Text to video with audio
LTX-2.3 22B pretvara jedan pisani upit u gotovi video isječak potpuno opremljen vlastitim sinkroniziranim zvukom. Umjesto generiranja tihog isječka pa zatim traženja zvučnih efekata ili glazbe za dodavanje nakon toga, opisujete scenu koju želite, a model isporučuje pokretne slike i odgovarajući zvuk zajedno u jednom prolazu. To ga čini idealnim za filmske stvaratelje koji brzo grade previzualizacije, kreatore sadržaja koji proizvode kratke društvene isječke, dizajnere pokreta koji istražuju ideje te bilo kojeg umjetnika koji želi vidjeti koncept u pokretu i zvuku bez dodirivanja vremenske trake.
U svom jezgru model čita vaš tekstualni upit i gradi video iz njega. Dobar upit opisuje ne samo ono što se pojavljuje na ekranu, već i kako to izgleda — primjerice, „Kovboj koji hoda kroz prašnjavi grad u podne, kamera slijedi iza, filmska dubina, realistično osvjetljenje, western atmosfera, 4K filmski zrnastost.“ Što više opisujete atmosferu, osvjetljenje, ponašanje kamere i teksture, bliži je rezultat onome što ste zamislili. Model također može automatski proširiti vaš upit, dodajući filmske detalje tako da čak i kraći opis proizvodi bogat, koherentan kadar.
Imate široku kontrolu nad oblikom i duljinom isječka. Video može trajati od kratkog 9-kadrovskog trenutka do 481 kadrova, a možete postaviti brzinu kadrova od 1 do 60 kadrova u sekundi, s 24 kadra u sekundi — klasičnim filmskim ritmom — kao zadanom. Zadani isječak je 121 kadar landscape 16:9 snimke, prirodno prikladan za široki ekran i društvene videozapise, ali možete odabrati druge formate da odgovaraju vašem projektu. Brzina reprodukcije i duljina djeluju zajedno, tako da veći broj kadrova pri nižoj brzini kadrova daje sporiji, produženiji trenutak, dok viša brzina kadrova daje glatkiji pokret.
Jedan od najistaknutijih kreativnih alata je izravna kontrola kamere. Umjesto da se nadate da će model protumačiti frazu poput „ približi subjektu“, možete odabrati iz skupa stvarnih kamera pokreta: dolly in, dolly out, dolly left, dolly right, jib up, jib down ili zaključani statični kadar. Ovi vam daju namjerni, ponovljivi filmski jezik kamere na koji se oslanjaju filmaši, a možete regulirati jačinu pokreta gore-dolje da bude suptilan ili dramatičan. To olakšava dobivanje namjernog pokreta koji podržava vašu priču umjesto nasumičnog plutanja.
Zvuk se generira zajedno s videom po zadanim postavkama, a možete ga isključiti ako trebate samo tihu snimku. Također imate zasebne kreativne kontrolnike za to koliko čvrsto zvuk i video pridržavaju vašeg upita te kako se oni balansiraju međusobno — korisno kad želite da zvučna kulisa bude istaknuta ili da fokus ostane čvrsto na vizualima.
Kako bi pomogao općoj koherenciji i finim detaljima, model koristi višemjerovlje pristup. Prvo skicira video u manjem mjerilu, zatim koristi tu skicu za vođenje većeg, detaljnijeg konačnog rendera. Rezultat je jača konzistentnost i čišći detalji nego generiranje u punoj veličini u jednom potezu. Možete dodatno podesiti koliko blisko model slijedi vaš upit naspram koliko kreativne slobode uzima, prilagoditi razinu rafiniranja za balans između brzine i poliranosti te koristiti opciju kontrolirane varijacije koja može poboljšati kvalitetu na zahtjevnim scenama.
Negativni upit omogućuje vam da usmjerite model dalje od izgleda koje ne želite. Po zadanim postavkama izbjegava stvari poput crtanih i videoigračkih estetika, teksta na ekranu, vodeničkih žigova, logotipa, titlova, usporenog pokreta i statičnih, ravnih snimaka — gurajući rezultate prema filmskom, live-action osjećaju. Možete ga prepisati da odgovara vašim estetskim ciljevima.
Što se tiče izlaza, možete izvoziti u nekoliko formata da odgovaraju vašem radnom tijeku: standardni MP4, WebM, ProRes za visokokvalitetne montažne pipelineove ili animirani GIF za lagano dijeljenje. Razini kvalitete idu od niske do maksimalne, a možete usmjeriti datoteku prema bržem pisanju, manjoj veličini ili uravnoteženom srednjem putu. Postavke ubrzanja omogućuju razmjenu između brzine generiranja i vjernosti ovisno o tome radite li brzo iteriranje ili finalizirate hero kadar.
Za reproducibilnost možete postaviti seed tako da isti upit i postavke proizvode isti rezultat — praktično kad želite male, kontrolirane promjene umjesto početka ispočetka svaki put. Ugrađeni sigurnosni provjeravač je omogućen po zadanim postavkama.
LTX-2.3 22B je najbolje pogodan za kratke filmske videozapise: atmosferske komade, koncept kadrove, društvene isječke, animatike i istraživanje ideja gdje ugrađeni sinkronizirani zvuk štedi cijeli korak montaže. Budući da su isječci mjereni u kadrovima i generirani kao samostalni trenuci, ističe se u pojedinačnim evocativnim kadrovima umjesto dugih, višescenskih narativa. Najbolji rezultati dolaze od pisanja opisnih, filmskih upita, odabira namjernog kamera pokreta i prepustanja višemjerovlju renderu i rafiniranju da obave svoj posao. S kombinacijom upit-vođenog videa, nativnog zvuka i precizne kontrole kamere, pruža kreatorima brzi put od pisane ideje do pokretne, zvučne scene.
A woman kneeling in darkness, illuminated by a warm, radiant beam of light emerging from her raised hand.
Opišite scenu videozapisa s pokretom, kutovima kamere i ugođajem
Model stvara filmski pokret s prirodnom fizikom i osvjetljenjem
Preuzmite i podijelite videozapis spreman za produkciju
Predstavlja održivi tracking pokret, dinamiku vozila i generaciju motornog zvuka u širokoekranskoj filmskoj sekvenci za YouTube i film.
Demonstrira atmosfersku dinamiku magle, prijelaze osvjetljenja i imerzivni prirodni zvuk za Netflix-stil dokumentarnog pejzažnog sadržaja.
Istaknuto prikazuje sinkroniziranu audio-vizualnu generaciju modela s zvukom publike, dinamičkim scenskim osvjetljenjem i energičnim kamera pokretom za širokoekransku kinematografiju.
“Cinematic reveal of a sleek black luxury sports car in a dark studio. Camera starts close on the chrome badge, slowly pulling back while orbiting 180 degrees around the vehicle. Dramatic rim lighting gradually intensifies, highlighting the car's sculptural curves and glossy finish. Reflections dance across the body as the camera moves. Dust particles float in volumetric light beams. Final wide shot reveals the full silhouette against a gradient backdrop. 8 seconds, smooth motion, 24fps cinematic quality.”
Prijeđite na sintezu vođenu zaključivanjem već danas

Fast balanced text-to-video generation
1.6 kredita

Cinematic video with native audio
1.4 kredita

Frontier 2K text-to-video generation
7.3 kredita

Fast cinematic video with audio
0.1 kredita

Cinematic video from references
0.4 kredita

Cinematic video from references
10 kredita

Film-grade video with audio
0.1 kredita

Text to video with audio
0.3 kredita
![Kling Video v3 Text to Video [Standard]](https://v3b.fal.media/files/b/0a8cfc9f/dei5OqFRB9HK8AgSHwk8f_9a5eea197b3045d1be55aedb0213f6f9.jpg)
Cinematic text-to-video with audio
4.2 kredita