LTX-2.3 22B

LTX-2.3 22B trasforma un singolo prompt scritto in una clip video completa con audio sincronizzato. Invece di generare una clip silenziosa e poi dover cercare effetti sonori o musica da aggiungere in post-produzione, descrivi la scena che desideri e il modello restituisce immagini in movimento e suono coordinato in un solo passaggio. Questo lo rende ideale per registi che creano previsualizzazioni rapide, content creator che producono brevi clip per i social, motion designer in cerca di nuove idee e qualsiasi artista che voglia vedere un concetto prendere vita, sia visivamente che sonoramente, senza dover agire sulla timeline.

Il modello interpreta il tuo prompt testuale e costruisce un video a partire da esso. Un buon prompt descrive non solo cosa appare sullo schermo, ma anche che atmosfera ha — ad esempio: "Un cowboy che cammina in una città polverosa a mezzogiorno, la camera lo segue da dietro, profondità cinematografica, illuminazione realistica, atmosfera western, grana pellicola 4K." Più sarai dettagliato nel descrivere atmosfera, luce, movimento della camera e texture, più il risultato si avvicinerà a ciò che avevi immaginato. Il modello può anche espandere automaticamente il prompt, aggiungendo dettagli cinematografici in modo che anche una descrizione breve produca una scena ricca e coerente.

Hai ampio controllo su forma e durata della clip. I video possono andare da un breve momento di 9 fotogrammi fino a 481 fotogrammi, e puoi impostare il frame rate da 1 fino a 60 fotogrammi al secondo, con 24 fps — la classica cadenza cinematografica — come valore predefinito. La clip predefinita è un filmato landscape 16:9 di 121 fotogrammi, perfetto per schermi widescreen e social, ma puoi scegliere altre inquadrature per adattare il risultato al tuo progetto. Velocità di riproduzione e durata lavorano insieme: più fotogrammi a frame rate basso danno un momento più lento e dilatato, mentre un frame rate alto restituisce un movimento più fluido.

Uno degli strumenti creativi distintivi è il controllo diretto della camera. Invece di sperare che il modello interpreti correttamente frasi come "avvicinamento al soggetto", puoi selezionare tra movimenti reali di camera: dolly in, dolly out, dolly sinistra, dolly destra, jib su, jib giù o inquadratura fissa. Puoi regolare l'intensità del movimento perché appaia sottile o spettacolare. Così ottieni movimenti intenzionali che rafforzano la narrazione invece di derive casuali.

Di default, l'audio viene generato insieme al video, ma puoi disattivarlo se desideri solo immagini silenziose. Hai anche controlli separati per quanto audio e video seguano fedelmente il tuo prompt, e come bilanciarli tra loro — utile se vuoi che il paesaggio sonoro sia in primo piano oppure che l'attenzione resti sulle immagini.

Per coerenza generale e dettaglio fine, il modello utilizza un approccio multi-scala. Prima abbozza il video in piccolo, poi usa quella bozza per una resa finale più grande e dettagliata. Così si ottiene continuità più forte e dettagli più puliti rispetto a una generazione tutto in una volta. Puoi inoltre regolare quanto strettamente il modello deve seguire le tue istruzioni rispetto a quanta libertà creativa vuoi concedergli, calibrare il livello di rifinitura per trovare il giusto equilibrio tra velocità e qualità, e usare una variazione controllata che migliora la qualità su scene difficili.

Un prompt negativo ti permette di evitare che il modello generi aspetti indesiderati. Per default vengono evitati estetiche tipo cartone animato o videogioco, testi su schermo, watermark, loghi, sottotitoli, slow motion e immagini piatte o statiche — indirizzando il risultato verso un'estetica più cinematografica e realistica. Puoi modificare questa lista secondo i tuoi gusti estetici.

Per l’output, puoi esportare in diversi formati secondo il tuo flusso di lavoro: MP4 standard, WebM, ProRes per pipeline di editing avanzate, o GIF animate per una condivisione rapida. I livelli di qualità vanno da bassa a massima, e puoi preferire file più veloci da elaborare, di dimensione ridotta, oppure un equilibrio tra i due. Le impostazioni di accelerazione ti consentono di scegliere tra velocità di generazione e fedeltà secondo se stai iterando o creando lo shot definitivo.

Per la riproducibilità, puoi impostare un seed così che stesso prompt e impostazioni restituiscano esattamente lo stesso risultato — comodo per fare modifiche controllate senza ricominciare ogni volta da zero. Un sistema di safety checker è attivato di default.

LTX-2.3 22B è ideale per video cinematografici brevi: pezzi d’atmosfera, concept shot, clip social, animatic e sperimentazioni di idee dove avere il suono sincronizzato già incorporato fa risparmiare tutta una fase di editing. Poiché le clip sono definite in fotogrammi e rappresentano momenti autonomi, brilla per singole riprese evocative piuttosto che lunghe narrazioni multi-scena. Per ottenere il massimo, basta scrivere prompt descrittivi e cinematografici, scegliere un movimento di camera consapevole e lasciare che il rendering multiscala faccia il resto. Grazie alla combinazione tra video guidato dal prompt, audio nativo e controllo preciso della camera, offre ai creator il percorso più rapido dall’idea su carta alla scena in movimento completa di suono.