モデル比較
Wan 2.2 と LTX-2.3：制作フローに合うモデルは？
映像優先の生成か、音声と映像を統合した制作フローか
Wan 2.2 と LTX-2.3 はどちらもローカル制作に対応していますが、制作の構成が異なります。Wan 2.2 は映像生成専用および特定用途のモデル経路を使います。LTX-2.3 は Fast と Pro のサービスに加え、独立したローカル用 Dev、Distilled チェックポイントを提供し、音声・映像の同期生成と、Pro 専用の音声から動画、Retake、Extend、Reframe の各フローを備えています。
Wan 2.2 を継続する場合： 映像を制御した短い T2V・I2V クリップと、確立済みの Wan 制作フローを優先する場合。
LTX-2.3 を検討する場合： T2V・I2V の映像に合う音声、Fast の長尺生成、Pro 専用の Retake・Reframe により、繰り返し発生する制作工程を省ける場合。
WAN 2.2 を試す
Wan 2.2 でクリップを生成
テキストプロンプトまたは元画像から、現在の Wan 制作フローで生成します。
モード：テキストから動画 | 画像から動画
技術比較
Wan 2.2 と LTX-2.3 の技術比較
制作フローに影響するモデル経路、出力制限、修正機能を比較します。
Fast が 20 秒に対応するのは、720p または 1080p の 24/25fps のみです。Pro T2V/I2V は最大 10 秒です。Pro の音声から動画は入力音声に従い、上限は解像度で決まります。
モデル構成
- Wan 2.2
- T2V、I2V、TI2V、S2V、Animate の専用モデル
- LTX-2.3
- Fast・Pro のサービス経路と、Dev・Distilled のローカルチェックポイント
最大時間
- Wan 2.2
- A14B・TI2V：標準で約 5s。S2V は入力音声に従う
- LTX-2.3
- Fast T2V/I2V: 6–20s; Pro T2V/I2V: 6–10s
解像度
- Wan 2.2
- A14B: 480p · 720p; TI2V: 720p
- LTX-2.3
- Fast/Pro: 720p · 1080p · 1440p · 4K
フレームレート
- Wan 2.2
- A14B: 16fps; TI2V: 24fps
- LTX-2.3
- 24 · 25 · 48 · 50fps。時間制限あり
生成モード
- Wan 2.2
- T2V・I2V と、専用の TI2V・S2V・Animate 経路
- LTX-2.3
- Fast/Pro で T2V・I2V、Pro で音声から動画
同期音声
- Wan 2.2
- T2V/I2V に音声の同時生成なし。S2V は独立した音声駆動経路
- LTX-2.3
- Fast/Pro の T2V・I2V は映像に合う音声を生成可能。音声入力には Pro が必要
選択区間の修正
- Wan 2.2
- 基本 T2V/I2V フローに統合された Retake 経路なし
- LTX-2.3
- Pro で Retake
延長と再フレーミング
- Wan 2.2
- 公式の基本 T2V/I2V リリースに専用経路なし
- LTX-2.3
- Pro で Extend・Reframe
実用上の違い
生成前に分かれる Wan 2.2 と LTX-2.3 の違い
選択する経路の種類が異なる
Wan 2.2 では、T2V、I2V、特定用途の経路など、作業に応じたモデルを選びます。LTX-2.3 は高速なサービス生成、幅広い Pro ツール、ローカルの Dev・Distilled パイプラインを分けています。
音声によって制作指示が変わる
Wan 2.2 の T2V・I2V は映像優先で、音声による駆動は別の S2V モデルが担当します。LTX-2.3 は T2V・I2V とともに映像に合う音を生成でき、Pro は音声入力からシーンを構築することもできます。
時間の長さがショット計画を変える
Wan 2.2 のオープンウェイト T2V・I2V の標準出力は短いショットに向いています。LTX-2.3 Fast は特定の設定でより長く生成できるため、一つのクリップにより多くの動作を収められます。
生成後
残る後処理：何を仕上げる必要があるか？
最初に生成したクリップが完成品とは限りません。実用上の違いは、修正と仕上げをどこで行うかです。
音声の仕上げ
Wan 2.2 はまず映像クリップを作るため、音の選択、生成、同期は通常、別のフローで行います。
- Wan 2.2
- 映像クリップ → 外部の音声制作フロー → 手動同期
- LTX-2.3
- 対応する音声・映像の出力 → 必要に応じて音声を差し替え
実用上の効果： LTX-2.3 は映像生成から音声仕上げへの受け渡しを減らせます。Wan 2.2 は音をすでに別工程で扱う制作に適しています。
シーンの修復
生成シーンの一部だけが失敗した場合、その区間だけ修復できるか、ショット全体を作り直す必要があるかが実用上の違いです。
- Wan 2.2
- 失敗した箇所を特定 → ショットを再生成 → シーケンスを接続し直す
- LTX-2.3 Pro
- 失敗区間を選択 → その区間に Retake → 必要なら Extend
実用上の効果： Wan 2.2 は手動の再構成が増える場合があります。LTX-2.3 Pro は選択区間の修正を制作フロー内で完結させます。
納品準備
完成したシーンでも、納品前に画角の変更、構図の拡張、HDR の準備が必要な場合があります。
- Wan 2.2
- トリミング、再生成、画像の外側を拡張 → 外部で HDR 仕上げ
- LTX-2.3 Pro
- Reframe → 専用 HDR フロー
実用上の効果： LTX はこうした仕上げ専用の経路を提供します。Wan 2.2 は外部の後処理ツールへの依存が大きくなります。
移行コスト
Wan 2.2 から LTX-2.3 に移ると何が変わるか？
モデル変更はプロジェクト全体の再構築を意味しませんが、モデル固有の工程をそのまま移行することはできません。
再構築
ワークフローグラフを再構築する
Wan 固有のチェックポイントやノードは自動で LTX のフローにはなりません。ローカル移行には LTX 対応チェックポイント、そのテキストエンコーダー、適切なアップスケーラーまたは生成パイプラインが必要です。
置き換え
LoRA を置き換えるか再学習する
Wan の LoRA は LTX-2.3 に直接転用できません。キャラクター、動作、スタイルへの依存には、互換性のある代替手段または新たな学習が必要です。
調整
時間と音を意識してプロンプトを書き直す
既存の映像描写は引き続き使えますが、音声・映像の同期生成では、明示的なタイミング、台詞、音の指示、出来事の順序が役立ちます。
維持
基礎となる制作素材を保持する
参照画像、元動画、音声ファイル、制作指示書、絵コンテ、承認済みショット計画は、新しいフローでも再利用できます。
多くの制作素材は引き継げます。主な移行コストは、生成パイプラインの再構築、モデル固有 LoRA の置き換え、時間と音声に合わせたプロンプトの調整です。
判断の基準
実際に移行する価値があるのはいつか？
WAN 2.2 を継続
- 現在の Wan フローで必要な短い映像ショットをすでに作れている。
- Wan の LoRA、ノード、慣れたプロンプトが制作の一部になっている。
- 映像を承認してから音声を追加する。
- Retake、延長、再フレーミングは時々しか使わない。
移行を判断する基準
- 最初の生成結果に映像に合う音声が必要。
- Fast の長尺生成が繰り返しクリップ結合の作業を減らす。
- 選択区間の Retake により、頻繁なショット全体の再生成を防げる。
- Reframe や統合された延長を十分頻繁に使い、フローの再構築を正当化できる。
実用的な判断： 仕様が大きいだけでは移行理由になりません。LTX-2.3 の音声・映像と修復ツールが、繰り返す制作上のボトルネックを解消するなら移行に価値があります。そうでなければ、確立した Wan 2.2 パイプラインの維持が実用的です。