mlx-video - Mac原生MLX视频生成库(LTX-2.3+Wan2.2)

一个库在Apple Silicon上原生跑LTX-2.3和Wan2.2两大视频模型，纯MLX加速，CLI一行出片，比PyTorch MPS快1.7倍

mlx-video — Mac原生MLX视频生成推理库

一个库在 Apple Silicon Mac 上原生跑 LTX-2.3 和 Wan2.2 两大视频生成模型，基于 MLX 框架，无需 ComfyUI，无需 CUDA，纯 Metal 加速。

核心亮点

双模型支持：LTX-2.3（音视频一体）+ Wan2.2（MoE图/文生视频），一个库全搞定
原生 MLX：专为 Apple Silicon 优化，利用统一内存，无 CPU-GPU 传输开销
CLI 一行出片：不用搭工作流，命令行直接生成视频
LoRA 加速：支持 Wan2.2-Lightning 4步极速生成
MIT 开源

支持功能一览

功能	LTX-2.3	Wan2.2
文生视频 (T2V)	✅	✅
图生视频 (I2V)	✅	✅
音视频同步生成	✅	—
音频驱动视频 (A2V)	✅	—
LoRA 加速	✅	✅ 4步出片
空间超分 (2x)	✅	—

安装

pip install git+https://github.com/Blaizzy/mlx-video.git

需要 macOS Apple Silicon + Python 3.11+ + MLX 0.22.0+

快速上手

LTX-2.3 文生视频（蒸馏版最快）：

python -m mlx_video.ltx_2.generate \
    --prompt "Two dogs wearing sunglasses, cinematic, sunset" \
    -n 97 --width 768

LTX-2.3 图生视频：

python -m mlx_video.ltx_2.generate \
    --prompt "A person dancing" \
    --image photo.jpg

LTX-2.3 音视频同步生成：

python -m mlx_video.ltx_2.generate \
    --audio-file music.wav \
    --prompt "A band playing music"

Wan2.2 图生视频 (I2V-14B MoE)：

python -m mlx_video.wan_2.generate \
    --model-dir wan22_i2v_mlx \
    --prompt "The camera slowly zooms in as the subject begins to move" \
    --image start.png \
    --num-frames 81 \
    --output-path my_video.mp4

Wan2.2 + Lightning LoRA 4步极速生成：

python -m mlx_video.wan_2.generate \
    --model-dir wan22_mlx \
    --prompt "Ocean waves at sunset, cinematic" \
    --steps 4 --guide-scale 1 \
    --lora-high .../high_noise_model.safetensors 1 \
    --lora-low .../low_noise_model.safetensors 1

性能参考（M4 Max 128GB）

LTX-2.3 FP16 实测数据：

配置	分辨率	帧数	耗时	峰值内存
纯视频	576×1024	121帧(5s)	152s	34GB
视频+音频	576×1024	121帧(5s)	206s	47GB
纯视频	512×512	49帧(2s)	35s	34GB
纯视频	320×512	25帧(1s)	10s	31GB

比 PyTorch MPS 快 1.7 倍，内存少 42%。

MLX 预转换权重

模型	HuggingFace
LTX-2.3 distilled FP16	gajesh/LTX-2.3-mlx-fp16
LTX-2.3 distilled Q4	gajesh/LTX-2.3-mlx-q4
LTX-2.3 distilled/int4/int8	dgrauet/ltx-2.3-mlx-q4
Wan2.2 I2V BF16	SceneWorks/wan2.2-i2v-a14b-mlx

mlx-video 也支持从原始权重自动转换，参考 Wan 模型转换文档。

适合谁

Apple Silicon Mac 用户（M1~M4 Ultra）
想本地跑视频生成但不想装 ComfyUI 的开发者
需要通过 Python API 集成到自定义工作流的团队
有 64GB+ 内存的 Mac 工作站（推荐 128GB+ 跑 FP16）