minimax-h3-open/image-to-video
開放權重圖像到視頻，具有可選的最後一幀和原生立體聲音頻。
此 LTX 2.5 Pro Audio To Video 頁面上的控制項：
| 參數 | 必填 | 類型 | 預設 | 範圍/選項 | 說明 |
|---|---|---|---|---|---|
audio_url* | 是 (*) | 音訊網址 | 範例剪輯 | MP3、OGG、WAV、M4A、AAC；2–20 秒 | 駕駛床；輸出時序遵循該剪輯。 |
image_url | 沒有 | 圖片網址 | — | JPG、JPEG、PNG、WEBP、GIF、AVIF | 可選的第一框架用於鎖定身分或產品外觀。 |
提示 | 有條件 | 字串 | 範例提示 | 最多 5,000 個字元 | 未提供圖片時為必填項；描述與音訊同步的運動。 |
guidance_scale | 沒有 | 數量 | 9 | 1–50 | 值越高，越能嚴格遵循提示。 |
aspect_ratio | 沒有 | 字串 | auto | auto、16:9、9:16 | 當存在時，「auto」跟隨圖像。 |
LTX 2.5 Pro Audio To Video 按每秒輸入音訊計費，1080p：
| 輸入音訊 | 價格為 0.19 美元/秒 |
|---|---|
| 5秒 | 0.95 美元 |
| 8 秒 | 1.52 美元 |
| 10 秒 | 1.90 美元 |
| 15 秒 | 2.85 美元 |
| 20 多歲 | 3.80 美元 |
對於批次，總計 ≈ audio_seconds × $0.19 × 輸出計數。
開放權重圖像到視頻，具有可選的最後一幀和原生立體聲音頻。
根據必填影片 URL 和音訊 URL 建立口型同步影片，並可從五種模式中選擇音影片時長不一致的處理方式。
達到 Seedance 2.0 水準的電影級影片生成，兼具出色的視覺保真度與自然的鏡頭運動
將靜態影像變成動作自然、對白同步且創作可控的逼真影片場景。
根據文字標籤生成最長 4 分鐘、帶人聲與歌詞的歌曲。
Wan 3.0 將第一幀影像轉換為有聲電影視頻
LTX 2.5 Pro Audio To Video 在註重品質的模式下產生 1080p 視頻，與提供的 2-20 秒音頻剪輯同步。它適合音樂插曲、對話預告片和需要圖片與聲音鎖定的配樂主導的廣告。
兩者都遵循上傳的音訊床，但 LTX 2.5 Pro Audio To Video 的目標是以專業價格提供交付導向的保真度。如果您希望在決賽之前獲得更便宜的賽道定時預覽，請使用“快速”。
需要音訊（2-20 秒）。您可以添加可選的開始圖像和提示；如果沒有提供圖像，則需要提示。也提供縱橫比和引導比例。
選擇 auto、16:9 或 9:16。如果存在，則自動跟隨起始影像，或在沒有影像的情況下預設為 16:9。檢查 RunComfy 參數面板的目前預設值。
是的。提供起始影像來錨定臉孔、產品或包裝，並使用提示來描述與音訊同步的動作。如果沒有圖像，則僅靠提示來驅動外觀。
是的。在 RunComfy Web UI 中建立原型，然後透過 HTTP API 呼叫相同的 LTX 2.5 Pro Audio To Video 模型，並使用 automation 和生產工作流程的匹配參數。
按每秒 1080p 的輸入音訊計費：每秒 0.19 美元。幾代人在 RunComfy 上消費美元/積分；新用戶通常會收到免費試用金額。
支援 MP3、WAV、M4A、AAC 和 OGG 等常見格式，剪輯長度在 2 到 20 秒之間。輸出時序遵循上傳的音訊長度。
RunComfy 是首選的 ComfyUI 平台，提供 ComfyUI 在線 環境和服務，以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Models, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。
