执行摘要

• 一句话：重构 LTX2.3 代码，清理冗余逻辑并统一接口。
• 推荐动作：建议核心开发人员精读 ltx_2_denoising.py 和 ltx_2_pipeline.py，关注数据类设计和 LoRA 切换重构，这些设计决策有助于提升模块化和可测试性。

功能与动机

PR body 未提供具体动机，但从标题和变更内容推断，旨在清理 LTX2.3 相关代码，减少冗余、统一接口并改进结构，属于常规维护性重构。

实现拆解

1. 导入调整与日志移除：在 ltx_2_denoising.py 中移除了 init_logger 导入，改为从 server_args 导入 is_ltx2_two_stage_pipeline_name，简化依赖关系。
2. 数据类封装：新增 LTX2ModelInputs 和 LTX2GuidancePassSpec 数据类，集中管理去噪阶段的输入参数和引导配置，提高代码可读性。
3. LoRA 切换逻辑重构：在 ltx_2_pipeline.py 中，将 switch_lora_phase 方法拆分为 _can_short_circuit_lora_switch 和 _build_lora_switch_spec，使逻辑更模块化并便于测试。
4. 管道名称检查统一：在 server_args.py 中添加 is_ltx2_two_stage_pipeline_name 函数和 _is_ltx23_two_stage_pipeline 方法，替代硬编码字符串比较，增强可维护性。
5. 测试与配套更新：修改 denoising_av.py 和 latent_preparation_av.py 以使用新接口，并更新 perf_baselines.json 测试基准数据，确保测试覆盖。

关键文件：

• python/sglang/multimodal_gen/runtime/pipelines_core/stages/ltx_2_denoising.py（模块 多模态生成；类别 source；类型 dependency-wiring；符号 LTX2ModelInputs, LTX2GuidancePassSpec, _should_shard_ltx23_legacy_one_stage_audio_latents, _should_pass_ltx2_text_attention_mask）: 核心去噪阶段实现，新增数据类并调整逻辑，影响扩散模型推理路径。
• python/sglang/multimodal_gen/runtime/pipelines/ltx_2_pipeline.py（模块 多模态生成；类别 source；类型 core-logic；符号 release_ltx2_phase_state, switch_lora_phase, _can_short_circuit_lora_switch, _build_lora_switch_spec）: LTX-2 管道核心逻辑，重构 LoRA 切换机制，影响阶段转换和资源管理。
• python/sglang/multimodal_gen/runtime/server_args.py（模块 多模态生成；类别 source；类型 core-logic；符号 is_ltx2_two_stage_pipeline_name, _is_ltx23_two_stage_pipeline）: 服务器参数处理，新增管道名称检查函数，统一逻辑避免硬编码。
• python/sglang/multimodal_gen/runtime/pipelines_core/stages/denoising_av.py（模块 多模态生成；类别 source；类型 core-logic）: 音视频去噪阶段，更新资源释放逻辑以使用新接口。
• python/sglang/multimodal_gen/runtime/pipelines_core/stages/latent_preparation_av.py（模块 多模态生成；类别 source；类型 dependency-wiring）: 潜在准备阶段，调整导入和管道名称检查以保持一致性。
• python/sglang/multimodal_gen/test/server/perf_baselines.json（模块 性能基准；类别 test；类型 test-coverage）: 性能测试基准文件，更新数据以反映代码变更后的性能指标。

关键符号：release_ltx2_phase_state, switch_lora_phase, _can_short_circuit_lora_switch, _build_lora_switch_spec, is_ltx2_two_stage_pipeline_name, _is_ltx23_two_stage_pipeline, _prepare_ltx2_model_inputs, _build_ltx2_base_model_kwargs

关键源码片段

python/sglang/multimodal_gen/runtime/pipelines_core/stages/ltx_2_denoising.py

核心去噪阶段实现，新增数据类并调整逻辑，影响扩散模型推理路径。

@dataclass(slots=True)
class LTX2ModelInputs:
    """统一封装 LTX-2 模型的输入参数，用于去噪阶段。"""
    latent_model_input: torch.Tensor # 视频潜在表示输入
    audio_latent_model_input: torch.Tensor # 音频潜在表示输入
    audio_num_frames_latent: int # 音频潜在帧数
    video_coords: torch.Tensor | None # 视频坐标（可选）
    audio_coords: torch.Tensor | None # 音频坐标（可选）
    timestep_video: torch.Tensor # 视频去噪时间步
    timestep_audio: torch.Tensor # 音频去噪时间步
    prompt_timestep_video: torch.Tensor | None # 视频提示时间步（可选）
    prompt_timestep_audio: torch.Tensor | None # 音频提示时间步（可选）
    video_self_attention_mask: torch.Tensor | None # 视频自注意力掩码
    audio_self_attention_mask: torch.Tensor | None # 音频自注意力掩码
    a2v_cross_attention_mask: torch.Tensor | None # 音频到视频交叉注意力掩码
    v2a_cross_attention_mask: torch.Tensor | None # 视频到音频交叉注意力掩码
​
@dataclass(slots=True)
class LTX2GuidancePassSpec:
    """定义引导传递的配置，支持跳过特定注意力块以优化计算。"""
    name: str # 引导传递名称
    encoder_hidden_states: torch.Tensor # 编码器隐藏状态
    audio_encoder_hidden_states: torch.Tensor # 音频编码器隐藏状态
    encoder_attention_mask: torch.Tensor | None # 编码器注意力掩码（可选）
    skip_video_self_attn_blocks: tuple[int, ...] = () # 跳过的视频自注意力块索引
    skip_audio_self_attn_blocks: tuple[int, ...] = () # 跳过的音频自注意力块索引
    disable_a2v_cross_attn: bool = False # 禁用音频到视频交叉注意力
    disable_v2a_cross_attn: bool = False # 禁用视频到音频交叉注意力

评论区精华

无 review 评论，变更由作者直接合并，表明团队内部可能已达成共识或变更较小。

• 暂无高价值评论线程

风险与影响

• 风险：风险较低，主要为回归风险：重构涉及核心去噪和管道逻辑（如 ltx_2_denoising.py 和 ltx_2_pipeline.py），但变更主要是结构优化而非行为修改。需注意 _should_shard_ltx23_legacy_one_stage_audio_latents 等方法被移除，可能影响分布式 sharding 逻辑，但已通过其他方式集成。
• 影响：对用户无直接影响，属于内部代码改进。对系统：提升代码可读性和可维护性，可能减少未来 bug。对团队：简化 LTX2.3 相关代码的维护工作，便于后续扩展。
• 风险标记：核心路径变更

关联脉络

• PR #23053 [CI] Exclude diffusion-specific paths from main_package filter: 同属 diffusion 模块的 CI 优化工作，涉及路径过滤，与此 PR 的代码清理共同提升扩散模型相关功能的维护性。