LTX-2.3 22B

LTX-2.3 22B pretvara jedan pisani prompt u gotov video klip sa sopstvenim sinhronizovanim zvukom. Umesto da generišete tihi klip i zatim tražite zvučne efekte ili muziku za dodavanje kasnije, opisujete scenu koju želite i model isporučuje pokretne slike i usklađeni zvuk zajedno u jednom prolazu. To ga čini idealnim za filmaše koji brzo grade previzualizacije, kreatore sadržaja koji proizvode kratke socijalne klipove, dizajnere pokreta koji istražuju ideje i svakog umetnika koji želi da vidi koncept u pokretu i sa živim zvukom bez dodirivanja vremenske trake.

U svom jezgru model čita vaš tekstualni prompt i gradi video iz njega. Dobar prompt opisuje ne samo šta se pojavljuje na ekranu već i kako deluje — na primer, „Kovboj koji prolazi kroz prašnjavi gradić u podne, kamera prati otpozadi, filmska dubina, realistično osvetljenje, western atmosfera, 4K filmski zrn.“ Što detaljnije opišete atmosferu, osvetljenje, ponašanje kamere i teksture, rezultat će biti bliži vašoj zamisli. Model može automatski proširiti vaš prompt, dodajući filmske detalje tako da čak i kraći opis proizvodi bogat, koherentan kadar.

Imate široku kontrolu nad oblikom i dužinom klipa. Video može trajati od kratkog 9-kadrovnog trenutka do 481 kadra, a frejm rejt možete postaviti od 1 do 60 kadrova u sekundi, sa podrazumevanim 24 kadra u sekundi — klasičnim filmskim ritmom. Podrazumevani klip je 121 kadar pejzažnog 16:9 materijala, prirodno pogodan za široki ekran i socijalne videozapise, ali možete izabrati druge formate prema projektu. Brzina reprodukcije i dužina rade zajedno, pa veći broj kadrova pri nižem frejm rejt-u daje sporiji, produženiji trenutak, dok viši frejm rejt obezbeđuje glatkiji pokret.

Jedan od najjačih kreativnih alata je direktna kontrola kamere. Umesto da se nadate da model protumači frazu poput „zumirajte na subjekt“, birate iz skupa stvarnih kamera pokreta: dolly in, dolly out, dolly left, dolly right, jib up, jib down ili zaključani statični kadar. Ovi pokreti pružaju namernu, ponovljivu kameru na koju filmaši računaju, a jačinu pokreta možete podesiti od suptilne do dramatične. To olakšava dobjanje namernog pokreta koji podržava priču umesto nasumičnog talasanja.

Zvuk se podrazumevano generiše uz video, a možete ga isključiti ako treba samo tihi kadar. Imate zasebne kontrolnike za to koliko se zvuk i video drže vašeg prompta i kako se balansiraju — korisno kada želite da zvučna kulisa dominira ili da fokus ostane na vizuelima.

Za bolju koherenciju i fine detalje, model koristi višeskalni pristup. Prvo skicira video u manjoj skali, zatim koristi tu skicu da vodi veći, detaljniji finalni render. Rezultat je bolja konzistentnost i čišći detalji nego kod generisanja u punoj veličini odjednom. Možete podesiti koliko model prati prompt naspram kreativne slobode, nivo rafiniranja za balans brzine i poliranosti, kao i opciju kontrolisane varijacije za poboljšanje teških scena.

Negativni prompt omogućava izbegavanje neželjenih elemenata. Podrazumevano izbegava karikature i video-igra estetiku, tekst na ekranu, vodene žigove, logoe, titlove, slow motion i statične, ravne snimke — usmeravajući rezultate ka filmskom, live-action osećaju. Možete ga prilagoditi svojim estetskim ciljevima.

Za izvoz nudimo više formata prema vašem workflow-u: standardni MP4, WebM, ProRes za profesionalne edit pipeline-ove ili animirani GIF za lagano deljenje. Kvalitet od niskog do maksimalnog, sa opcijama za brži izvoz, manju veličinu ili balans. Podešavanja ubrzanja omogućavaju zamenu između brzine i vernosti, zavisno od iteracije ili finalnog hero kadra.

Za reproducibilnost postavite seed tako da isti prompt i podešavanja daju isti rezultat — praktično za male, kontrolisane izmene bez ponovnog starta. Ugrađeni bezbednosni provera je podrazumevano uključen.

LTX-2.3 22B je optimalan za kratke filmske videozapise: atmosferske komade, koncept kadrove, socijalne klipove, animatike i istraživanje ideja gde ugrađeni sinhronizovani zvuk štedi korak montaže. Pošto su klipovi mereni u kadrovima i generisani kao samostalni trenuci, exceluje u evocativnim jedinstvenim kadrovima umesto dugih višescenskih narativa. Maksimalni efekat postižete deskriptivnim filmskim promptovima, namernim kamera pokretom i višeskalnim render-ovanjem sa rafiniranjem. Kombinacijom prompt-vođenog videa, nativnog zvuka i precizne kamere kontrole, pruža kreatorima brzi put od pisane ideje do pokretne, zvučne scene.