカルでAI動画を作るなら
2026年6月時点で、ローカルAI動画を試すならLTX-2.3系がかなり入りやすい候補です。理由は、蒸留モデル、FP8/MXFP8、Gemma 3 text encoderまわりの選択肢が増えて、16GB VRAM級でも短尺から動かす道が見えているからです。
YORU ROUTE
気になるところから、そっと開きます。
見出しをひとつ選ぶだけでも大丈夫です。言葉の意味、買う前の確認、近い棚へ進めます。
まず結論
最初の一歩は、LTX-2.3の蒸留系ワークフローです。フル精度の大きなモデルを無理に載せるより、FP8/MXFP8、蒸留LoRA、軽量化されたGemma 3 text encoderを組み合わせるほうが、短い動画を何度も試しやすくなります。
16GB VRAMが目安になる
LTX-2.3のComfyUI向け情報では、公式のFP8モデル、rank-384蒸留LoRA、Gemma 3 12B text encoder、Kijai系のFP8/input_scaled構成が入口になります。16GB VRAMは「余裕」ではなく、短尺、低めの解像度、tiled VAE decode、オフロードを合わせて試せるラインです。50系RTXは情報が増えていますが、コミュニティの検証は今も4090基準の話が先に出やすく、初心者ほど公式とKijaiの更新元を分けて見るほうが安全です。
なぜ軽く動くのか
蒸留モデルは、大きなモデルの振る舞いを短い手順で再現しやすい形に寄せたものです。LTX-2.3では、8 steps / CFG=1の蒸留モデル、FP8/MXFP8の量子化、LoRAで蒸留品質を足す構成、text encoderの軽量版、tiled VAE decodeなどを合わせることで、低VRAMでも試しやすい流れができています。
Gemma 3 text encoderを見る
LTX-2系ではGoogleのGemma 3 12Bがテキスト理解の大きな部品として使われます。ComfyUI向けの案内でも、16GB/24GBカードではFP4 mixedのGemma 3 12B text encoderが入口として挙げられています。成人向けの表現を扱う場合は、制限の少ない派生text encoderを使う例もありますが、入手元、ライセンス、ワークフローの互換性を先に確認します。
Lightricksという安心材料
LTX-2は、FacetuneやLTXで知られるLightricksのオープンな動画モデルです。Lightricksはエルサレムを拠点にするAIクリエイティブ企業として知られ、技術レポートやGitHubでモデルの中身を追いやすいのも強みです。
LTX-2.3コミュニティの強さ
2026年6月現在、LTX-2.3まわりはComfyUI公式テンプレート、LightricksのComfyUI-LTXVideoワークフロー、Kijai系モデル、蒸留LoRA、text encoder差し替え、I2V/T2Vテンプレートが多く、試せる道が多いのが強みです。公式側にはT2V/I2Vや必要モデルの置き場所がまとまり、Kijai側にはComfyUIで軽く回すための派生ファイルや実験的な量子化が置かれています。
注意するところ
LTX-2.3は短く雑に書いても勝手に動きが出るタイプではありません。公式のプロンプト案内でも、場面、照明、質感、動き、カメラ、音を流れのある文章で書くことが勧められています。目安として4〜8文、実用上は150ワード前後の密度まで書くと、動きと雰囲気が出やすくなります。
10秒動画と中間指定
LTX-2.3蒸留モデルは、8 steps / CFG=1系の短い手数で回せるため、10秒級の動画でも速度と品質の両立を狙いやすいです。Lightricks側のワークフローには単段、二段、IC-LoRA、HDR、Lipdub、Motion Track、Union Controlなどがあり、構成によっては最初と最後、または区間ごとに見せたい動きを分けて考えられます。FLFや中間フレーム系の構成は、KijaiのHugging Face、GitHub、Civitai周辺を追うとワークフロー付きで見つかることがあります。
YORU CHECK
見る前の小さな確認。
16GB級で試すなら、軽いモデル、解像度、秒数から見ます。
本体、LoRA、text encoder、VAEの組み合わせを混ぜないように見ます。
動かないときは、画面より起動ログとノード不足を先に見ます。
YORU DRAW
少し迷ったら、ヨルちゃんに一枚まかせる。
気まぐれ二番くじへ
WORKFLOW GUIDE
最初に見るワークフロー。
公式の流れで動かしてから、軽い派生構成へ進むと迷いにくくなります。
公式 ComfyUI ワークフロー
ComfyUI公式のLTX-2.3ページです。T2V/I2V、必要モデル、Gemma 3 text encoder、モデルの置き場所、テンプレートライブラリの流れを確認できます。
- ComfyUIを最新にする
- Template Library > Video > LTX-2.3を開く
- 必要モデルと置き場所を合わせる
Kijai 派生ワークフロー
KijaiのLTX-2.3 ComfyUI向けファイルです。FP8/input_scaled、Tiny VAE、4090での8 steps distillテストなど、軽い構成のヒントを確認できます。
- FP8/input_scaledの対象GPUを読む
- Tiny VAEや蒸留構成を見る
- ファイル名とワークフローを混ぜない
まず公式を見よっ。
YORU CHECK
高額な“秘伝ワークフロー”の前に見るところ
ComfyUIの公式手順やモデル配布元の説明で確認できることを、まるで秘伝のワークフローのように見せる有料情報には注意してください。
YORU-CHAN TIPS
ヨルちゃんの豆知識
略語や表記で迷いやすいところだけ、短く見ておきます。
16GB VRAMなら、公式FP8、蒸留LoRA、Gemma 3 12B text encoder、tiled VAE decode、オフロード設定から見ます。Kijai系はinput_scaledやTiny VAEなど、軽く回すための候補を確認します。
RTX 4060 Ti 16GB、4070 Ti SUPER 16GB、4080 16GBは16GB級の入口として名前が出ます。RTX 3090など30系はMXFP8側を見るのが無難です。
Kijaiの蒸留LoRAやtransformer-onlyモデルは、ComfyUI側の低VRAM構成でよく見かけます。ファイル名と対象ワークフローを合わせて使います。
Gemma 3 12B text encoderは重い部品です。FP4 mixed、GGUF、オフロード、API分離などで負担を下げる例があります。
50系は情報が増えてきていますが、4090基準の検証が先に出やすいです。初心者は「50系なら全部安心」と読まず、対応する量子化、CUDA、ComfyUI更新状況を確認します。
最初から長尺を狙わず、5秒前後、低めの解像度、固定した種、同じ画像で比較します。うまく動いたら10秒、二段構成、中間フレーム指定へ進みます。
LTX-2.3は回転の速さと10秒級の試行が魅力です。短いプロンプトでは動きが弱くなりやすいので、場面、動作、カメラ、音を一つの流れで書きます。
YORU SHELF
今読んだ内容で、少しだけ見てみる。
表記とサンプルを見ながら探せます。 気になった作品は詳細ページで、サンプルと販売ページをもう一度確認できます。
YORU DRAW
少し迷ったら、ヨルちゃんに一枚まかせる。
気まぐれ二番くじへ
CHECKED LINKS
確認したページ
仕様や動作例は変わることがあります。気になる構成は、配布元と最近の報告も合わせて見てください。
気になる言葉が見つかったら、近い棚も少しだけのぞけます。
FAQ
よくある質問
LTX-2.3は16GB VRAMで本当に動きますか？
動作報告はあります。ただし、使うモデル、text encoder、量子化、オフロード、解像度、秒数で変わるため、16GBは「試せる入口」として見るのが現実的です。
蒸留モデルとは何ですか？
大きなモデルの出力傾向を、少ない手順や軽い構成で使いやすくしたものです。動画生成では試行回数を増やしやすくなるのが強みです。
LTX-2.3は短いプロンプトでも動きますか？
動きますが、動きが薄くなりやすいです。場面、人物、動作、カメラ、照明、音を4〜8文ほどの流れで書くほうが安定します。
10秒動画は狙えますか？
蒸留モデルや二段構成なら狙えます。最初は短尺で成功パターンを作り、フレーム数、アップスケール、中間指定を少しずつ足します。
Gemma 3はなぜ出てくるのですか？
LTX-2系のテキスト理解を支える部品として使われます。プロンプトを映像側に渡す前の重要な入口です。
成人向けのローカルAI動画にも使えますか？
ローカル環境で試す人はいます。ただし、モデルやtext encoderのライセンス、配布元の規約、出力物の扱いを必ず確認してください。
最初に何を見ればいいですか？
LTX-2.3のComfyUIテンプレート、必要モデル一覧、text encoder、VAE、蒸留LoRA、VRAM別の構成を見ます。いきなり長尺に行かず、短尺で確認するのがおすすめです。