Ltx 2.5 Audio Driven Video

LTX-2.5 是 Lightricks 用於生成同步影片與音訊的開放權重模型系列。Atlas Cloud 提供 Fast 和 Pro endpoint，支援文字轉影片、圖片轉影片和音訊轉影片工作流程。

將文字提示轉換為電影感片段、讓首幀圖片動起來，或生成與現有對話、音樂或環境音軌同步的視覺內容。圖片轉影片請求也可選用最後一幀，以定義序列結束的位置。

在 Atlas Cloud 上選擇 Fast 或 Pro endpoint，然後依照該 endpoint schema 定義的參數，傳送必要的提示詞、圖片或音訊輸入。使用一組 OpenAI 相容金鑰即可存取所有可用模型，不需要自行配置推論硬體。

共有六個 endpoint，涵蓋 Fast 和 Pro 版本的文字轉影片、圖片轉影片及音訊轉影片生成。你可以根據來源素材，以及專案對速度、時長、品質和價格的需求取捨，選擇合適的工作流程。

文字轉影片和圖片轉影片 endpoint 可在生成視覺內容的同時產生同步音訊。進行音訊轉影片生成時，提供的對話、音樂或環境音軌會控制視覺節奏，並決定輸出長度。

Atlas Cloud 已驗證的 endpoint 支援最高 4K 輸出，影格率為 24 或 48 fps。Fast 文字轉影片和圖片轉影片可在 720p 或 1080p 下生成最長 20 秒的內容，而 Pro 文字轉影片和圖片轉影片支援 6 到 10 秒的片段。

Fast 是成本較低的選項，支援在 720p 或 1080p 下生成較長的文字轉影片和圖片轉影片片段。如果輸出品質比額外的基本費用和 6 到 10 秒的時長範圍更重要，請選擇 Pro。

Atlas Cloud 列出的標準基本價格為每個 Fast endpoint $0.09、每個 Pro endpoint $0.12。使用量採透明的隨用隨付定價，因此你可以為每個請求選擇合適的版本。立即開始建置。

讓每個場景聚焦於單一重點，依時間順序描述動作，並以具體語言說明主體、光線、攝影機運動和音訊提示。對於連續鏡頭，請標示每個轉場，並重複描述反覆出現的角色或物件之識別細節。精確的畫面文字和高度混亂的動態可能仍不一致，因此在交付前請確認關鍵文字和複雜序列。