LTX-2-19b-LoRA-TEAR
oumoumadが2026年に公開したLTX-2-19b-LoRA-TEARは、19億パラメータの画像生成モデルです。LTX-2-19b-LoRA-TEAR is an open-weights image model with roughly 19 billion parameters.
by oumoumad · 19Bパラメータ
得意な用途
osFoundryでのLTX-2-19b-LoRA-TEARの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、oumoumadのAPIキーを貼り付けるだけで、osFoundryがLTX-2-19b-LoRA-TEARを自動的に検出します。パイプラインタブでMaestroのロール（router、direct、orchestrator、fallback）に割り当てれば、すべてのチャットですぐに利用できます。ご自身のキー・ご自身のプロバイダーアカウントで、トークン手数料は一切上乗せしません。
専用エンドポイントをデプロイ
LTX-2-19b-LoRA-TEARはオープンウェイトです。ローカルで無料で実行することも、ワークスペースに専用GPUエンドポイントをデプロイして、レート制限のない予約済み容量を確保することもできます。
Room Appで使う
Room Appはマニフェストで AI 機能を宣言し、invokeAIで呼び出します:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
ご自身のアプリから呼び出す
モデルをワークスペースに組み込めば、APIとしてホストして、osFoundryの外側にあるご自身のサービス・スクリプト・CIから呼び出すことができます。
LTX-2-19b-LoRA-TEARを動かせるハードウェア
LTX-2-19b-LoRA-TEARは16GBのコンシューマー向けGPU1枚で動作します（KVキャッシュの余裕を含めて約12 GBのVRAM）。フル精度推論はH100 80GB 1枚にFP16精度で収まります（約46 GB）。
LTX-2-19b-LoRA-TEARと類似モデルの比較
ライセンス
未指定 — ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。
上流のドキュメントをご確認ください。
LTX-2-19b-LoRA-TEARについてのよくある質問
LTX-2-19b-LoRA-TEARは無料で使えますか？
LTX-2-19b-LoRA-TEARはご自身のハードウェアでローカル実行する場合は無料です。osFoundry経由のホスティングアクセスは従量課金（入力 Free (local)、出力 Free (local)）となります。ローカルとホスティングはいつでも切り替えられます。
LTX-2-19b-LoRA-TEARを商用利用できますか？
条件付きで商用利用が許可されています。 ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。 上流のドキュメントをご確認ください。
LTX-2-19b-LoRA-TEARに必要なVRAMはどれくらいですか？
Q4量子化で約12 GB、フルFP16精度で約46 GBが目安です。24GBのコンシューマー向けGPU1枚で動作します。
LTX-2-19b-LoRA-TEARをローカルで実行できますか？
はい。LTX-2-19b-LoRA-TEARはオープンウェイトで、ワークステーション向けGPUでローカル実行できます。osFoundryのローカルランタイムがモデルのロード、量子化、ルーティングを処理します。
LTX-2-19b-LoRA-TEARが最も得意なことは何ですか？
LTX-2-19b-LoRA-TEARはimage text to videoに適しています。
osFoundryでLTX-2-19b-LoRA-TEARをどう使えばよいですか？
キーダイアログでoumoumad APIキーを貼り付け（セルフホスト可能なモデルの場合はオープンウェイトをデプロイ）、パイプラインタブでLTX-2-19b-LoRA-TEARをMaestroのロールに割り当てれば、チャット、invokeAI経由のRoom App、ご自身のアプリから利用できます。
oumoumadにより公開（2026年1月7日）。 出典: https://huggingface.co/oumoumad/LTX-2-19b-LoRA-TEAR