SuperAPI AI 工具集

LTX 2.3

LTX 2.3 是 Lightricks 推出的开源权重量化音视频基础模型(DiT 架构)的在线生成入口,官方页面显示其支持最高 4K 分辨率输出、音画同步生成以及 9:16 竖屏模式。该模型可从文本生成带同步音频的视频,也可对首帧、尾帧进行动画化,或围绕音频轨构建画面。官方介绍称其采用 Diffusion Fidelity Rendering 渲染流程与新的扩散视频解码器,可在人脸、文字、材质和快速运动场景中保留更多细节,并原生支持多镜头连贯性,使角色、环境、光照、风格与声音在镜头切换间保持更一致。平台以浏览器方式提供该模型能力,无需下载或本地 GPU。同时官方资料提及更新的 LTX 2.5 版本(2026 年 8 月发布),带来更强的多镜头连续性、Gemma 4 12B 文本编码器、自动时长、更强的提示词遵循,以及 Fast/Pro 两种生成模式。

访问官网

工具介绍

LTX 2.3 是 Lightricks 推出的开源权重(open-weights)音视频基础模型,官方页面 ltx23.org 将其作为在线视频生成服务提供。该模型属于 DiT(Diffusion Transformer)架构,核心特点是音画同步生成、最高支持 4K 分辨率输出,并原生支持 9:16 竖屏画幅。除文本生视频外,还支持对首帧与尾帧进行动画化,或基于一段音频轨构建画面。

主要能力方面,官方描述其采用 Diffusion Fidelity Rendering 渲染流程与全新的扩散视频解码器,能根据场景复杂度分配计算资源,在人脸、文字、材质等细节和快速运动场景中减少拖影与运动伪影。它原生支持多镜头生成,使角色、环境、光照、风格和声音在镜头切换间保持更一致的连贯性,因此适合故事板、产品叙事、广告和电影化片段。

使用方式上,官方给出四步流程:用自然语言写提示词(描述动作、主体、镜头运动、光照、氛围和声音);选择设置(横向或竖向输出、时长或由模型自动决定、Fast 或 Pro 模式);由模型生成带同步声音的视频;在浏览器中预览并下载高分辨率成品。图像生视频时可上传起始帧,并可选择上传结束帧来引导落幅。平台无需下载或本地 GPU。

适用场景涵盖短视频与社交媒体创作者(直接以 9:16 构图生成,Fast 模式适合钩子创意测试)、YouTube 与长视频制作人(生成 B-roll,Fast 支持最长约 20 秒片段)、教育与课程创作者、电商与产品营销团队、独立电影人与动画师(多镜头提示探索连贯镜头覆盖),以及代理机构与自由创作者。官方还强调,由于是开源权重模型,技术团队可按许可下载、微调与部署。

限制与注意:该页面标题与 URL 指向 LTX 2.3,但正文大量内容介绍的是更新的 LTX 2.5(官方称 2026 年 8 月发布)。资料未提供 2.3 与 2.5 的具体对比结论,也未说明该网站是否为官方站点、是否免费、支持的帧率、单片段最大时长、商业使用授权细节以及移动端可用性——这些 FAQ 问题在资料中仅有提问而无答案。上述未明确项均暂未提供。