LTX-2.3 22B

LTX-2.3 22B biến một đoạn prompt viết thành một clip video hoàn chỉnh với âm thanh đồng bộ cùng lúc. Thay vì tạo clip im lặng rồi phải tìm hiệu ứng âm thanh hay nhạc để chèn thêm, bạn chỉ cần mô tả cảnh muốn có và model sẽ tạo ra hình ảnh chuyển động và âm thanh khớp nhau ngay từ đầu. Điều này rất phù hợp cho nhà làm phim tạo dựng ý tưởng nhanh, nhà sáng tạo nội dung sản xuất clip ngắn cho mạng xã hội, motion designer khám phá ý tưởng, và bất kỳ nghệ sĩ nào muốn xem khái niệm mình nghĩ ra sống động chuyển động và phát ra âm thanh mà không cần chỉnh sửa timeline.

Cốt lõi, model đọc prompt của bạn và dựng video từ đó. Một prompt tốt sẽ mô tả không chỉ những gì hiện trên màn hình mà còn cảm xúc của cảnh - ví dụ: "Một cao bồi đi bộ qua một thị trấn đầy bụi vào giữa trưa, camera theo sau lưng, chiều sâu điện ảnh, ánh sáng chân thực, không khí cao bồi phương tây, 4K film grain." Bạn mô tả càng kỹ về tâm trạng, ánh sáng, cách chuyển động camera, chất liệu thì kết quả càng gần hình dung ban đầu. Model còn có thể tự bổ sung chi tiết điện ảnh cho prompt ngắn, giúp cảnh quay giàu chi tiết và hợp lý hơn.

Bạn kiểm soát rộng rãi về hình dạng và độ dài clip. Video có thể chỉ ngắn 9 khung hình hoặc lên tới 481 khung hình, và bạn tự cài đặt tốc độ khung hình từ 1 đến 60 khung hình/giây, mặc định là 24 khung hình/giây – nhịp điệu kinh điển của phim điện ảnh. Clip mặc định là 121 khung hình tỉ lệ ngang 16:9, phù hợp tự nhiên cho video màn ảnh rộng lẫn mạng xã hội, hoặc bạn có thể chọn tỉ lệ khác theo nhu cầu dự án. Tốc độ phát và độ dài phối hợp linh hoạt: số khung hình nhiều ở tốc độ thấp sẽ tạo chuyển động chậm, kéo dài; tốc độ cao sẽ mượt mà hơn.

Một công cụ sáng tạo nổi bật là kiểm soát chuyển động camera trực tiếp. Thay vì hi vọng model tự hiểu một câu như "đẩy camera vào nhân vật", bạn có thể chọn các động tác camera thực tế: dolly vào, dolly ra, dolly trái, dolly phải, jib lên, jib xuống, hoặc cố định. Những lựa chọn này tái tạo đúng ngôn ngữ máy quay mà nhà làm phim chuyên nghiệp tin dùng, và bạn cũng có thể điều chỉnh mức độ mạnh/yếu của mỗi chuyển động để phù hợp với ý định truyền tải. Như vậy, bạn dễ dàng tạo chuyển động chủ ý phục vụ câu chuyện thay vì ngẫu nhiên.

Âm thanh được tạo đồng thời với video mặc định, và bạn có thể tắt nếu chỉ muốn clip im lặng. Bạn cũng có nút điều chỉnh riêng cho độ sát prompt của video và âm thanh, cũng như cách hai thành phần này cân bằng với nhau – rất hữu ích khi cần âm thanh nổi bật hoặc tập trung hoàn toàn vào hình ảnh.

Để tăng tính nhất quán và chi tiết, model sử dụng cách tiếp cận đa tầng. Đầu tiên dựng video bản phác thảo nhỏ, sau đó dùng bản này để dẫn hướng dựng bản lớn chi tiết hơn. Nhờ đó, hình ảnh nhất quán và sắc nét hơn nhiều so với dựng một lần ở kích thước lớn. Bạn cũng có thể điều chỉnh mức độ model bám sát prompt so với sáng tạo tự do, chọn mức độ tinh chỉnh giữa nhanh và trau chuốt, và bật tùy chọn thay đổi có kiểm soát để nâng chất lượng cho cảnh khó.

Prompt phủ định cho phép bạn định hướng model tránh những phong cách không mong muốn. Mặc định, model tránh phong cách hoạt hình, game, văn bản trên màn hình, watermark, logo, phụ đề, slow motion và hình ảnh tĩnh, phẳng – hướng kết quả về cảm giác điện ảnh, người thật đóng hơn. Bạn hoàn toàn có thể tùy biến mục tiêu này theo thẩm mỹ riêng.

Về xuất file, bạn có thể chọn nhiều định dạng phù hợp với quy trình làm việc: MP4 tiêu chuẩn, WebM, ProRes cho dựng phim chuyên nghiệp, hoặc GIF động để chia sẻ nhanh. Chất lượng có thể điều chỉnh từ thấp đến tối đa, và bạn chọn thiên về tốc độ xuất nhanh, file nhỏ, hoặc cân bằng cho phù hợp mục đích. Thiết lập tăng tốc giúp bạn chọn giữa tốc độ dựng nhanh và độ chi tiết hình ảnh, tùy cần thử nghiệm ý tưởng hay hoàn thiện shot chủ lực.

Để dễ tái tạo, bạn thiết lập seed để cùng một prompt với cài đặt giống nhau luôn ra kết quả giống – rất thích hợp khi muốn thay đổi nhỏ có kiểm soát thay vì làm lại từ đầu. Hệ thống kiểm duyệt an toàn đã bật mặc định.

LTX-2.3 22B phù hợp nhất cho video short-form điện ảnh: cảnh mood, shot ý tưởng, clip mạng xã hội, animatic và khám phá ý tưởng nơi âm thanh đồng bộ sẵn giúp bạn tiết kiệm cả bước dựng hậu kỳ. Vì clip đo bằng số khung hình riêng lẻ, nó tỏa sáng với những shot ngắn giàu cảm xúc hơn là câu chuyện dài nhiều phân đoạn. Để tận dụng tối đa, hãy viết prompt giàu tính mô tả điện ảnh, chọn chuyển động camera có chủ ý, và để hệ thống dựng đa tầng tối ưu hóa hình ảnh. Kết hợp prompt video, audio gốc, và kiểm soát camera chuẩn xác, model này đưa ý tưởng của bạn chuyển thành cảnh động, có âm thanh cực nhanh.