Alissonerdx(個人開発者)/2026-06
動画生成モデルLTX-2.3をプロンプト指示型の動画編集モデルに変えるLoRA。背景/被写体の除去、モーション転写、要素の置き換え等をテキスト指示で実行できる。重み・ComfyUIワークフロー付きでHugging Face公開。
「この動画から背景だけ消して」「この人物を別のキャラに置き換えて」といった編集は、本来ロトスコープ(映像を1コマずつ手作業で切り抜く工程)やVFXの専門作業で、時間も費用もかかる。EditAnythingは、動画生成モデルLTX-2.3にLoRA(巨大なAIモデルに後付けする小さな追加学習パーツ)を載せるだけで、手持ちの動画をテキスト指示で編集できるようにしてしまう。公開されているのは3種類で、要素の追加・削除・置き換え・スタイル変更をプロンプトだけで行うタイプ、最初の1フレームを差し替えるだけで元動画の動きを新しい絵に引き継がせるモーション転写タイプ、参照画像の人物やキャラの見た目を保って動画に入れ込むタイプがある。モデルの重みもComfyUIワークフローも丸ごとHugging Faceで公開されているのが強みで、撮影済みCM素材の背景差し替えバリエーション量産、UGC動画の動きを自社キャラに移すミーム企画など、「撮り直さずに作り変える」映像制作パイプラインを自前で組める。
LoRAとは、モデル全体を作り直す代わりに薄い「補正レンズ」を後付けするような学習方法だ。EditAnythingは、220億パラメータの動画生成モデルLTX-2.3に「編集前と編集後」のペアデータを見せて、編集のやり方だけを覚えさせている。v0.1は静止画約3万枚で事前学習してから動画で微調整したモーション転写用で、最初のフレームを外部ツールで編集すれば元動画の動きがその絵に乗る。v1.1はバランスを取った動画ペアで学習したマルチタスク型で、テキストだけで追加・削除・置換・スタイル変更ができる。Ref V2Vは約1,600のペア動画で学習し、参照画像から人物やキャラの見た目を強く保ったまま動画へ転移する。 従来、この種のプロンプト指示型の動画編集はRunway Alephなど商用のクローズドなサービスが中心で、中身に触れるオープンソースの選択肢は限られていた。重みとワークフローがすべて公開されているため、自社サーバーで動かす、独自データで追加学習するといった拡張が可能になる。 使うにはComfyUI環境とLTX-2.3本体の重みが必要。LoRA自体はv0.1・v1.1とも標準のLoraLoaderノードで読み込めるが、推奨される推論パスはv0.1/v1.1/Ref V2Vいずれも専用カスタムノード群(BFSnodes、サンプリングを担うLoopingSamplerノードなど)を介して行う必要があり、Ref V2Vはさらに専用のモジュールローダーが追加で必須になる。LoRA自体はApache 2.0(商用可)だが、ベースモデルLTX-2.3のライセンス条件が別途適用される。作者は「研究実験であり本番品質ではない」と明記しており、速い動きや場面転換では破綻しやすく、指示への忠実さが設定値(CFG)に大きく左右される点は織り込んでおきたい。
LoRA自体はApache 2.0だが、ベースモデルLightricks LTX-2.3のライセンス条件が別途適用
商用のin-context動画編集モデルの代表格
動画生成と編集を統一したオールインワンモデル(OSS圏の競合)