LTX-2.3 22B

LTX-2.3 22B перетворює єдиний текстовий запит на готовий відеокліп із власним синхронізованим аудіо. Замість генерації мовчазного кліпу та подальшого пошуку звукових ефектів чи музики для накладання, ви описуєте сцену, яку хочете, і модель створює рухомі зображення та відповідний звук за один прохід. Це робить її ідеальним вибором для фільммейкерів, які створюють швидкі превізуалізації, контент-креаторів, що виробляють короткі соціальні кліпи, motion-дизайнерів, які досліджують ідеї, та будь-якого художника, який хоче побачити концепт у русі та зі звуком без роботи з таймлайном.

У основі модель читає ваш текстовий запит і створює з нього відео. Хороший запит описує не лише те, що з’являється на екрані, а й як це відчувається — наприклад, «Ковбой, що йде пилюкою вулицею містечка опівдні, камера слідує ззаду, кінематографічна глибина, реалістичне освітлення, вестерн-настрій, 4K кінозерно». Чим детальніше ви описуєте настрій, освітлення, поведінку камери та текстуру, тим ближче результат до вашої уяви. Модель також може автоматично розширювати ваш запит, додаючи кінематографічні деталі, щоб навіть короткий опис давав багатий, послідовний кадр.

Ви маєте широкий контроль над формою та тривалістю кліпу. Відео може тривати від короткого моменту в 9 кадрів до 481 кадру, а частоту кадрів ви можете встановити від 1 до 60 кадрів за секунду, здебільшого 24 кадри за секунду — класичний кінематографічний ритм. За замовчуванням кліп складає 121 кадр у форматі landscape 16:9, що ідеально для широкоекранного та соціального відео, але ви можете обрати інші пропорції для вашого проєкту. Швидкість відтворення та тривалість працюють разом, тож більша кількість кадрів при нижчій частоті дає повільніший, розтягнутий момент, а вища частота — плавніший рух.

Одним із ключових креативних інструментів є прямий контроль камери. Замість надії, що модель правильно інтерпретує фразу на кшталт «підсунутися до суб’єкта», ви можете обрати з набору реальних рухів камери: dolly in, dolly out, dolly left, dolly right, jib up, jib down або статичний locked-off кадр. Це дає свідомий, повторюваний кіномовний інструментарій, яким користуються фільммейкери, і ви можете регулювати силу руху від тонкої до драматичної. Так легше отримати навмисний рух, що підтримує оповідь, замість випадкового дрейфу.

Аудіо генерується разом із відео за замовчуванням, і ви можете вимкнути його, якщо потрібне лише мовчазне відео. Ви також маєте окремі регулятори для того, наскільки тісно аудіо та відео дотримуються вашого запиту, і як вони балансують між собою — корисно, коли хочете виділити звуковий ландшафт або зосередити увагу на візуалах.

Для загальної послідовності та дрібних деталей модель використовує багатошкальний підхід. Спочатку вона ескізує відео в малому масштабі, потім використовує цей чернетку для керівництва більшим, детальнішим фінальним рендером. Результат — краща послідовність і чистіші деталі, ніж генерація в повному розмірі за один раз. Ви можете додатково налаштувати, наскільки модель дотримується вашого запиту проти творчої свободи, рівень уточнення для балансу між швидкістю та якістю, та опцію контрольованої варіації, яка покращує якість у складних сценах.

Негативний запит дозволяє відвести модель від небажаних стилів. За замовчуванням вона уникає мультиків і відеоігрової естетики, тексту на екрані, водяних знаків, логотипів, субтитрів, слоу-мо та статичного плаского відео — спрямовуючи результати до кінематографічного, live-action відчуття. Ви можете переписати його під свої естетичні цілі.

Щодо виводу, ви можете експортувати в кількох форматах для вашого робочого процесу: стандартний MP4, WebM, ProRes для високорівневих монтажних пайплайнів або анімований GIF для легкого поширення. Рівні якості від низького до максимального, і ви можете налаштувати файл на швидше записування, менший розмір або балансований варіант. Налаштування прискорення дозволяють обмінювати швидкість генерації на вірність залежно від того, чи ітеруєте ви швидко, чи фіналізуєте геройський кадр.

Для відтворюваності ви можете встановити seed, щоб той самий запит і налаштування давали той самий результат — зручно для дрібних контрольованих змін без перезапуску з нуля. Вбудований перевірник безпеки увімкнений за замовчуванням.

LTX-2.3 22B найкраще підходить для короткоформатного кінематографічного відео: настроєвих п’єс, концепт-кадрів, соціальних кліпів, аніматиків та дослідження ідей, де вбудований синхронізований звук економить крок монтажу. Оскільки кліпи вимірюються кадрами та генеруються як самодостатні моменти, вона сяє в одиночних виразних кадрах, а не в довгих багатосценних наративах. Максимум витиснути можна за допомогою описових кінематографічних запитів, свідомого руху камери та роботи багатошкального рендеру з уточненням. З комбінацією запит-відео, нативного аудіо та точного контролю камери вона дає креаторам швидкий шлях від написаної ідеї до рухомої, звучної сцени.