LTX-2.3 22B

LTX-2.3 22B premení jeden písomný prompt na hotový videoklip s vlastným synchronizovaným zvukom. Namiesto toho, aby ste najskôr generovali tichý klip a potom hľadali zvukové efekty či hudbu na dorobenie, opíšete scénu, ktorú chcete, a model doručí pohybujúce sa obrazy so zodpovedajúcim zvukom naraz. To je ideálne pre filmárov na rýchle storyboardy, tvorcov krátkych obsahov pre sociálne siete, motion designérov pri skúšaní nápadov a každého tvorcu, ktorý chce vidieť nápad ožiť obrazom aj zvukom bez potreby strihania.

Model vo svojej podstate číta váš textový prompt a vytvára z neho video. Dobré zadanie popisuje nielen to, čo sa objaví na obraze, ale aj ako sa to cíti — napríklad: „Kovboj kráča prašným mestom na poludnie, kamera ho sleduje zozadu, filmová hĺbka, realistické osvetlenie, westernová atmosféra, 4K filmový zrno.“ Čím detailnejšie opíšete náladu, svetlo, správanie kamery a textúru, tým bližšie výsledok odpovedá vašej predstave. Model vie prompt aj automaticky rozvinúť, takže aj kratší opis môže viesť k bohatému záberu s filmovou atmosférou.

Máte širokú kontrolu nad tvarom a dĺžkou klipu. Videá môžu byť od krátkeho 9-snímkového okamihu až po 481 snímok a snímkovú frekvenciu nastavujete od 1 do 60 snímok za sekundu, pričom štandardne je nastavených 24 snímok za sekundu – klasický filmový rytmus. Základný klip má 121 snímok v širokouhlom pomere 16:9, čo je ideálne pre sociálne siete a kino, no môžete zvoliť aj iné formáty podľa projektu. Rýchlosť prehrávania a dĺžka spolu úzko súvisia – viac snímok pri nižšej frekvencii vytvára pomalší, rozvláčnejší moment, vyššia frekvencia zase plynulejší pohyb.

Jedným z najväčších kreatívnych nástrojov je priama kontrola kamery. Namiesto nádeje, že model správne pochopí frázu ako „záber sa približuje k postave“, si viete vybrať z konkrétnych pohybov kamery: dolly dovnútra, dolly von, dolly vľavo, dolly vpravo, jib hore, jib dole alebo úplne statický záber. Intenzitu pohybu si nastavíte podľa potreby, jemne alebo dramaticky. Tak dosiahnete zábery so zámerným kinematografickým pohybom, ktorý efektívnejšie podporí váš príbeh.

Zvuk sa generuje spolu s videom automaticky, no môžete ho vypnúť, ak potrebujete len tichý záber. Máte tiež samostatné ovládanie, ako presne sa zvuk aj video držia promptu a ako sa medzi sebou vyvažujú — užitočné, keď chcete zvýrazniť zvukovú atmosféru alebo naopak dbať na vizuál.

Pre celkovú konzistenciu a detail využíva model viacúrovňový prístup: najskôr načrtne video v menšom rozlíšení, potom ho vo väčšom dotiahne do detailu. To vedie k lepšej súdržnosti a čistejšiemu výsledku než jednorazová generácia vo veľkom. Môžete si nastaviť, ako striktne má model prompt nasledovať a koľko má mať kreatívnej slobody, doladiť mieru detailov na úkor rýchlosti alebo hladkosti výstupu a zvoliť aj variant, ktorý v náročných scénach zvyšuje kvalitu.

Negatívny prompt vám umožňuje zabrániť vzorom, ktoré nechcete. Model sa štandardne vyhýba komiksovým alebo videoherným štýlom, textu na obraze, vodoznakom, logám, titulkám, slow motion záberom a statickému, plochému vizuálu — výsledky smerujú viac k filmovému hranému vzhľadu. Tento zoznam si viete podľa vlastného vkusu upraviť.

Výstup môžete exportovať v rôznych formátoch: štandardné MP4, WebM, ProRes pre profesionálny strih alebo animovaný GIF pre rýchle zdielanie. Nastavenie kvality siaha od nízkej až po maximálnu a môžete si zvoliť medzi rýchlejším zápisom, menšou veľkosťou alebo vyváženým kompromisom. Akcelerácia umožňuje uprednostniť buď rýchlosť generovania alebo vernosť obrazu podľa toho, či len skúšate rýchle návrhy alebo finalizujete dôležitý výstup.

Pre reprodukovateľnosť môžete nastaviť seed, takže rovnaký prompt a nastavenia prinesú vždy ten istý výsledok — to oceníte pri drobných, kontrolovaných úpravách bez nutnosti začínať od nuly. Zabudovaná bezpečnostná kontrola je zapnutá automaticky.

LTX-2.3 22B je najlepšie využiteľný na krátke filmové videá: náladové zábery, koncepty, sociálne klipy, animatiky a skúmanie nápadov, kde synchronizovaný zvuk šetrí celý krok editovania. Klipy sú merané v snímkach a generované ako samostatné momenty, a preto exceluje pri jednorazových evokujúcich záberoch než pri dlhých, viacscejnových príbehoch. Maximálny potenciál dosiahnete pri písaní filmových, opisných promptov, voľbe úmyselného pohybu kamery a zverením detailov viacúrovňovému renderu. Kombinácia promptového videa, natívneho zvuku a presnej kontroly kamery dáva tvorcom rýchlu cestu z textu k pohyblivej scéne so zvukom.