LTX-2 19B Text-to-Video LoRA：生成带同步音频的逼真文本视频 | RunComfy

Lightricks / LTX-2 19B Text-to-Video LoRA#

LTX-2 19B Text-to-Video LoRA 是一款拥有 190 亿参数、支持 LoRA 适配的 Diffusion Transformer，可直接根据文本生成带同步音频的短视频。它接受提示词和可选 LoRA 适配器，输出构图连贯、风格明确的视频，支持多种分辨率、时长和宽高比，适用于品牌内容、社交媒体、动画和快速原型制作。

输出规格：480p–1080p / 时长 5–20 秒 / 宽高比 16:9 或 9:16 / 包含音频

亮点#

• LoRA 定制：最多应用 3 个适配器，用于控制风格、角色或运动，同时尽量保持场景意图。
• 一次生成音视频：同时生成画面与声音，使环境音、音效或对白自然同步。
• 灵活输出：可选 480p、720p、1080p；16:9 或 9:16；时长 5–20 秒。
• 可复现迭代：固定 seed 后，可在保持基础结果的前提下逐步优化 prompt。
• 角色和运动一致性：通常能在跨帧过程中保持主体连贯与平滑过渡。
• 高效流程：可接入 RunComfy，无需自建基础设施，并适合通过 API 快速迭代。

参数#

参数	必填	类型	默认值	范围/选项	说明
prompt*	是 (*)	string	—	—	描述场景、动作和音频要求
resolution	否	enum	720p	480p、720p、1080p	输出分辨率
aspect_ratio	否	enum	16:9	16:9、9:16	输出宽高比
duration	否	number	5	5–20 秒	视频时长
loras	否	list	—	最多 3 个	要应用的 LoRA 适配器列表
seed	否	integer	-1	-1 表示随机	用于复现结果的随机种子

价格#

LTX-2 19B Text-to-Video LoRA 按生成视频的秒数和分辨率计费。

分辨率	每秒价格	计费单位
480p	$0.017	每生成 1 秒
720p	$0.022	每生成 1 秒
1080p	$0.033	每生成 1 秒

使用方法#

1. 在 RunComfy 模型目录中选择 LTX-2 19B Text-to-Video LoRA。
2. 编写 prompt：说明主体、动作、环境、摄影机运动、光线，以及环境音、音效或对白等关键音频要求。
3. 添加适配器（可选）：在 loras 中指定最多 3 个 LoRA，用于引导风格或角色身份。
4. 设置输出：选择 resolution（480p/720p/1080p）、aspect_ratio（16:9 或 9:16）和 duration（5–20 秒）。
5. 控制复现：将 seed 设为固定整数可复现结果，设为 -1 则生成新的变化。
6. 生成并预览带同步音频的单个视频文件。
7. 检查并迭代：调整 prompt 或 LoRA 列表；如果构图不合适，可修改时长或宽高比，并使用相同 seed 进行可控比较。
8. API 自动化：通过 RunComfy API 批量提交任务，无需管理基础设施或 GPU。

提示词与参考技巧#

• 从具体信息开始：说明主体、动作、镜头类型（如“广角跟拍”）和音频意图（如“细雨声、远处车流”）。
• 保持风格统一：避免混合相互冲突的美学方向；每段视频通常使用一个主要风格或角色 LoRA 更稳定。
• 合理设置时长：5–8 秒的短片通常运动更紧凑；只有叙事需要时才延长到 20 秒。
• 固定 seed 后小幅调整 prompt，有助于稳定比较不同结果。
• 为平台构图：竖屏社交内容使用 9:16，横屏使用 16:9，并按分发渠道选择分辨率。
• 避免过载：同时安排太多动作或音效可能降低连贯性，应优先保留最重要的叙事节点。
• 常见修正：画面过于拥挤时可缩短时长或切换宽高比；风格过强时可移除 LoRA 或降低适配器影响。

更多可尝试的模型#

• LTX-2 19B Image-to-Video LoRA
• LTX-2 19B Video-to-Video LoRA

官方资源#

• 官方网站：https://app.ltx.studio/ltx-2-playground/t2v
• 官方 GitHub：https://github.com/Lightricks/LTX-2/tree/main
• 官方 Hugging Face：https://huggingface.co/Lightricks/LTX-2