לייטריקס משיקה את LTX 2.5: מודל הווידאו הפתוח מכוון עכשיו גם ל־Physical AI

יש משהו משמח בלראות חברה ישראלית ממשיכה להתחרות באחד השווקים הצפופים והקשים ביותר ב־AI, ועוד עם מודל שמכוון לרמת גימור מקצועית. עם LTX 2.5, לייטריקס משדרגת את יכולות יצירת הווידאו שלה, אבל גם מסמנת יעד רחב יותר: להפוך את המודל לתשתית פתוחה עבור רובוטיקה, מערכות אוטונומיות ו־Physical AI.

מה באמת השתנה ב־LTX 2.5?

העדכון נוגע כמעט בכל החלקים החשובים של ה־Pipeline, מהדרך שבה המודל מבין את ה־Prompt ועד לאופן שבו הוא מייצר תנועה ומעביר את התוצאה להמשך הפקה.

בין היכולות המרכזיות:

• שימוש ב־Gemma 4 12B של גוגל כ־Text Encoder וכ־Prompt Enhancer.
• Video Decoder חדש שנועד להפחית Motion Artifacts.
• יצירת רצפי Multishot תוך שמירה על דמויות, סביבה, תאורה וקול.
• יצירת וידאו ב־Native 4K HDR.
• Native RAW Workflow עבור Color Grading ו־Finishing.
• Pre-trained Checkpoint המיועד ל־Deep Fine-tuning.
• גרסת Distilled קטנה ומהירה יותר.
• אימון על Dataset גדול יותר ותהליך RL Post-training.
• שיפור ב־Latency ובעקביות הפיזיקלית של התנועה.
• Open Weights שניתן להתאים ולפרוס על תשתיות שונות.

זו רשימה ארוכה, אבל בפועל היא מתחלקת לשני מסלולים ברורים: כלי יצירה עבור הפקות וידאו, ומודל בסיס עבור מערכות שפועלות בעולם הפיזי.

Gemma 4 אחראי להבין מה ביקשתם

אחת הבעיות הגדולות במודלי וידאו מתחילה עוד לפני יצירת הפריים הראשון. אפשר לכתוב Prompt מפורט מאוד, אבל אם שכבת השפה אינה מצליחה לפרק אותו לדמויות, פעולות, תנועות מצלמה, תאורה וסביבה, חלק מההוראות פשוט ילכו לאיבוד.

LTX 2.5 משתמש ב־Gemma 4 12B של גוגל כ־Text Encoder וכ־Prompt Enhancer. התפקיד שלו הוא לתרגם את ההנחיות לייצוג מדויק יותר עבור מודל הווידאו. לפי לייטריקס, השילוב אמור לשפר את ה־Prompt Adherence ולאפשר למערכת להתמודד גם עם בקשות קצרות וגם עם תיאורים מורכבים.

הפרט הזה חשוב כי מודל וידאו מודרני אינו רכיב אחד שעושה הכול. מדובר ב־Pipeline שבו מודל אחד מבין את הטקסט, רכיבים נוספים יוצרים את הייצוג החזותי, ו־Decoder הופך אותו לרצף שאפשר לצפות בו.

במילים פשוטות: אם שכבת השפה לא הבינה שהדמות צריכה להסתובב שמאלה בזמן שהמצלמה נעה ימינה, מחולל הווידאו לא יוכל לתקן את הכוונה בהמשך. שיפור בהבנת ה־Prompt הוא לכן לא רק עניין של נוחות, אלא חלק ישיר מהשליטה של היוצר בתוצאה.

ה־Decoder החדש מטפל בבעיה האמיתית של וידאו

תמונה מוצלחת היא לא בהכרח וידאו מוצלח. כל Frame יכול להיראות מצוין בפני עצמו, ועדיין הרצף כולו ירגיש לא טבעי: הפנים משתנות, הידיים קופצות, אובייקטים נעלמים ותנועת המצלמה מקבלת חיים משל עצמה.

LTX 2.5 כולל Video Decoder חדש, שלפי לייטריקס מפחית Motion Artifacts ומייצר תנועה חלקה וטבעית יותר. החברה מדווחת גם על שיפור ביציבות של הדמויות, האובייקטים הנעים ותנועת המצלמה לאורך היצירה.

זה נשמע כמו שינוי ויזואלי, אבל יש לו משמעות פרקטית מאוד. ככל שהמודל יציב יותר לאורך זמן, כך נדרשים פחות ניסיונות חוזרים ופחות תיקונים בשלב ה־Post-production.

לייטריקס מייחסת את השיפור גם ל־Dataset גדול יותר ול־RL Post-training. לפי החברה, השילוב משפר את איכות התוצאות ואת העקביות שלהן, ומפחית את מספר הניסיונות וההתערבויות הידניות הדרושים כדי להגיע לתוצאה שימושית.

Multishot: כי סרט הוא לא קליפ אחד

אחת היכולות המעניינות ביותר בגרסה החדשה היא Multishot Generation. במקום לייצר כל שוט בנפרד ולהתחיל את הסצנה מחדש, LTX 2.5 נועד ליצור רצף של שוטים מחוברים ולשמור ביניהם על אותה דמות, סביבה, תאורה וקול.

כדי להבין למה זה מורכב, דמיינו דמות שעומדת בחדר. יצירת קליפ קצר שלה היא משימה אחת. הצגה שלה בתקריב, מעבר לשוט רחב ואז צילום שלה מהצד, בלי שהפנים, הבגדים, הקול והחדר ישתנו בדרך, היא בעיה קשה בהרבה.

Multishot נועד לגשר בדיוק על הפער הזה. במקום כלי שמייצר אוסף של קליפים נפרדים, לייטריקס מכוונת ל־Workflow שמאפשר לבנות רצף ולספר סיפור תוך שמירה על המשכיות בין השוטים.

עבור יוצרים, זה הבדל משמעותי: עקביות אינה רק מדד טכני, אלא התנאי שמאפשר לחבר כמה יצירות לסצנה אחת שנראית ומרגישה כמו יחידה שלמה.

Native 4K HDR ו־RAW: לדבר בשפה של אנשי הפקה

LTX 2.5 מוסיף יצירת Native 4K HDR. לפי לייטריקס, הווידאו נוצר ברזולוציה המלאה ואינו זקוק לשלב Upscaling נפרד. התמיכה ב־HDR נועדה לשמר יותר פרטים באזורים בהירים ובצללים ולהעניק לאנשי ההפקה חומר עשיר יותר לעבודה.

לצד זאת, המודל מקבל Native RAW Workflow שאמור להשתלב ישירות בתהליכי Color Grading ו־Finishing. הרעיון הוא לשמור את המידע החזותי לאורך ה־Pipeline, מהיצירה ועד למסירה הסופית, ולא להסתפק בקובץ שכבר עבר עיבוד שמצמצם את אפשרויות העריכה.

החיבור בין 4K HDR, פלט RAW ו־Multishot מראה לאיזה קהל לייטריקס פונה. המטרה אינה רק לייצר סרטון מרשים מתוך Prompt, אלא לחבר את ה־AI לתהליכי העבודה שכבר קיימים אצל יוצרים ואנשי Post-production.

ואז מגיע החלק של ה־Physical AI

עד כאן יש לנו מודל וידאו מתקדם יותר. השכבה הנוספת בהשקה היא הצגת LTX 2.5 כ־Open World Model עבור מערכות שזזות ופועלות בעולם האמיתי.

לייטריקס משחררת Pre-trained Checkpoint גולמי המיועד ל־Deep Fine-tuning. צוותים יכולים להשתמש בו כנקודת התחלה לבניית מודלים ייעודיים לרובוטיקה, כלי רכב אוטונומיים ומערכות תעשייתיות, במקום לאמן מודל בסיס מאפס.

למה שמודל וידאו יהיה רלוונטי לרובוט? כי מערכת אוטונומית צריכה להבין לא רק איך העולם נראה, אלא גם איך הוא משתנה לאורך זמן. רובוט במחסן צריך להתמודד עם תנועה של אנשים וחפצים. רכב אוטונומי צריך לנתח סביבה שמשתנה ללא הפסקה. גם לצורך אימון נדרשים רצפים שבהם אובייקטים נעים באופן עקבי, ולא מבצעים Teleport אקראי בין פריימים.

כאן השיפור בתנועה מקבל משמעות שחורגת מאיכות התמונה. לפי לייטריקס, התנועה בגרסה החדשה נקייה ועקבית יותר מבחינה פיזיקלית, ולכן יכולה לשפר Synthetic Training Data ואת המעבר מסימולציה לעולם האמיתי, או Sim-to-real.

בהקשר הזה, World Model הוא מודל שמייצר רצפים חזותיים עקביים וניתן להתאמה לדומיינים פיזיים שונים. אותו מנגנון ששומר על דמות עקבית בין כמה שוטים יכול לשמש גם ליצירת סביבה שבה מכונה לומדת כיצד אובייקטים נעים ומשפיעים זה על זה.

המודל המזוקק הוא אולי החלק הכי פרקטי

LTX 2.5 מגיע גם בגרסת Distilled קטנה ומהירה יותר. לפי לייטריקס, הגרסה שומרת על איכות התנועה ועל הדיוק המרחבי של המודל המלא, תוך שימוש בחלק מכוח החישוב.

זה חשוב במיוחד עבור On-device Inference. במערכת שמקבלת החלטות בעולם הפיזי, Latency אינו רק מספר בטבלת ביצועים. אם התגובה מגיעה מאוחר מדי, היא עלולה לאבד את הערך שלה.

החברה מציבה את הגרסה המזוקקת כבסיס למערכות שבהן זמן התגובה משפיע ישירות על קבלת ההחלטות. היא מדברת גם על יצירה מהירה יותר ששומרת על יציבות של אובייקטים נעים ועל תנועת מצלמה מדויקת בסצנות חיות ואינטראקטיביות.

עבור מפתחים, המשמעות היא אפשרות לבחור בין המודל המלא לבין גרסה קלה יותר בהתאם לחומרה, ל־Latency ולסוג המערכת שהם בונים.

Open Weights הם לא הערת שוליים

לייטריקס מציגה את LTX 2.5 עם Open Weights שניתן לבצע להם Fine-tuning ולפרוס על כל תשתית. זו אחת הנקודות החשובות ביותר בהשקה.

במודל סגור, המשתמש תלוי ב־API ובגבולות שהספק הגדיר. Open Weights מאפשרים לצוותים להתאים את המודל לדאטה שלהם, להריץ אותו בתשתית פרטית ולבנות מעליו מוצרים ושימושים חדשים.

הנקודה הזו משמעותית במיוחד ב־Physical AI. חברה שמפתחת מערכת תעשייתית או רובוט אוטונומי עשויה להעדיף עיבוד מקומי, התאמה עמוקה לדומיין ושליטה בתשתית שעליה המודל רץ. השילוב בין Checkpoint שעבר Pre-training, יכולת Fine-tuning וגרסה מזוקקת הופך את LTX 2.5 ממוצר יצירה בלבד לנקודת התחלה עבור צוותי פיתוח.

לסיכום

הסיפור הגדול של LTX 2.5 הוא החיבור בין שני שימושים שנראים שונים, אבל נשענים על אותה בעיה טכנית. בצד אחד נמצאים Multishot, RAW ו־HDR. בצד השני נמצאים Fine-tuning, Distillation, Synthetic Data ו־Sim-to-real.

אותה עקביות שנדרשת כדי שדמות תישאר אותה דמות בין שני שוטים נדרשת גם כדי שסימולציה של רובוט לא תתפרק בין שני צעדים. לייטריקס לוקחת את הידע שלה ביצירת וידאו ומרחיבה אותו לכיוון של מערכות שצריכות להבין ולדמות תנועה.

זה גם מה שהופך את ההשקה למעניינת עבור תעשיית ה־AI הישראלית. לייטריקס לא נשארת בתחרות על הקליפ היפה ביותר, אלא בונה מודל פתוח שאפשר להתאים, לפרוס ולפתח עליו מערכות חדשות.

המודל וה־Open Weights זמינים דרך עמוד LTX 2.5.

לייטריקס ידברו אתלנו גם בכנס TopResrech וגם בכנס GenML 2026, למי שרוצה לחזור לשמוע על היסודות והארכיטקטורה של המודל וידאו של LTX, אופיר פתח את הכנס בהרצאה מרתקת, מוזמנים לצפות כאן.