LTX-2 19B Text-to-Video LoRA：生成帶同步音訊的逼真文字影片 | RunComfy

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

LTX-2 19B Text-to-Video LoRA 是一款擁有 190 億參數、支援 LoRA 適配的 Diffusion Transformer，可直接根據文字生成帶同步音訊的短影片。它接受提示詞和可選 LoRA 適配器，輸出構圖連貫、風格明確的影片，支援多種解析度、時長和長寬比，適用於品牌內容、社群媒體、動畫和快速原型製作。

輸出規格：480p–1080p / 時長 5–20 秒 / 長寬比 16:9 或 9:16 / 包含音訊

亮點#

• LoRA 自訂：最多套用 3 個適配器，用於控制風格、角色或動態，同時盡量維持場景意圖。
• 一次生成音訊與影片：同時生成畫面與聲音，使環境音、音效或對白自然同步。
• 彈性輸出：可選 480p、720p、1080p；16:9 或 9:16；時長 5–20 秒。
• 可重現迭代：固定 seed 後，可在維持基礎結果的前提下逐步最佳化 prompt。
• 角色和動態一致性：通常能在跨格過程中維持主體連貫與平滑過渡。
• 高效流程：可接入 RunComfy，無需自建基礎設施，並適合透過 API 快速迭代。

參數#

參數	必填	類型	預設值	範圍/選項	說明
prompt*	是 (*)	string	—	—	描述場景、動作和音訊要求
resolution	否	enum	720p	480p、720p、1080p	輸出解析度
aspect_ratio	否	enum	16:9	16:9、9:16	輸出長寬比
duration	否	number	5	5–20 秒	影片時長
loras	否	list	—	最多 3 個	要套用的 LoRA 適配器清單
seed	否	integer	-1	-1 表示隨機	用於重現結果的隨機種子

價格#

LTX-2 19B Text-to-Video LoRA 按生成影片的秒數和解析度計費。

解析度	每秒價格	計費單位
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 模型目錄中選擇 LTX-2 19B Text-to-Video LoRA。
2. 編寫 prompt：說明主體、動作、環境、攝影機動態、光線，以及環境音、音效或對白等關鍵音訊要求。
3. 加入適配器（可選）：在 loras 中指定最多 3 個 LoRA，用於引導風格或角色身分。
4. 設定輸出：選擇 resolution（480p/720p/1080p）、aspect_ratio（16:9 或 9:16）和 duration（5–20 秒）。
5. 控制重現：將 seed 設為固定整數可重現結果，設為 -1 則生成新的變化。
6. 生成並預覽帶同步音訊的單一影片檔案。
7. 檢查並迭代：調整 prompt 或 LoRA 清單；如果構圖不合適，可修改時長或長寬比，並使用相同 seed 進行可控比較。
8. API 自動化：透過 RunComfy API 批次提交任務，無需管理基礎設施或 GPU。

提示詞與參考技巧#

• 從具體資訊開始：說明主體、動作、鏡頭類型（如「廣角跟拍」）和音訊意圖（如「細雨聲、遠處車流」）。
• 維持風格統一：避免混合互相衝突的美學方向；每段影片通常使用一個主要風格或角色 LoRA 更穩定。
• 合理設定時長：5–8 秒的短片通常動態更緊湊；只有敘事需要時才延長到 20 秒。
• 固定 seed 後小幅調整 prompt，有助於穩定比較不同結果。
• 為平台構圖：直向社群內容使用 9:16，橫向使用 16:9，並按發佈管道選擇解析度。
• 避免過載：同時安排太多動作或音效可能降低連貫性，應優先保留最重要的敘事節點。
• 常見修正：畫面過於擁擠時可縮短時長或切換長寬比；風格過強時可移除 LoRA 或降低適配器影響。

更多可嘗試的模型#

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

官方資源#

• 官方網站：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