Foundation Model
Was ein Foundation Model ist, woher der Begriff kommt, was der EU AI Act dazu sagt und wann ein spezialisiertes Modell die bessere Wahl für euer Unternehmen ist.
Mehr erfahren- Aktualisiert:
- Autor:
- Roland Golla
Was ist LTX?
LTX ist eine offene KI Modellfamilie für Video und Ton, entwickelt vom gleichnamigen Unternehmen, das aus Lightricks hervorgegangen ist. Das aktuelle Modell LTX-2.5 hat 22 Milliarden Parameter und erzeugt Bild und Ton synchron in einem Durchlauf.
Die Familie reicht vom ersten LTXV über LTX-2 und LTX-2.3 bis zu LTX-2.5. Die Gewichte liegen auf Hugging Face und lassen sich herunterladen, anpassen und selbst betreiben. Der Hersteller beschreibt LTX inzwischen als offenes World Model, also als Foundation Model für Film, Echtzeit Anwendungen und Robotik.
Für Teams zählt vor allem die Kontrolle: Wer ein offenes Videomodell selbst betreibt, entscheidet über Daten, Kosten und Anpassung. NCA setzt LTX nicht in Production ein. Wir ordnen die Modellfamilie ein und helfen Teams, sie gegen gehostete Dienste abzuwägen.
Inhalt
NCA KI Workshop für alle Abteilungen
KI für das ganze Team an einem Tag
Ein Tag inhouse, ohne Vorkenntnisse, mit Live Demo und Live Coding. Am Ende steht ein eigenes kleines Tool statt einer Demo App.
-
1Kostenloses VorgesprächAufgaben und Teams klären
-
2Workshoptag bei euchLive Demo, danach gemeinsam bauen
-
3Praxistag optionalKI an eigenen Aufgaben einsetzen
Roland Golla
Fullstack Developer
LTX mit NCA bringt schnelle Hilfe vom Experten
NCA arbeitet täglich mit offenen Modellen, lokaler Inferenz über Ollama und Workflows in n8n. Unsere Inhalte entstehen mit eigenen KI Pipelines, deshalb kennen wir die Fragen, die nach dem ersten Test kommen: Was kostet der Betrieb, wer darf das Modell nutzen und wie passt es in den Prozess. Video Modelle wie LTX bewerten wir mit genau diesem Blick.
Beim KI Content Marketing und im Vibe Coding Consulting ordnen wir LTX für euren Einsatz ein. Wir klären den Aufbau mit ComfyUI Workflows, die Frage nach wirtschaftlicher lokaler KI und die Absicherung über lokale KI für DSGVO und Berufsgeheimnis. Den Rahmen liefert unser Überblick, welches KI Modell ohne US Anbieter passt.
Die LTX Modellfamilie reicht von LTXV bis LTX-2.5
Jede Generation hat einen klaren Schritt gebracht. LTXV war auf Tempo ausgelegt und blieb stumm. Mit LTX-2 kam synchroner Ton dazu, LTX-2.3 brachte schärfere Details und natives Hochformat. LTX-2.5 baut fast die ganze Pipeline neu auf und erzeugt mehrere verbundene Einstellungen in einem Durchlauf.
Die Tabelle zeigt die Stufen im Überblick. Für neue Projekte empfiehlt der Hersteller LTX-2.5. LTX-2.3 bleibt laut Hersteller weiter voll unterstützt, und auch LTXV lässt sich weiter herunterladen.
Die LTX Modelle im Überblick
Das kann LTX-2.5 im Detail
LTX-2.5 ist der aktuelle Stand der Familie. Die wichtigsten Neuerungen betreffen Qualität, Zusammenhalt und Aufwand:
- Natives Multishot: Eine Generierung liefert mehrere verbundene Einstellungen. Figur, Umgebung, Licht und Stimme sollen über die Schnitte gleich bleiben.
- Diffusion Video Decoder: Er soll Gesichter, Texturen und Schrift schärfer abbilden. Der leichtere VAE Decoder bleibt als schnellere Option erhalten.
- Diffusion Fidelity Rendering: Die Rechenleistung fließt gezielt in die aufwendigen Stellen einer Szene.
- Gemma 4 12B Text Encoder: Ein angepasster Encoder und ein Prompt Enhancer helfen dem Modell, komplexe Prompts besser umzusetzen.
- Automatische Dauer: Das Modell sagt die passende Clip Länge aus der beschriebenen Handlung voraus.
- HDR und EXR: 16 Bit EXR rein, HDR raus. Das hilft beim Grading und in der Postproduktion.
Dazu kommen Werkzeuge für vorhandenes Material wie Refine, Restore, SDR zu HDR und Layout to Render als IC LoRA. Über den LTX Trainer lassen sich LoRAs und vollständige Fine Tunes mit eigenen Daten trainieren. Wann eigenes Training lohnt, zeigt auch unser Beitrag zu Fine Tuning mit Unsloth.
Bei den Angaben hilft ein nüchterner Blick. Der Hersteller nennt 6,8 Sekunden für einen Clip von 10 Sekunden, gemessen auf zwei NVIDIA GB200. Das ist ein eigener Wert auf Rechenzentrums Hardware. Auf einer normalen GPU dauert es deutlich länger, deshalb gehört vor jede Entscheidung ein Test mit eigenen Motiven.
LTX Varianten und Lizenz richtig einordnen
Bei den offenen Gewichten gibt es zwei Hauptvarianten. Dev ist das volle Modell für höchste Qualität und Training. Distilled braucht weniger Schritte und ist der realistische Weg für den eigenen Betrieb. Quantisierte Fassungen wie int8 und NVFP4 senken den Speicherbedarf weiter.
Über die API gibt es Fast und Pro. Fast reicht bis 4K und bei 720p oder 1080p bis 20 Sekunden. Pro zielt auf Detailtreue und ist laut Preisliste auf 1080p und 10 Sekunden ausgelegt. Abgerechnet wird pro erzeugter Sekunde Video. Lokal nennt die Modellkarte bis zu 121 Frames bei 24 FPS pro Durchlauf, also rund 5 Sekunden.
Wichtig bei der Lizenz: Open Weights heißt hier nicht Open Source im Sinne der OSI. LTX-2.5 steht unter der LTX-2.x Community License. Unter 10 Millionen US Dollar Jahresumsatz ist die Nutzung kostenlos und ohne Pflicht zum Branding. Darüber braucht ein Unternehmen eine bezahlte Lizenz, wobei verbundene Unternehmen zusammengerechnet werden. Feinabgestimmte Modelle gelten als abgeleitete Werke und bleiben an die Lizenz gebunden. Lasst den Lizenztext vor dem produktiven Einsatz rechtlich prüfen.
Hardware und Betrieb von LTX brauchen einen Realitätscheck
Die Herstellerangaben gehen hier auseinander. Die Modellseite nennt 16 GB VRAM als Minimum. Die Dokumentation fordert für LTX-2.5 mindestens 32 GB VRAM, 32 GB RAM, 100 GB Speicher, CUDA ab 12.7 und Python ab 3.12. Empfohlen werden dort eine NVIDIA A100 mit 80 GB oder eine H100.
Für die Praxis heißt das: Kleine Karten laufen eher mit quantisierten Distilled Fassungen und moderater Auflösung. Für das volle Modell und 4K braucht ihr eine große GPU. Testet deshalb auf der Zielhardware, bevor ihr Kapazität einkauft. Die Gewichte liegen in einem geschützten Repository, ihr müsst die Bedingungen also vor dem Download akzeptieren.
Für den Betrieb gibt es drei Wege:
- ComfyUI: LTX-2.5 läuft dort nativ, das ist der schnellste Weg zum ersten Clip.
- Python Pipelines: Das Repository bringt ltx-core, ltx-pipelines und ltx-trainer für die Einbindung ins eigene Produkt mit.
- LTX API: Der gehostete Weg ohne eigene GPU.
Beim Datenschutz macht der Weg den Unterschied. Beim Self Hosting bei einem Hoster in Deutschland oder der EU behaltet ihr Prompts, Referenzbilder und Videos unter eigener Kontrolle. Das zählt besonders bei Gesichtern und Stimmen. Für die gehostete API sind Verarbeitungsort und Auftragsverarbeitung vorab mit dem Anbieter zu klären. Für Unternehmen kann Conversis in Duisburg als Enterprise Option für gehostete Inferenz infrage kommen, mehr dazu in unserem Beitrag zu lokaler KI und Compliance.
LTX passt zu diesen Einsatzfeldern
LTX ist geeignet für Teams, die Video selbst in die Hand nehmen wollen. Typische Felder:
- Marketing und Social Media: Clips im Quer und Hochformat für automatisierte Content Abläufe.
- Film und VFX: Previsualisierung, Restaurierung und Finishing mit HDR und EXR.
- Produkte mit Videofunktion: Eigene Gewichte ersetzen die Abrechnung pro Clip durch planbare Infrastruktur.
- Robotik und Physical AI: Ein vortrainierter Checkpoint soll Fine Tuning auf eigene Domänendaten erleichtern. Der Bezug zu VLA Modellen für Roboter liegt nah.
Für einzelne Clips ohne Datenschutzdruck reicht oft ein gehosteter Dienst. Der eigene Betrieb lohnt sich, wenn Menge, Datenschutz oder Fine Tuning ihn rechtfertigen. Für Standbilder im selben Workflow passen eher Bildmodelle wie Krea 2 oder Z Image Turbo.
LTX im Vergleich mit MiniMax H3 und Veo 3.1
Der spannendste Vergleich läuft zwischen den offenen Modellen. MiniMax H3 veröffentlicht ebenfalls Gewichte, laut Berichten aber ohne das Modul für die volle 2K Ausgabe. Veo 3.1 von Google gibt es nur als gehosteten Dienst. Eine Rangfolge bei der Bildqualität stellen wir bewusst nicht auf, dafür liegen vor allem Herstellerangaben vor.
LTX-2.5 gegen MiniMax H3 und Veo 3.1
we let teams own their hardware, their IP, and their model.
So ordnet NCA LTX ein
Wir empfehlen LTX nicht pauschal für Production. Wir sehen es als starke Option, wenn ein Team Video dauerhaft selbst betreiben will. Die Frage ist selten nur, welches Modell die schönsten Clips liefert. Am Ende entscheiden Lizenz, Hardware, Datenfluss und ob jemand den Workflow pflegt.
Wir starten deshalb klein: ein Test mit eigenen Motiven auf einer Distilled Fassung, parallel die Prüfung von Lizenz und Datenschutz, danach die Entscheidung zwischen eigenem Betrieb und gehostetem Dienst. Wie das in eine KI Content Strategie passt und wie sich generische Ergebnisse als Commodity Content vermeiden lassen, zeigen wir im Glossar. Für den breiteren Blick auf Modelle lohnen sich die Gemini Familie, die Qwen Familie und Nano Banana 2.
Die Arbeit läuft mit kostenlosem Kennenlernen, einer Schätzung des Aufwands und transparenter Minuten Abrechnung. Für den lokalen Einstieg ins Thema helfen unsere Seiten zu Ollama und zur KI Bildgenerierung.
Ihr Ansprechpartner für KI Content Marketing
Roland Golla ist nicht nur Gründer von Never Code Alone, sondern ein anerkannter IT-Spezialist mit über 20 Jahren Erfahrung in der Softwareentwicklung. Mit der Expertise aus über 300 erfolgreich abgeschlossenen Web-Projekten entwickelt er heute das NCA AI CMS – eine Lösung, die tiefgreifendes technisches Know-how mit modernster Künstlicher Intelligenz verbindet.
Als offizieller Cypress.IO Ambassador, Speaker auf internationalen Konferenzen und YouTube-Creator für führende Testing-Tools weiß er genau, worauf es bei digitaler Qualität ankommt. Sein Fokus: KI-Systeme (wie Claude 3 und Mistral AI), die nicht nur Texte generieren, sondern echte Geschäftsprozesse für lokale Dienstleister automatisieren und messbare Ergebnisse liefern.
Häufige Fragen zu LTX
Die wichtigsten Fragen zur LTX Modellfamilie, zu Lizenz, Hardware und Einsatz kurz und direkt beantwortet.
Was ist LTX 2026?
LTX ist eine offene KI Modellfamilie für Video und Ton. Sie stammt vom gleichnamigen Unternehmen, das aus Lightricks hervorgegangen ist. Die Modelle erzeugen Clips aus Text, Bildern und Audio. Das aktuelle LTX-2.5 erzeugt Bild und Ton synchron in einem Durchlauf. Die Gewichte lassen sich herunterladen, anpassen und selbst betreiben.
Welche LTX Modelle gibt es 2026?
Zur Familie gehören LTXV in den Größen 2B und 13B, dann LTX-2, LTX-2.3 und das aktuelle LTX-2.5. LTXV erzeugt reines Video ohne Ton. Seit LTX-2 entsteht der Ton im selben Modell. LTX-2.3 ergänzte natives Hochformat, und LTX-2.5 bringt Multishot, einen neuen Decoder und automatische Clip Länge.
Ist LTX 2026 Open Source?
LTX ist offen im Sinne von Open Weights, aber keine Open Source Lizenz nach OSI. LTX-2.5 steht unter der LTX-2.x Community License. Die Gewichte sind verfügbar, Training und eigener Betrieb sind erlaubt. Eine Umsatzgrenze und Nutzungsbeschränkungen gelten trotzdem. Prüft den Lizenztext deshalb vor dem produktiven Einsatz.
Ist LTX 2026 kostenlos nutzbar?
Unter 10 Millionen US Dollar Jahresumsatz dürfen Unternehmen LTX-2.5 laut Hersteller kostenlos selbst betreiben und kommerziell nutzen, auch ohne Branding. Darüber ist eine bezahlte Lizenz nötig. Verbundene Unternehmen werden dabei zusammengerechnet. Kostenlos betrifft nur die Lizenz, denn GPU, Strom und Betrieb bezahlt ihr selbst. Die API wird pro Sekunde abgerechnet.
Was ist neu in LTX-2.5 im Jahr 2026?
LTX-2.5 erzeugt mehrere verbundene Einstellungen in einem Durchlauf und soll Figur, Licht und Stimme über Schnitte halten. Dazu kommen ein Diffusion Video Decoder, ein angepasster Gemma 4 12B Text Encoder und eine automatische Clip Länge. Für die Postproduktion gibt es 4K HDR und EXR Workflows. Auch das Distilled Modell wurde deutlich verbessert.
Welche Hardware braucht LTX-2.5?
Die Dokumentation nennt mindestens eine NVIDIA GPU mit 32 GB VRAM, 32 GB RAM, 100 GB Speicher, CUDA ab 12.7 und Python ab 3.12. Empfohlen werden A100 oder H100. Die Modellseite nennt dagegen 16 GB VRAM als Minimum. Kleine Karten laufen eher mit quantisierten Distilled Fassungen, also solltet ihr auf der Zielhardware testen.
Wie lang können LTX Clips sein?
Über die API erzeugt LTX-2.5 Fast bis zu 20 Sekunden bei 720p oder 1080p und bei 24 oder 25 FPS. Bei höheren Auflösungen und Bildraten sind es bis zu 10 Sekunden. Pro ist auf 10 Sekunden ausgelegt. Lokal nennt die Modellkarte bis zu 121 Frames bei 24 FPS pro Durchlauf, also rund 5 Sekunden.
Was bedeutet Multishot bei LTX?
Multishot heißt, dass eine einzige Generierung mehrere verbundene Einstellungen liefert, zum Beispiel Totale, Halbnahe und Nahaufnahme. Figur, Umgebung, Licht und Stimme sollen dabei gleich bleiben. Früher mussten Teams einzelne Clips getrennt erzeugen und zusammensetzen, wobei die Figuren oft nicht zusammenpassten. Prüft das Ergebnis trotzdem mit eigenen Szenen, denn Herstellerbeispiele zeigen nur den Idealfall.
Kann ich LTX mit eigenen Daten trainieren?
Ja. Der LTX Trainer unterstützt LoRA, IC LoRA und vollständiges Fine Tuning. LTX-2.5 bringt zudem einen vortrainierten Checkpoint mit, der sich an eigene Domänendaten anpassen lässt. So entsteht zum Beispiel ein fester Stil oder eine wiederkehrende Figur. Beachtet, dass feinabgestimmte Modelle als abgeleitete Werke an die Lizenz gebunden bleiben.
Ist LTX DSGVO konform nutzbar?
Das hängt vom Betriebsweg ab. Beim Self Hosting bei einem Hoster in Deutschland oder der EU bleiben Prompts, Referenzbilder und Videos unter eurer Kontrolle. Für die gehostete API solltet ihr Verarbeitungsort und Auftragsverarbeitung vorab klären. Bei Gesichtern und Stimmen sind zusätzlich Persönlichkeitsrechte und mögliche Kennzeichnungspflichten zu beachten. Wir ordnen das ein, ersetzen aber keine Rechtsberatung.
Wie unterscheidet sich LTX von Veo 3.1?
Veo 3.1 von Google läuft nur als gehosteter Dienst, ohne eigene Gewichte und ohne Self Hosting. LTX lässt sich herunterladen, selbst betreiben und mit eigenen Daten anpassen. Dafür braucht ihr GPU, Know how und Pflege im Betrieb. Eine belastbare Qualitätsrangfolge liegt uns nicht vor, deshalb hilft nur ein Test mit eigenen Motiven.
Für wen lohnt sich LTX?
LTX lohnt sich für Teams, die Video in ein Produkt einbauen, sensibles Material selbst verarbeiten oder auf eigene Daten trainieren wollen. Auch wer viele Clips erzeugt, profitiert von planbaren Kosten für die eigene Infrastruktur. Für gelegentliche Clips ist ein gehosteter Dienst meist einfacher. NCA hilft Teams, diese Abwägung sauber zu treffen.
Kolibri von Aleph Alpha eingeordnet: Mixture of Experts Modell für Deutsch und Englisch, offene Gewichte, Hardware Bedarf und Einsatz im Unternehmen.
Le Chat von Mistral schlägt ChatGPT 2026 in vier Dimensionen: DSGVO und EU AI Act, Geschwindigkeit mit Flash Answers, Preis, Open Source Verfügbarkeit.
Open Source Embedding Modelle 2026 für RAG: Qwen3, BGE M3, Nomic, Jina und der Klassiker all MiniLM im strukturierten Vergleich mit Auswahlkriterien.
Überblick über Embodied AI Foundation Models und Vision Language Action Modelle 2026 für Robotik und physische Agenten.
Foundation Model erklärt: das breit trainierte Basismodell hinter ChatGPT, Gemini und Claude, der Begriff im EU AI Act und wann domänenspezifische KI besser passt.
Die Gemini Familie 2026 mit Gemini 4 Argon, 3.8 Flash, 3.1 Pro, Omni Flash und Deep Think im Vergleich. Stärken, Verfügbarkeit und Use Cases.
