Sulphur 2 on KnightLi的博客

Sulphur 2 为什么火了？开源 AI 视频生成、无审查争议和本地部署门槛

Mon, 18 May 2026 00:27:37 +0800

Sulphur 2 最近在 AI 视频生成社区里引发了不少讨论。

它不是 Sora、Runway、Pika 那样的在线商业产品，也不是从零训练出来的新架构。更准确地说，Sulphur 2 是一个基于 LTX 2.3 微调的开源权重视频生成模型，面向本地生成、可控工作流和更开放的提示词响应。

真正让它受到关注的，不只是“能生成视频”，而是它把一个老问题重新推到台前：AI 视频模型到底应该由平台统一设定内容边界，还是让本地用户在合法范围内自行承担责任？

Sulphur 2 和 LTX 2.3 的关系

Sulphur 2 的底座是 Lightricks 开源的 LTX 2.3。

LTX 2.3 本身就是一个较完整的视频生成模型路线，支持文生视频、图生视频、可变帧率、首尾帧控制、音频同步等能力。它的生态也更容易接入 ComfyUI 等本地工作流。

Sulphur 2 并没有改变这个基础结构，而是在 LTX 2.3 上做了针对性微调。原文提到，开发团队使用了超过 12.5 万个视频样本进行训练，并提供了 BF16、FP8 mixed、Distill LoRA 等不同版本，方便用户按硬件条件选择。

这意味着，Sulphur 2 更像是 LTX 2.3 生态里的一个衍生模型包，而不是一个完全独立的新平台。

如果你关心本地部署、显存需求和 ComfyUI 工作流，可以参考站内之前的部署记录：Sulphur 2 能在 8G 显存上跑吗？LTX 2.3 视频模型本地部署记录。

为什么它会被称为“无审查”

Sulphur 2 最有争议的标签，是 uncensored，也就是常被翻译成“无审查”。

这个词很容易被误解。它不应该被理解成“可以生成任何内容”，更不意味着可以用于违法、侵权、骚扰、伪造身份或制作非自愿影像。更准确的理解是：相比很多商业视频生成平台，Sulphur 2 更少因为某些敏感但合法的题材直接拒绝响应。

商业平台通常会采取保守策略。为了降低法律、品牌和合规风险，它们可能会屏蔽一批模糊地带的提示词。这样做能降低滥用概率，但也会误伤一些正常创作场景，例如：

医学教育。
历史题材。
新闻再现。
艺术实验。
小众风格创作。
严肃纪录片素材构思。

Sulphur 2 的思路是把更多判断权交给本地用户，同时保留对非法内容的底线过滤。这个方向会带来更高创作自由度，也会带来更高责任要求。

技术上不只是“去掉限制”

把 Sulphur 2 说成“删掉审查层的 LTX 2.3”并不完整。

从公开信息看，它提供的是一组围绕 LTX 2.3 的模型权重和配套工具，包括：

BF16 全精度版本，适合显存更充足的硬件。
FP8 mixed 版本，用更低显存换取更好的可用性。
Distill LoRA 版本，适合在速度和质量之间取舍。
ComfyUI 工作流，方便用户进行文生视频和图生视频测试。
Prompt Enhancer，用于把简短描述扩展成更适合视频生成的提示词。

视频生成和图片生成不同。视频里不只有主体和风格，还包含镜头运动、人物动作、时间连续性、帧间一致性、景别变化和节奏控制。提示词写得太短，模型经常会补出不稳定细节。

所以 Prompt Enhancer 的意义在于降低提示词门槛：用户给出一个简单想法，小模型把它扩展成更适合视频模型理解的描述，再交给 Sulphur 2 工作流生成。

实际体验：更听话，但不是万能

从社区反馈看，Sulphur 2 的一个明显特点是更愿意遵循提示词。

因为限制更少，它不容易在某些合法题材上突然拒绝、降级或绕开用户意图。这对需要精确控制内容的人很有吸引力，尤其是本地创作、实验影像、概念短片和小众题材。

但它并不是“视频生成终局”。

当前开源视频模型仍然普遍存在这些问题：

人体动作不自然。
肢体和手部容易变形。
长镜头一致性不足。
多主体交互容易混乱。
复杂场景理解偏字面。
画面符合提示词，但美感和剪辑感不足。

这些问题不是 Sulphur 2 独有，而是当前 AI 视频生成模型的共性。它能改善一部分提示词响应问题，但不能消除视频生成本身的技术难点。

硬件门槛仍然存在

Sulphur 2 被称为开源模型，但开源不等于普通电脑随便跑。

如果想获得较好效果，仍然需要比较强的显卡。原文提到，FP8 版本降低了显存需求，但想稳定使用，通常仍需要较高显存。BF16 版本对硬件要求更高，更适合高端显卡或云端 GPU。

这意味着 Sulphur 2 的“大众化”并不是一键网页工具式的大众化，而是开源社区意义上的大众化：

权重可以下载。
工作流可以修改。
用户可以本地运行。
开发者可以二次微调。
社区可以共享参数和节点配置。

它降低的是控制权门槛，不一定降低硬件门槛。

最大争议：开放和安全怎么平衡

Sulphur 2 的争议，本质上不是某个模型参数好不好，而是开源 AI 视频生成的治理问题。

支持者认为，开源模型不应该替用户做过度判断。只要内容合法，用户就应该能在本地环境里探索艺术、教育、研究和创作边界。

质疑者担心，视频比图片更容易造成现实伤害。更开放的模型可能被用于伪造、骚扰、侵权、误导传播或其他滥用场景。即使开发者保留了非法内容过滤，也很难完全阻止二次修改和恶意使用。

这两种观点都不能简单忽视。

开源模型需要自由，也需要责任。比较可行的方向不是把模型彻底封死，也不是完全放任，而是建立更清晰的社区规范、模型卡说明、使用限制、溯源工具和举报机制。

适合哪些人关注

Sulphur 2 更适合这些用户：

已经熟悉 ComfyUI 或本地视频生成工作流的人。
想研究 LTX 2.3 衍生模型效果的开发者。
需要更高提示词响应度的创作者。
希望在本地环境里做可控实验的团队。
想做二次微调、LoRA 或工作流优化的模型玩家。

如果你只是想快速生成一个可发社交平台的短视频，在线产品可能仍然更省心。Sulphur 2 的价值不在于“点一下就出片”，而在于给愿意折腾的人更多控制权。

小结

Sulphur 2 的意义，不只是又多了一个 AI 视频生成模型。

它更像是开源视频生成社区对商业平台保守策略的一次回应：当模型越来越强，内容边界应该由谁来定义？

从技术角度看，它基于 LTX 2.3，提供多种精度版本、LoRA、ComfyUI 工作流和 Prompt Enhancer，适合本地生成和二次开发。

从生态角度看，它也提醒我们：视频生成的开放会带来更大创作自由，也会带来更高滥用风险。未来开源 AI 视频模型能否健康发展，取决于技术能力、社区规范和使用者责任能否一起跟上。

参考资料

Sulphur 2 能在 8G 显存上跑吗？LTX 2.3 视频模型本地部署记录

Tue, 12 May 2026 22:12:45 +0800

SulphurAI 在 Hugging Face 上发布了 Sulphur-2-base。从模型卡信息看，Sulphur 2 是一个基于 LTX 2.3 的视频生成模型，定位是 uncensored video generation model，原生支持文生视频、图生视频，也兼容 LTX 2.3 的其他格式。

模型地址：https://huggingface.co/SulphurAI/Sulphur-2-base

Sulphur 2 是什么

Sulphur 2 的重点不是做通用聊天，而是围绕视频生成工作流提供模型权重和相关工具。模型卡里给出的核心信息可以概括为几点：

基于 LTX 2.3。
支持 text-to-video 和 image-to-video。
提供用于提示词优化的 prompt enhancer。
Hugging Face 页面提供 Diffusers、llama.cpp、Ollama、LM Studio、Jan 等入口。
页面显示模型文件包含 GGUF 相关内容，方便部分本地工具加载。

也就是说，它更像是一个面向视频生成玩家和工作流作者的模型发布，而不是普通用户开箱即用的网页产品。

Sulphur 2 和 LTX 2.3 的关系

理解 Sulphur 2，最好先把它放回 LTX 2.3 的生态里看。

LTX 2.3 是底层视频生成模型路线，决定了它支持哪些输入形式、模型组件和工作流结构。Sulphur 2 则是在这个基础上发布的一个变体，重点是把文生视频、图生视频和相关工作流整合到一起。

所以 Sulphur 2 不是一个完全独立的新工具，也不是一个普通聊天模型。它更像是 LTX 2.3 生态里的一个模型包：你仍然需要选择合适的前端、节点、权重版本和参数，才能真正跑出视频。

这也解释了为什么它的使用门槛比网页生成工具高。网页工具把模型、参数、显存调度和失败重试都藏在后端；本地部署则需要自己处理这些细节。

为什么值得关注

LTX 系列本身就以高效视频生成受到关注，Sulphur 2 选择基于 LTX 2.3，意味着它天然更适合接入已有的 LTX 工作流。对 ComfyUI、Diffusers 或本地推理工具用户来说，这类模型的价值主要在于可控性和可改造性。

另一个看点是 prompt enhancer。视频生成对提示词非常敏感，同样的主体、镜头、动作、风格和质量描述，写法不同会明显影响结果。Sulphur 2 把提示词增强器一起放进生态里，说明作者希望用户不只是下载权重，还能更稳定地把普通描述扩展成适合模型理解的提示词。

模型卡里的使用建议

官方模型卡建议入门时下载 dev 版本，例如 fp8mixed 或 bf16，并搭配提供的 distill lora。需要注意的是，模型卡也提醒：如果使用 LoRA，就不要同时再加载完整模型的重复部分，避免工作流里同时叠加两套相同能力。

prompt enhancer 的使用方式更偏本地工具路线。模型卡提到，可以在 LM Studio 的模型目录里创建 Sulphur/promptenhancer 这样的目录结构，把 gguf 文件和 mmproj 文件放进去，然后加载提示词增强器。它不需要 system prompt，直接发送想增强的文本，也可以附带图像。

本地运行入口

Hugging Face 页面给出了一些常见工具入口。比如使用 llama.cpp 时，可以通过模型仓库启动本地服务：

`1`	`llama-server -hf SulphurAI/Sulphur-2-base:BF16`

也可以直接在终端运行：

`1`	`llama-cli -hf SulphurAI/Sulphur-2-base:BF16`

使用 Ollama 的入口则是：

`1`	`ollama run hf.co/SulphurAI/Sulphur-2-base:BF16`

这些命令更像是 Hugging Face 自动生成的本地加载入口，实际能否顺利运行，还要看本机显存、模型文件版本、量化格式和对应工具的兼容性。视频生成模型通常比纯文本模型更吃资源，第一次尝试时建议先按模型卡推荐的版本和工作流走，不要一上来混用多个来源的权重。

推荐测试环境：ComfyUI / Diffusers / GGUF 怎么选

如果你只是想最快看到结果，优先看社区是否已经整理好 ComfyUI 工作流。ComfyUI 的好处是可视化强，模型、LoRA、采样器、分辨率、帧数和后处理节点都能摆在同一张图里，适合调试视频生成。

如果你更熟悉 Python，或者想把 Sulphur 2 接到自己的脚本里，Diffusers 会更适合。它的优点是可复现、可自动化，适合批量测试参数，也方便记录不同设置下的显存占用和生成耗时。

GGUF、llama.cpp、Ollama、LM Studio 这些入口更适合 prompt enhancer 或文本侧组件。不要看到 GGUF 就默认它能完整承担视频生成流程。视频模型通常还涉及视觉模型、VAE、采样流程和帧生成组件，GGUF 更多是本地加载和轻量化生态的一部分。

简单说：

新手先找 ComfyUI 工作流。
脚本用户用 Diffusers 做复现和批量测试。
prompt enhancer 或文本增强器再看 GGUF / LM Studio / Ollama。
不确定时，优先按模型卡推荐的 dev 版本和 LoRA 搭配走。

8G 显存能不能跑？要看版本和工作流

8G 显存能不能跑 Sulphur 2，不能只看模型名字，要看具体版本、量化方式、分辨率、帧数、批量大小和工作流。

一般来说，视频生成比图片生成更吃显存，因为它不只是生成一张图，而是要处理多帧、时间一致性和视频相关的中间状态。即使模型本身有较轻的版本，工作流里叠加 LoRA、较高分辨率、较长帧数或额外后处理节点，也可能让 8G 显存很快爆掉。

如果只有 8G 显存，可以从这些方向降低压力：

优先尝试 fp8mixed、量化版本或社区整理的低显存工作流。
降低分辨率，先用小尺寸确认流程能跑通。
减少帧数，不要一开始就生成长视频。
batch size 设为 1。
暂时关闭不必要的增强节点和后处理节点。
使用 CPU offload、低显存模式或框架提供的显存优化选项。

所以“8G 显存也能跑”更准确的说法是：在低显存版本、较低分辨率、较短帧数和精简工作流下，有机会跑通；但不适合直接期待高分辨率、长视频和复杂工作流。

prompt enhancer 怎么用

Sulphur 2 的模型卡特别提到 prompt enhancer。它的作用不是生成视频，而是把普通提示词改写成更适合模型理解的提示词。

视频提示词通常要同时描述主体、动作、镜头、场景、光线、风格和质量。如果只写一句很短的描述，模型可能抓不到重点。prompt enhancer 可以把简短描述扩展成更完整的提示词，让后续视频生成更稳定。

模型卡给出的思路是，在 LM Studio 的模型目录里创建 Sulphur/promptenhancer 目录，把对应的 gguf 和 mmproj 文件放进去，然后加载这个增强器。使用时不需要 system prompt，直接发送想增强的文本，也可以附带图像。

可以把它理解成一个提示词预处理工具：

`1`	`普通描述 -> prompt enhancer -> 更完整的视频生成提示词 -> Sulphur 2 工作流`

如果你只是测试模型能不能跑，prompt enhancer 不是第一优先级。先把主工作流跑通，再用它改善提示词，会更容易定位问题。

本地部署常见失败原因

Sulphur 2 这类模型本地部署失败，通常不是一个原因造成的。比较常见的坑有这些：

模型版本和工作流不匹配，比如工作流要求 dev 版本，但实际下载了其他权重。
LoRA 和完整模型重复加载，导致效果异常或显存占用过高。
显存不足，尤其是在高分辨率、长帧数、复杂节点下更明显。
工具版本太旧，ComfyUI 节点、Diffusers、Transformers 或 Accelerate 版本不兼容。
缺少 VAE、文本编码器、mmproj、prompt enhancer 等配套文件。
文件路径或目录结构不符合工具要求。
只复制 Hugging Face 页面上的命令，没有确认它对应的是视频生成主流程还是文本侧组件。

排查时建议按顺序来：先确认模型文件完整，再确认工作流要求的版本，然后降低分辨率和帧数，最后再逐步加 LoRA、prompt enhancer 和后处理节点。一次只改一个变量，最容易定位问题。

适合谁尝试

Sulphur 2 比较适合这几类用户：

已经在玩 LTX、ComfyUI、Diffusers 或本地视频生成工作流。
想尝试文生视频、图生视频，并能接受手动配置模型文件。
需要 uncensored 视频生成模型，且理解这类模型的使用边界。
想研究 prompt enhancer 如何改善视频提示词。
有足够显存或愿意尝试量化版本、本地推理工具。

如果只是想快速生成短视频，在线产品仍然更省心。Sulphur 2 更适合愿意折腾模型、节点、LoRA、提示词和本地环境的人。

使用时的注意点

第一，模型卡信息还在更新中。作者也提到 README 后续会补充更完整的设置说明和训练方式，所以具体工作流要以最新模型卡和文件列表为准。

第二，不要只看 Hugging Face 页面上的一条命令就判断它能直接跑起来。视频生成涉及主模型、VAE、LoRA、提示词增强器、采样参数、分辨率、帧数和显存占用，任何一个环节不匹配都可能失败。

第三，uncensored 模型并不等于可以无边界使用。生成内容仍然需要遵守所在平台、社区和法律规则，尤其是涉及真人、版权角色、未成年人、暴力或隐私内容时，更要谨慎。

小结

Sulphur 2 的定位很清楚：它不是一个聊天模型，而是一个面向 LTX 2.3 视频生成生态的模型发布。它的看点在于支持文生视频和图生视频，同时把 prompt enhancer、本地工具入口和推荐工作流放在一起。

对普通用户来说，它的门槛不低；对本地视频生成玩家来说，它值得加入待测试列表。真正决定体验的，还是具体工作流、显存配置、提示词质量，以及后续 README 和社区样例是否完善。

参考

Hugging Face 模型页：https://huggingface.co/SulphurAI/Sulphur-2-base
FreeDidi 参考页：https://www.freedidi.com/24142.html