LTX 2.5：具有多重拍摄、4K HDR 和原生音频的 AI 视频模型 | Models and API | RunComfy

为什么选择LTX 2.5#

LTX 2.5 是 Lightricks 的开放权重音频-视频模型，用于从文本、图像或音频生成同步的图片和声音。此页面运行图像到视频快速工具：以专为快速草稿构建的速度聚焦模式，将静态图像动画化为带有可选本机音频的剪辑。兄弟 RunComfy 页面涵盖同一 LTX 2.5 系列中的文本到视频和音频到视频快速模式。

当创作者需要开放权重和托管快速工具时，他们会选择 LTX 2.5。在各个任务中，LTX 2.5 在迭代时使身份和声音更加一致。许多团队从“图像到视频快速”页面开始，然后转移到其他 LTX 2.5 任务页面，而不改变创意方向。

LTX 2.5优势	这对您意味着什么
原生多镜头连续性	一次性直接连接场景，使角色外观、布景、灯光、声音和等级在剪辑中保持一致。
重要的自适应细节	渲染预算随着场景的复杂性而变化，在需要时保持面部、纹理和屏幕类型更加清晰。
更新视频解码器	与早期的 LTX 一代相比，运动更清晰、重建伪影更少、细节更稳定。
更强的提示保持	Gemma 4 12B 文本编码器加上提示增强器可帮助 LTX 2.5 保留多字符、相机和灯光指令。
快速迭代层	选择持续时间 auto 或固定长度，并从 720p 到 4K (2160p) 进行缩放，音频包含在速率中。

最佳用例#

LTX 2.5 涵盖了兄弟快速页面中的静态动画、文本主导的草稿和音频定时剪辑；该工具专注于图像到视频。

• 静态动画： 使用 LTX 2.5 将产品、肖像或关键艺术静态图像转换为具有匹配氛围或对话提示的短动态剪辑。
• 故事板和多节拍草稿： 阻止连线镜头，同时通过 LTX 2.5 保持活动或动画的身份和环境一致。
• 社交和广告挂钩： 在进行较长的编辑之前，从锁定的作品中生成 9:16 或 16:9 开场白。
• 预可视化： 在拍摄前测试相机路径（移动车、摇臂、焦点移动）和参考帧上的灯光节拍。

它是如何工作的#

1. 上传起始帧： 提供清晰的静态图像。当您想要在两个合成之间进行引导过渡时，可以选择添加结束帧。
2. 描述动作和声音： 告诉 LTX 2.5 什么在移动、摄像机如何运作以及应该听到什么。
3. 设置传送控制： 选取持续时间（auto 或 6–20 秒）、分辨率 (720p–2160p)、宽高比（auto、16:9、9:16）、FPS、音频开/关以及可选的摄像机运动。
4. 生成和细化： 检查 LTX 2.5 的连续性、面孔、文本和音频时序，然后一次调整一项指令。

＃＃ 参数

此LTX 2.5 图像到视频快速页面上的控件：

参数	必填	类型	默认	范围/选项	如何选择
image_url*	是 (*)	图片网址	还是例子	JPG、JPEG、PNG、WEBP、GIF、AVIF	使用清晰、光线充足的静态照片；构图很大程度上锁定了 LTX 2.5 将动画化的框架。
end_image_url	没有	图片网址	—	相同格式	仅添加开始→结束变形；留空以便从第一帧开始进行开放式运动。
提示*	是 (*)	字符串	示例提示	最多 5,000 个字符	在一份连贯的简介中涵盖主题动作、摄像机、灯光、风格和音频源。
持续时间	没有	字符串	auto	auto、6、8、10、12、14、16、18、20	使用 auto 让 LTX 2.5 推断长度；当时间必须与编辑相匹配时，选择固定秒数。
决议	没有	字符串	1080p	720p、1080p、1440p、2160p	720p 吃水；提升英雄位置和大面积农作物。
aspect_ratio	没有	字符串	auto	auto、16:9、9:16	更喜欢auto来跟随蒸馏器；强制“16:9”或“9:16”进行平台交付。
fps	没有	整数	25	24、25、48、50	匹配编辑节奏 (24/25) 或更平滑的动作 (48/50)。
generate_audio	没有	布尔	真实	“真”/“假”	继续同步氛围、SFX 或对话；关闭静音相片。
camera_motion	没有	字符串	—	dolly_in、dolly_out、dolly_left、dolly_right、jib_up、jib_down、static、focus_shift	当您希望在提示顶部指定指定的相机路径时，可选的宏移动。

• 必填字段。

定价#

此页面上的 LTX 2.5 按生成视频的每秒计费。 LTX 2.5 图像到视频快速包括每种分辨率的本机音频。

分辨率	每秒价格	6秒	10 秒	20 多岁
720p	0.10 美元	0.60 美元	1.00 美元	2.00 美元
1080p	0.14 美元	0.84 美元	1.40 美元	2.80 美元
1440p	0.21 美元	1.26 美元	2.10 美元	4.20 美元
4K (2160p)	0.33 美元	1.98 美元	3.30 美元	6.60 美元

对于批次，总计 ≈“持续时间 × 每秒速率 × 输出计数”。当时长为“auto”时，LTX 2.5按照实际生成时长计费。

提示提示和示例#

LTX 2.5 的可重复使用结构（每个剪辑保留一个主要动作）：

[屏幕上的人物/内容] + [随时间变化的动作] + [摄像机] + [灯光和环境] + [外观/等级] + [音频源] + [结尾节拍]

• 锚定到静止： 仅命名起始帧可以支持的动作。
• 独立的摄像机与拍摄对象： 说明移动、平移和焦点移动与角色动作的不同。
• 明确脚本音频： 当“generate_audio”打开时，脚步声、雨声、对话或音乐床可以改善同步。
• 谨慎使用结束帧： 当完成姿势或布局必须精确着陆时，提供“end_image_url”。

弱提示

> 通过精美的相机移动和声音使照片具有电影效果。

改进了 LTX 2.5 的提示

> 夜晚，在雨水打湿的东京人行道上，一位穿着木炭羊毛外套的女士站在透明雨伞下。她放下雨伞，走进人行横道，一辆黄色出租车在中间滑行，霓虹灯汉字标志在潮湿的柏油路上荡漾。锁定广角镜头，细雨条纹，柔和的反射。音频：小雨，远处的交通嗡嗡声，软轮胎在水面上发出嘶嘶声。

LTX 2.5 比较如何#

使用这份 LTX 2.5 家庭指南；确切的限制取决于端点。基于公开信息。

型号	杰出	典型贴合
LTX 2.5	开放权重 AV 模型，具有多镜头连续性、快速模式和 4K 分辨率	来自静止图像、文本或音频的同步音频视频，具有可用的开放权重
LTX 2	具有 Fast/Pro 级别的早期 Lightricks AV 生成	尚不需要2.5连续性升级的管道
克林3.0	具有强大口型同步选项的多重拍摄提示	脚本化的人物广告和对话主导的广告
种子之舞 2.0 / 2.5	跨图像、视频和音频的密集参考混合	品牌工作必须从许多参考资料中锁定身份
迷你最大 H3	具有立体声音频和参考工作流程的多模式系列	快速初稿，稍后可能会添加 Omni 风格参考

当开放权重和快速云端点都很重要时，请选择 LTX 2.5。 LTX 2.5 的与众不同之处在于一次通过原生音频的多镜头连续性。在锁定生产路径之前，跨模型运行相同的概要。

更多模型可供尝试#

• LTX 2.5 Fast 文本到视频： 当您没有开始帧时，仅提示 AV 草稿。
• LTX 2.5 Fast 音频到视频： 从对话或音乐床驱动图片时序。
• LTX 2 快速图像到视频： 如果您需要延续旧版 LTX 2 作业，则可使用上一代快速静态动画。
• Kling 3.0 图像到视频： 定时拍摄提示和可选的结束帧，适用于对话较多的品牌电影。
• Seedance 2.5 图像到视频： 当您计划下一步进入多参考 Seedance 工作流程时，将静止图像制作成动画。

当托管草稿不够时，已发布的 LTX 2.5 权重还支持本地微调。

官方资源#

• 拥抱脸上的Lightricks LTX-2.5
• Lightricks LTX-2 GitHub 存储库
• LTX官方网站