AI-Toolkit训练ltx-2 Lora笔记

Jan 19, 2026

安装配置

https://github.com/ostris/ai-toolkit

Win下,

git clone https://github.com/ostris/ai-toolkit.git
cd ai-toolkit
python -m venv venv
.\venv\Scripts\activate
pip install --no-cache-dir torch==2.7.0 torchvision==0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cu126
pip install -r requirements.txt

然后进入UI目录去启动

cd ui
npm run build_and_start

手动下载模型

不手动下载,第一次训练会卡很久很久

下到 G:\ai-toolkit\ai-toolkit\models-down\Lightricks\LTX-2

download_model.py:

import os
import sys
from pathlib import Path

# 使用 HF 镜像
os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"

try:
    from huggingface_hub import snapshot_download
except ImportError:
    print("[错误] 未安装 huggingface_hub")
    print("请运行: pip install huggingface_hub")
    sys.exit(1)

# 目标目录
target_dir = Path("models-down/Lightricks/LTX-2")
target_dir.mkdir(parents=True, exist_ok=True)

repo_id = "Lightricks/LTX-2"

print(f"[信息] 下载模型: {repo_id}")
print(f"[信息] 目标目录: {target_dir.absolute()}")
print("[信息] 模式: 音频 + 视频 LoRA 训练(裁剪下载)")
print()

try:
    snapshot_download(
        repo_id=repo_id,
        local_dir=str(target_dir),
        local_dir_use_symlinks=False,
        resume_download=True,

        # ✅ 只允许下载这些
        allow_patterns=[
            # 主模型
            "ltx-2-19b-dev.safetensors",

            # 视频相关
            "transformer/**",
            "vae/**",

            # 音频相关
            "audio_vae/**",
            "vocoder/**",

            # 文本条件
            "text_encoder/**",
            "tokenizer/**",

            # 跨模态对齐(非常重要)
            "connectors/**",

            # diffusers 索引
            "model_index.json",
        ],
    )

    print()
    print("[成功] 必要模型文件下载完成")
    print("[成功] 这是音频 + 视频 LoRA 训练的最小完整集合")
    sys.exit(0)

except Exception as e:
    print()
    print(f"[错误] 下载失败: {e}")
    sys.exit(1)

Lora训练预处理工作流

把视频去掉文字

ltx2 lora 视频训练lora


参数:Transformer float8

Text Encoder 4bit

Max Step Saves to Keep 4 改为10 多点选择

Caching text embeddings  (省时)

只生512

底模是知名的模型,就不需要开baseline samples来浪费时间了

skip first sample (first sample耗时)

disable sampling 省时间,减少出错

强制stop训练

结束任务,删除.next和node_modules,运行npm run build_and_start

clinch