Aggiornato a settembre 2026 · Fa parte dei nostri tutorial su AI e ComfyUI. Per le immagini c'è il vademecum dedicato ai modelli AI per immagini in ComfyUI.
Fino a due anni fa generare video con l'AI sul proprio PC voleva dire clip di pochi secondi, sfocate e mute. Oggi, con ComfyUI, puoi creare video in alta risoluzione con audio sincronizzato, dialoghi e più inquadrature collegate: è la cosa che più ci ha sorpreso da quando lavoriamo con l'AI in locale.
Ma è anche il campo dove è più facile perdersi: modelli enormi, versioni nuove ogni mese e licenze piene di trappole, al punto che alcuni modelli non si possono usare in Europa. In questo vademecum li mettiamo in ordine, dal più vecchio al più recente: cosa fanno, quanta memoria chiedono (con un occhio a chi, come noi, lavora con 12 GB) e cosa permette davvero la loro licenza.
Tutti i modelli video in una tabella
| Modello | Anno | Sviluppatore | Audio | Licenza | Uso in Italia e commerciale |
|---|---|---|---|---|---|
| LTX-Video 0.9 | 2024–2025 | Lightricks | No | Licenza Lightricks | Vedi pagina ufficiale |
| Mochi 1 | 2024 | Genmo | No | Apache 2.0 | Sì |
| Wan 2.1 | 2025 | Alibaba (Wan) | No | Apache 2.0 | Sì |
| Wan 2.2 | 2025 | Alibaba (Wan) | No | Apache 2.0 | Sì |
| HunyuanVideo 1.5 | 2025 | Tencent | No | Tencent Hunyuan Community | No: esclusa l'UE |
| LTX-2 | 2026 | Lightricks | Sì | LTX-2 Community | Sì, sotto 10 milioni $ di fatturato |
| LTX-2.3 | 2026 | Lightricks | Sì | LTX-2 Community | Sì, sotto 10 milioni $ di fatturato |
| LTX-2.5 | 2026 | Lightricks | Sì | LTX-2.x Community | Sì, sotto 10 milioni $ di fatturato |
| MiniMax H3 | 2026 | MiniMax | Sì | MiniMax H3 Community | No: esclusi UE, Regno Unito, USA e Corea |
Questa pagina è una guida divulgativa, non una consulenza legale. Le licenze possono cambiare: prima di usare un modello per un lavoro, leggi sempre il testo completo nella pagina ufficiale linkata in ogni scheda.
Le licenze dei modelli video, in breve
- Apache 2.0 (Wan 2.1 e 2.2, Mochi) — la più libera: uso anche commerciale, modifiche e integrazione in prodotti.
- LTX-2 / LTX-2.x Community License (LTX-2, 2.3, 2.5) — uso commerciale gratuito per chi fattura meno di 10 milioni di dollari l'anno; oltre serve un accordo commerciale con Lightricks. Nessun limite geografico. I video generati sono tuoi, ma la licenza chiede di indicare che il contenuto è generato da una macchina quando lo diffondi.
- Licenze con esclusione dell'Europa (HunyuanVideo, MiniMax H3) — il testo stesso della licenza esclude l'Unione Europea: da qui non puoi usare il modello, a meno di ottenere una licenza separata dall'azienda.
Che computer serve per i video AI
I modelli video sono i più pesanti in assoluto: generano decine di fotogrammi insieme (e, i più recenti, anche l'audio). Per lavorare in modo comodo servono almeno 16 GB di memoria video, meglio 24 GB o più, e tanta RAM di sistema (32 GB minimo, 64 GB consigliati), perché ComfyUI sposta in RAM le parti del modello che non entrano nella scheda. Con meno memoria si può comunque sperimentare usando le versioni ridotte (fp8, int8, GGUF), risoluzioni basse e clip brevi.
Per scegliere la scheda leggi la guida alle migliori schede video per AI. Se non hai ancora ComfyUI, parti da come installare ComfyUI su Windows.
La prima generazione (2024–2025)
LTX-Video 0.9
Il primo modello video di Lightricks (fine 2024, aggiornato nel 2025) si è fatto conoscere per la velocità: clip brevi generate in pochi secondi anche su schede con poca memoria. È stato il punto di partenza di molti per i video in ComfyUI (anche noi lo usavamo nei test sulla RTX 3060), ma oggi è superato dalla famiglia LTX-2.
- Licenza: licenza propria di Lightricks, da leggere nella pagina del modello.
- Dove trovarlo: LTX-Video
Mochi 1
Pubblicato da Genmo a ottobre 2024, è stato uno dei primi modelli video di buona qualità con licenza completamente libera. Oggi ha soprattutto un valore storico: i modelli successivi sono più belli e più leggeri.
- Licenza: Apache 2.0.
- Dove trovarlo: Mochi 1
Wan 2.1 (2025)
A febbraio 2025 Alibaba pubblica Wan 2.1, il primo modello video aperto a competere davvero con i servizi a pagamento: testo-video e immagine-video, versione grande da 14 miliardi di parametri e versione piccola da 1,3 miliardi per le schede con poca memoria. Attorno a Wan è nato un enorme ecosistema di LoRA, controlli e workflow per ComfyUI, ancora oggi molto usato.
- Licenza: Apache 2.0, libera anche per uso commerciale.
- Dove trovarlo: Wan 2.1 T2V 14B
Wan 2.2 (2025)
Uscito a luglio 2025, migliora movimento, luce e composizione con un'architettura a "esperti": un modello imposta la scena, un altro rifinisce i dettagli. Esiste in tre versioni: T2V-A14B (da testo), I2V-A14B (da immagine) e TI2V-5B, la versione compatta che genera video a 720p e 24 fotogrammi al secondo su schede consumer come la RTX 4090. È il riferimento per chi cerca la licenza più libera. Non genera audio.
- Memoria video: la versione 5B è pensata per le schede consumer (24 GB); le versioni 14B in ComfyUI richiedono versioni ridotte e offload in RAM.
- Licenza: Apache 2.0, libera anche per uso commerciale. Le versioni successive di Wan, finora, sono state proposte solo come servizio online.
- Dove trovarlo: Wan 2.2 T2V A14B · Wan 2.2 TI2V 5B
HunyuanVideo 1.5 (attenzione alla licenza)
Il modello video di Tencent (novembre 2025) ha 8,3 miliardi di parametri, genera fino a 10 secondi a 480p o 720p e gira con almeno 14 GB usando l'offload. Tecnicamente è ottimo per il rapporto qualità/leggerezza, ma la Tencent Hunyuan Community License dichiara espressamente di "non applicarsi nell'Unione Europea, nel Regno Unito e in Corea del Sud". Dall'Italia non c'è una licenza che ne copra l'uso: meglio scegliere Wan o LTX.
- Licenza: Tencent Hunyuan Community License, esclusi UE, Regno Unito e Corea del Sud.
- Dove trovarlo: HunyuanVideo 1.5 (per leggere la licenza)
La nuova generazione: video con audio (2026)
Il grande salto del 2026 è l'audio generato insieme al video, nello stesso passaggio: dialoghi con il labiale sincronizzato, effetti sonori e ambienti. Non serve più aggiungere l'audio dopo con un altro programma.
LTX-2 (gennaio 2026)
Il 6 gennaio 2026 Lightricks pubblica LTX-2, il primo modello aperto pensato per la produzione che genera video e audio sincronizzati in un solo passaggio. Ha 19 miliardi di parametri (circa 14 per il video e 5 per l'audio) e arriva fino al 4K a 50 fotogrammi al secondo, per clip fino a 20 secondi. Lightricks dichiara di averlo addestrato con dati in licenza.
- Licenza: LTX-2 Community License, gratuita anche per uso commerciale sotto i 10 milioni di dollari di fatturato annuo.
- Dove trovarlo: LTX-2
LTX-2.3 (marzo 2026)
LTX-2.3 porta il modello a 22 miliardi di parametri con un nuovo VAE e un nuovo spazio latente: dettagli più nitidi, contorni più puliti, audio migliore, più coerenza nel passaggio da immagine a video e un supporto migliore al formato verticale 9:16, perfetto per Shorts e Reels. Usa come "traduttore" del prompt il modello Gemma da 12 miliardi di parametri.
In ComfyUI è supportato nativamente, con sei template ufficiali, senza nodi aggiuntivi:
- da testo a video;
- da immagine a video;
- primo e ultimo fotogramma (FLF2V): il video che collega due immagini;
- immagine + audio: un personaggio che parla in sincrono con una traccia audio;
- controllo con IC-LoRA (profondità, posa, contorni);
- ID-LoRA: video personalizzati da un riferimento.
Oltre al modello completo (dev) esistono una versione distillata in 8 passaggi, molto più veloce, e degli upscaler per aumentare risoluzione e fluidità.
- Memoria video: è un modello grande. Anche nelle versioni fp8 lavora meglio con 24 GB o più e molta RAM; con meno memoria si può provare con la versione distillata, risoluzioni basse e clip brevi.
- Licenza: LTX-2 Community License, gratuita anche per uso commerciale sotto i 10 milioni di dollari di fatturato annuo. Nessun limite geografico.
- Dove trovarlo: LTX-2.3 · tutorial ufficiale ComfyUI
LTX-2.5 (agosto 2026)
L'11 agosto 2026 Lightricks pubblica LTX-2.5, 22 miliardi di parametri, che definisce un "world model" aperto. Le novità principali:
- Multi-shot nativo: più inquadrature collegate in un solo passaggio, con personaggi e ambienti coerenti tra un taglio e l'altro.
- Durata automatica: un modulo opzionale stima da solo quanto deve durare la clip in base all'azione descritta.
- 4K HDR nativo e un nuovo traduttore del prompt (Gemma 4 da 12 miliardi di parametri), più bravo con prompt lunghi che descrivono personaggi, movimenti di camera e luci.
- Versione distillata in 8 passaggi, molto più veloce, oltre al modello completo per l'addestramento.
È supportato in ComfyUI dal primo giorno, con template ufficiali per testo-video e immagine-video e versioni ridotte int8 e NVFP4 (quest'ultima per le schede NVIDIA più recenti).
- Memoria video: come LTX-2.3, meglio 24 GB o più; le versioni int8 riducono l'ingombro.
- Licenza: LTX-2.x Community License, gratuita anche per uso commerciale sotto i 10 milioni di dollari di fatturato annuo, senza obbligo di mostrare il marchio. I video generati sono tuoi; va indicato che sono generati da una macchina.
- Dove trovarlo: LTX-2.5 · testo della licenza
MiniMax H3 (agosto 2026): il più potente, ma non in Europa
MiniMax, l'azienda del servizio Hailuo, ha presentato H3 il 31 luglio 2026 e ne ha pubblicato i pesi il 3 agosto. È considerato il modello video aperto più potente: 33 miliardi di parametri, video con audio stereo generato nello stesso passaggio, clip da 4 a 15 secondi a 24 fotogrammi al secondo, risoluzione di base 768p e molti formati, compreso il 9:16. Esiste in due versioni:
- FL2VA: da testo, con primo e ultimo fotogramma opzionali;
- Ref2VA: da riferimenti, fino a 9 immagini, 3 video e 3 audio.
Alcune parti non sono state pubblicate: il modulo che porta l'uscita a 2K e quello che rielabora le istruzioni restano disponibili solo online. ComfyUI lo supporta nativamente, e la community ha già pubblicato LoRA per velocizzarlo (versioni a 8 passaggi), per controllarlo e per l'editing video. La versione ridotta INT8 occupa circa 19,5 GB solo per il modello.
La licenza però è il punto chiave per noi. La MiniMax H3 Community License vale in tutto il mondo tranne i "Territori Esclusi", definiti come Unione Europea, Regno Unito, Corea del Sud e Stati Uniti. Chi si trova in questi territori è invitato a contattare MiniMax per ottenere una licenza. Nel resto del mondo l'uso commerciale è permesso, ma sopra i 20 milioni di dollari di fatturato annuo serve un'autorizzazione scritta.
In pratica, dall'Italia: senza una licenza richiesta direttamente a MiniMax, H3 non si può usare in locale. Per il video con audio in Europa l'alternativa aperta è la famiglia LTX-2; il servizio online Hailuo di MiniMax è un discorso a parte, con i suoi termini d'uso.
- Licenza: MiniMax H3 Community License, esclusi UE, Regno Unito, Corea del Sud e USA; oltre 20 milioni di dollari di fatturato serve un'autorizzazione.
- Dove trovarlo: MiniMax H3 (per leggere la licenza)
Quale modello video scegliere
| Se vuoi… | Ti consigliamo |
|---|---|
| Video con audio e dialoghi, dall'Italia | LTX-2.5 o LTX-2.3 |
| Più inquadrature collegate (multi-shot) | LTX-2.5 |
| Far parlare un personaggio su una traccia audio | LTX-2.3 (template immagine + audio) |
| La licenza più libera possibile | Wan 2.2 (Apache 2.0) |
| Iniziare con una scheda da 16–24 GB | Wan 2.2 TI2V 5B, LTX in versione distillata |
| Tanti LoRA e workflow della community | Wan 2.1 e 2.2 |
Consigli pratici per i video in ComfyUI
- Parti dai template ufficiali del menu Workflow: scaricano i file giusti e hanno impostazioni già provate. Li trovi anche nella libreria di Comfy.
- Prova prima in piccolo: bassa risoluzione e pochi secondi per trovare il prompt giusto, poi aumenta qualità e durata.
- Usa le versioni distillate (4–8 passaggi) per le prove: sono molto più veloci.
- Parti da un'immagine: spesso conviene creare prima l'inquadratura con un modello per immagini (vedi il vademecum immagini) e poi animarla con un modello da immagine a video.
- Indica che il video è generato con l'AI quando lo pubblichi: lo chiedono alcune licenze e, per i contenuti realistici, lo chiedono anche le piattaforme.
Le schede video che consigliamo
| Prodotto | Scheda video | Memoria video | Link |
|---|---|---|---|
| MSI GeForce RTX 5060 Ti 16G Shadow 2X OC Plus | NVIDIA RTX 5060 Ti | 16 GB | Vedi su Amazon |
| ASUS Prime GeForce RTX 5070 Ti OC | NVIDIA RTX 5070 Ti | 16 GB | Vedi su Amazon |
| MSI GeForce RTX 5090 32G Ventus 3X OC | NVIDIA RTX 5090 | 32 GB | Vedi su Amazon |
| PC Ryzen 7 5700X + RTX 5060 Ti 16 GB | NVIDIA RTX 5060 Ti 16 GB | 16 GB | Vedi su Amazon |
Per il video AI in locale consigliamo di partire da 16 GB (RTX 5060 Ti 16 GB). La RTX 3060 da 12 GB va bene per imparare, ma con i modelli video è al limite.
Domande frequenti
Qual è il miglior modello video open source nel 2026?
Tecnicamente MiniMax H3, ma la sua licenza esclude l'Unione Europea. Per chi lavora dall'Italia il riferimento è LTX-2.5 (o LTX-2.3), con audio integrato e licenza gratuita sotto i 10 milioni di dollari di fatturato. Se ti serve la licenza più libera, Wan 2.2.
Posso usare MiniMax H3 se lo scarico comunque?
La licenza non concede diritti d'uso nell'Unione Europea: scaricarlo e usarlo dall'Italia non è coperto da licenza. Se ti serve per un progetto, contatta MiniMax per una licenza dedicata, come indicato nel testo stesso.
Quanta memoria serve per LTX-2.3 e LTX-2.5?
Sono modelli da 22 miliardi di parametri: per lavorare comodamente servono 24 GB o più di memoria video e almeno 32 GB di RAM. Con le versioni ridotte (fp8, int8), la versione distillata e risoluzioni più basse si può sperimentare anche con meno memoria.
Posso usare i video generati per lavoro?
Con Wan (Apache 2.0) sì. Con la famiglia LTX-2 sì, se la tua attività fattura meno di 10 milioni di dollari l'anno, indicando che il contenuto è generato da una macchina. Con HunyuanVideo e MiniMax H3, dall'Italia, no senza una licenza dedicata.
