LTX-2.3 22B

LTX-2.3 22B แปลงพรอมต์ข้อความที่เขียนไว้เพียงอันเดียวให้กลายเป็นคลิปวิดีโอสำเร็จรูปพร้อมเสียงซิงโครไนซ์ในตัว แทนที่จะสร้างคลิปเงียบๆ แล้วค้นหาเอฟเฟกต์เสียงหรือเพลงมาซ้อนทับทีหลัง คุณเพียงอธิบายฉากที่ต้องการ รุ่นนี้จะสร้างภาพเคลื่อนไหวและเสียงที่ตรงกันในขั้นตอนเดียว ทำให้เหมาะสำหรับนักทำภาพยนตร์ที่สร้างการแสดงภาพล่วงหน้า (previsualization) อย่างรวดเร็ว นักสร้างคอนเทนต์ที่ทำคลิปสั้นสำหรับโซเชียลมีเดีย นักออกแบบมอชันที่สำรวจไอเดีย และศิลปินทุกคนที่ต้องการเห็นคอนเซปต์มีชีวิตชีวาด้วยการเคลื่อนไหวและเสียงโดยไม่ต้องแตะไทม์ไลน์

ในแกนหลัก รุ่นนี้จะอ่านพรอมต์ข้อความของคุณและสร้างวิดีโอจากมัน พรอมต์ที่ดีจะอธิบายไม่ใช่แค่ว่าสิ่งใดปรากฏบนหน้าจอ แต่รวมถึงความรู้สึกด้วย เช่น "คาวบอยเดินผ่านเมืองฝุ่นคละที่เที่ยงวัน กล้องติดตามจากด้านหลัง ความลึกแบบภาพยนตร์ แสงแบบสมจริง อารมณ์แบบเวสเทิร์น 4K film grain" ยิ่งคุณอธิบายอารมณ์ แสง การเคลื่อนไหวของกล้อง และพื้นผิวมากเท่าไร ผลลัพธ์จะยิ่งใกล้เคียงกับภาพที่คุณจินตนาการ รุ่นนี้ยังสามารถขยายพรอมต์ของคุณโดยอัตโนมัติ เติมรายละเอียดแบบภาพยนตร์เพื่อให้แม้พรอมต์สั้นๆ ก็สร้างช็อตที่สมบูรณ์และต่อเนื่องได้

คุณควบคุมรูปร่างและความยาวของคลิปได้กว้างขวาง วิดีโอสามารถมีความยาวตั้งแต่ 9 เฟรมสั้นๆ ไปจนถึง 481 เฟรม และตั้งค่าเฟรมเรทได้ตั้งแต่ 1 ถึง 60 เฟรมต่อวินาที โดยค่าเริ่มต้นคือ 24 เฟรมต่อวินาที ซึ่งเป็นจังหวะคลาสสิกของภาพยนตร์ คลิปเริ่มต้นเป็น 121 เฟรมแบบ landscape 16:9 ที่เหมาะกับวิดีโอไวด์สกรีนและโซเชียล แต่คุณสามารถเลือกเฟรมอัตราส่วนอื่นๆ ให้ตรงกับโปรเจกต์ ความเร็วการเล่นและความยาวทำงานร่วมกัน ดังนั้นจำนวนเฟรมมากที่เฟรมเรทต่ำจะให้ช่วงเวลาช้าลากยาว ในขณะที่เฟรมเรทสูงจะให้การเคลื่อนไหวที่นุ่มนวล

เครื่องมือสร้างสรรค์ที่โดดเด่นคือการควบคุมกล้องโดยตรง แทนที่จะหวังว่ารุ่นจะตีความวลีเช่น "ซูมเข้าหาตัวละครหลัก" คุณสามารถเลือกการเคลื่อนไหวกล้องจริงๆ ได้: dolly in, dolly out, dolly left, dolly right, jib up, jib down หรือช็อต static ล็อคตายตัว สิ่งเหล่านี้ให้ภาษากล้องที่ตั้งใจและทำซ้ำได้ ซึ่งนักทำภาพยนตร์พึ่งพา และคุณสามารถปรับความแรงของการเคลื่อนไหวให้เบาบางหรือดรามาติก ทำให้ง่ายต่อการได้การเคลื่อนไหวที่ตั้งใจเพื่อสนับสนุนการเล่าเรื่องแทนการลอยไปสุ่ม

เสียงถูกสร้างควบคู่กับวิดีโอโดยค่าเริ่มต้น และคุณสามารถปิดได้หากต้องการเฉพาะฟุตเทจเงียบ คุณยังมีตัวควบคุมแยกสำหรับความแนบแน่นที่เสียงและวิดีโอแต่ละอย่างยึดติดกับพรอมต์ และการ平衡ระหว่างทั้งสอง — มีประโยชน์เมื่อต้องการให้ซาวด์สเคปเด่นชัดหรือเน้นภาพล้วนๆ

เพื่อช่วยเรื่องความต่อเนื่องโดยรวมและรายละเอียดละเอียด รุ่นนี้ใช้แนวทางหลายสเกล มันร่างวิดีโอที่สเกลเล็กก่อน แล้วใช้ร่างนั้นนำทางการเรนเดอร์สุดท้ายที่ใหญ่และละเอียดกว่า ผลลัพธ์คือความต่อเนื่องที่แข็งแกร่งและรายละเอียดที่สะอาดกว่าการสร้างขนาดเต็มในช็อตเดียว คุณสามารถปรับแต่งว่ารุ่นยึดติดพรอมต์แน่นแค่ไหนเทียบกับอิสระสร้างสรรค์ ปรับระดับการรีไฟน์เพื่อ平衡ระหว่างความเร็วและความเงางาม และใช้ตัวเลือก variation ที่ควบคุมได้เพื่อยกระดับคุณภาพในฉากยากๆ

พรอมต์เชิงลบให้วิธีหลีกเลี่ยงลุคที่ไม่ต้องการ โดยค่าเริ่มต้นหลีกเลี่ยงเช่นการ์ตูน สไตล์วิดีโอเกม ข้อความบนจอ ลายน้ำ โลโก้ ซับไตเติล โมชันช้า และฟุตเทจแบนนิ่ง — ดันผลลัพธ์ไปสู่ความรู้สึกภาพยนตร์ live-action มากขึ้น คุณสามารถเขียนใหม่ให้ตรงเป้าหมายสไตล์ของคุณ

สำหรับเอาต์พุต คุณสามารถส่งออกในหลายรูปแบบให้ตรงกับเวิร์กโฟลว์: MP4 มาตรฐาน, WebM, ProRes สำหรับ pipeline ตัดต่อระดับสูง หรือ animated GIF สำหรับแชร์เบาๆ ระดับคุณภาพตั้งแต่ต่ำถึงสูงสุด และปรับไฟล์ให้เน้นเขียนเร็ว ขนาดเล็ก หรือสมดุล คุณสามารถแลกเปลี่ยนระหว่างความเร็วดเจนและความเที่ยงตรงตามว่าคุณกำลัง iterate เร็วหรือ finalize ช็อตหลัก

เพื่อ reproducibility คุณสามารถตั้ง seed เพื่อให้พรอมต์และการตั้งค่าเดียวกันให้ผลเดียวกัน — สะดวกเมื่อต้องการเปลี่ยนแปลงเล็กๆ ที่ควบคุมได้แทนเริ่มใหม่ทุกครั้ง มี safety checker ในตัวเปิดใช้งานโดยค่าเริ่มต้น

LTX-2.3 22B เหมาะที่สุดสำหรับวิดีโอ cinematic สั้นๆ: ชิ้น mood, ช็อตคอนเซปต์, คลิปโซเชียล, animatics และการสำรวจไอเดียที่เสียงซิงค์ในตัวช่วยประหยัดขั้นตอนตัดต่อ เพราะคลิปวัดด้วยเฟรมและสร้างเป็นช่วงเวลาย่อยๆ มันโดดเด่นที่ช็อต evocative เดียวแทน narrative ยาวหลายฉาก การใช้ให้เต็มที่คือเขียนพรอมต์ descriptive แบบ cinematic เลือกการเคลื่อนไหวกล้องที่ตั้งใจ และปล่อยให้ multi-scale render กับ refinement ทำงาน ด้วยการผสมพรอมต์ขับวิดีโอ เสียงเนทีฟ และควบคุมกล้องแม่นยำ มันให้เส้นทางเร็วจากไอเดียเขียนไปสู่ฉากเคลื่อนไหวพร้อมเสียง