Ltx 2.5 Audio Driven Video
Ltx 2.5 作为 Lightricks LTX-2 系列的一员，可将文本或首帧图像转换为带同步音频的电影感视频；音频转视频则根据对话、音乐或环境音轨进行驱动，并由音频决定视频时长。支持选择 24 或 48 fps，在 Fast 模式下以 720p 或 1080p 生成最长 20 秒的视频，并可在 Day 0 通过 Atlas Cloud 使用最新版本。立即开始构建。
Atlas Cloud（由 Atlas Cloud AI LLC 运营）提供对第三方 AI 模型的接入服务，这些模型由其各自的提供方开发并拥有。Atlas Cloud 并不拥有这些模型，所有模型名称、产品名称及商标均归其各自所有者所有。
探索领先模型
Atlas Cloud 为您提供最新的行业领先创意模型。
比较 Ltx 2.5 Fast 和 Pro 生成模式
探索六个适用于文本、图像和音频输入的 Ltx 2.5 endpoint，支持音画同步、最高 4K 输出，以及 Fast 或 Pro 制作选项。
| 模态 | 描述 |
|---|---|
| Ltx 2.5 Fast A2V API (Audio to Video) | 将对白、音乐或环境音轨转换为音画同步的视频，输出时长由源音频决定。支持最高 4K、24 或 48 fps；此 Fast endpoint 适用于音乐视觉内容、对白场景和快速音频驱动制作，标准基础价格为 $0.09。 |
| Ltx 2.5 Pro A2V API (Audio to Video) | 如需更高质量的音频驱动制作，可提供对白、音乐或环境音，并生成与音轨同步的视频。Pro endpoint 支持最高 4K、24 或 48 fps，适合精致演出、宣传片和叙事片段，标准基础价格为 $0.12。 |
| Ltx 2.5 Fast T2V API (Text to Video) | 用文本描述场景，Fast endpoint 即可生成带同步音频的电影感视频。支持最高 4K、24 或 48 fps，并支持在 720p 或 1080p 下生成最长 20 秒的片段，适用于分镜、广告和快速创意迭代，标准基础价格为 $0.09。 |
| Ltx 2.5 Fast I2V API (Image to Video) | 为首帧图像添加动画，也可以添加可选的末帧来引导序列的结尾，同时生成同步音频。支持最高 4K、24 或 48 fps 输出，并支持在 720p 或 1080p 下生成最长 20 秒的视频，适用于产品视觉、角色镜头和社交媒体内容，标准基础价格为 $0.09。 |
| Ltx 2.5 Pro T2V API (Text to Video) | 当书面提示词需要转化为带同步声音的高品质电影感片段时，可选择 Pro 文生视频 endpoint。输出时长为 6 至 10 秒，支持最高 4K、24 或 48 fps，为商业广告、预告片和成品级创意内容提供精致方案，标准基础价格为 $0.12。 |
| Ltx 2.5 Pro I2V API (Image to Video) | 以首帧图像为起点，此 Pro endpoint 可创建高品质动画序列，并可向可选的末帧进行插值。支持同步音频、6 至 10 秒时长，以及最高 4K、24 或 48 fps 输出，适用于高端营销素材、电影感转场和可直接用于演示的镜头，标准基础价格为 $0.12。 |
通过 Ltx-2.5 API 同步生成音频与视频
Ltx-2.5 API 将文本、图像和延展生成模式与原生同步音频、可控帧数及六种宽高比预设相结合，只需一个兼容 OpenAI 的密钥即可调用，并采用透明的按量付费定价。
使用 Ltx-2.5 API 从文本生成完整场景
用不超过 2,000 个字符描述一个场景，Ltx-2.5 API 无需任何参考素材，即可将纯文本转换为有画面、有声音的片段。提示词决定主体、运动、光照和镜头行为；可选的 seed 则能锁定结果，方便进行可复现的迭代。由于一切从语言开始，它非常适合分镜设计、概念提案和快速创意探索，尤其适用于已有想法但尚未准备好素材的场景。
让任意静态图像动起来
上传一张 jpg、png、webp、gif 或 avif 格式的静态图像，模型即可将其制作成带匹配音频的视频。提示词用于指导画面的运动方式，从缓慢推进到完整动作场景都可以，同时保持原始构图不变。摄影师、设计师和产品团队可以借此将一张主视觉图转化为适合分享的动态内容，无需重新拍摄。
通过 Ltx-2.5 API 无缝延展片段
上传现有片段，Ltx-2.5 API 可以向前或向后延展，生成最多 481 帧的新增内容，并继承原片段的风格和节奏。match_input_fps 选项会让新增素材保持与源视频相同的帧率，从而让衔接自然到几乎不可察觉。短镜头因此可以发展成长篇序列，也能挽救那些提前一拍结束的场景。
按你的需求控制帧数与宽高比
在文本和图像模式下，帧数可在 25 到 257 帧之间完全自定义，并始终设置为 8 的倍数加 1，以实现干净的采样。六种分辨率预设涵盖 1024 × 1024 的方形 HD、512 方形、3:4 竖屏、9:16 竖屏、4:3 横屏和 16:9 横屏，让同一个模型同时服务于电影、社交媒体和竖屏信息流。先选择画面比例，再通过一次请求获得合适的裁剪结果。
使用一个密钥在 Ltx-2.5 API 上实现可复现运行
每个请求都通过 Atlas Cloud 上一个兼容 OpenAI 的密钥发送，采用透明的按量付费定价，无需订阅。为相同提示词传入固定 seed，模型即可返回相同片段，让原本不可预测的生成过程变成可控、可版本管理的步骤。Day-0 访问意味着新的 Ltx-2.5 API 版本一发布即可调用，团队可以据此标准化视频流水线并实现扩展，无需自行管理 GPU。
一个提示词，三种引擎：正面对比 Ltx-2.5 API
将完全相同的单条提示词发送给 Ltx-2.5 API 以及 Atlas Cloud 上两种最受欢迎的视频模型，然后比较它们如何根据完全一致的指令处理运动、音画同步和电影级细节。
黄金时刻，一只好奇的猕猴穿梭在拥挤的马拉喀什香料市场中，从摊位上抢走商贩鲜红色的菲斯帽。它跃过一袋袋敞口的藏红花和红 paprika，踢起旋转的橙色尘雾，随后停在一根遮阳篷杆顶端回头窥望，此时大笑着的商贩正紧追不舍。开场使用低机位跟拍镜头，穿过人群从猴子身后一路追踪；快速摇摄切到商贩惊愕的面部；随后升入高空，以横扫摊位上方的升降机镜头收尾，让尘埃在暖光中闪烁。写实电影风格，浅景深，浓郁的大地色调。音频：热闹的市场交谈声、黄铜器皿的碰撞声，以及随着追逐逐渐增强的有节奏手鼓声。16:9 宽高比。
Generated with Ltx 2.5 Quality on Atlas Cloud
Generated with Veo3.1 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
一名身披飘逸深红斗篷的年轻天空信使，从漂浮石制神庙的边缘跃下，骑着机械纸鹤穿过峡谷云层，在漂浮的发光灯笼之间穿梭。她猛然绕过一根嶙峋的岩柱，从空中抓住一封闪烁的信件，随后收身急速俯冲；就在这时，一名竞争对手的滑翔者从她身后的雾气中突然冲出。开场采用越过她肩膀的第一人称 POV，展现纸鹤起飞；切换到无人机镜头，与俯冲动作并行飞行；随后降至低机位仰拍，捕捉她从俯冲中拉升、冲入刺眼阳光的瞬间。鲜艳的 anime 风格，赛璐珞着色，明亮的魔法时刻色彩。音频：呼啸的风声、纸翼 fluttering 声，以及与拉升动作精准同步、逐渐高昂的管弦乐弦乐高潮。16:9 宽高比。
Generated with Ltx 2.5 Quality on Atlas Cloud
Generated with Veo3.1 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Ltx 2.5：从配乐到画面
无论创意简报始于文本、静态图像还是主导音轨，Ltx 2.5 都能通过 Atlas Cloud 的 Fast 和 Pro endpoint 生成同步音视频，适用于营销活动概念、产品动态展示、音乐视觉内容，以及最高 4K 的成片输出。
使用 Ltx 2.5 将营销简报转为视频
将文字简报转化为具有电影质感的片段，生成最高 4K、24 或 48 fps 且音画同步的视频。营销团队只需一次请求，即可制作营销活动概念、社交媒体短片和分镜脚本。
在关键帧之间为静态图像添加动画
以首帧图像开始，为其添加音画同步的动画，并可选择使用末帧引导结尾。产品团队和插画师无需重新拍摄源素材，即可获得精致的动态资产。
使用 Ltx 2.5 打造音频主导的故事
提供对白、音乐或环境音，Ltx 2.5 将生成与主导音轨同步的视频，视频时长由音频决定。创作者可以制作音乐视觉内容、口述场景和氛围序列。
快速迭代，Pro 交付
使用 Fast 快速生成文本、图像或音频驱动的内容；当最终输出质量最为重要时，再切换到 Pro。创意团队可以在确定概念投入制作前，测试更多创作方向。
最高 4K 的营销活动成片
概念获批后，以 24 或 48 fps 渲染最高 4K 的高分辨率成片。代理机构可以为各渠道的高要求屏幕准备精致的广告、发布影片和品牌短片。
扩展 Ltx 2.5 生产规模
通过一个兼容 OpenAI 的密钥处理文本、图像和音频转视频任务，并采用透明的按量付费定价。开发者无需维护独立的模型集成即可扩展混合生产流程，同时可针对每种工作负载选择 Fast 或 Pro。
Ltx 2.5 与主流同步视频模型对比
按分辨率、时长、帧率、同步音频和标准基础价格，对比 Ltx 2.5 与 Atlas Cloud 上提供的其他视频模型。
| 模型 | 最高分辨率 | 输出时长 | 帧率 | 同步音频 | 标准基础价格 |
|---|---|---|---|---|---|
| LTX-2.5 Fast Text-to-Video | 最高 4K | 720p 或 1080p 下为 6–20 秒；4K 下为 6–10 秒 | 24 或 48 fps | √ | $0.09 |
| LTX-2.5 Pro Text-to-Video | 最高 4K | 6–10 秒 | 24 或 48 fps | √ | $0.12 |
| Seedance 2.0 Text-to-Video | - | 最长 15 秒 | - | √ | $0.112 |
| Veo 3.1 Lite Text-to-video | 最高 1080p | 4、6 或 8 秒 | 24 fps | √ | $0.05 |
如何在 Atlas Cloud 上使用 Ltx 2.3
几分钟即可上手 — 按照以下简单步骤，通过 Atlas Cloud 平台集成和部署模型。
创建 Atlas Cloud 账户
在 atlascloud.ai 注册并完成验证。新用户可获得免费额度，用于探索平台和测试模型。
为何在 Atlas Cloud 使用 Ltx 2.3
将先进的 Ltx 2.3 模型与 Atlas Cloud 的 GPU 加速平台相结合，提供无与伦比的性能、可扩展性和开发体验。
性能与灵活性
低延迟：
GPU 优化推理，实现实时响应。
统一 API：
一次集成，畅用 Ltx 2.3、GPT、Gemini 和 DeepSeek。
透明定价：
按 Token 计费，支持 Serverless 模式。
企业与规模
开发者体验：
SDK、数据分析、微调工具和模板一应俱全。
可靠性：
99.99% 可用性、RBAC 权限控制、合规日志。
安全与合规：
SOC 2 Type II 认证、HIPAA 合规、美国数据主权。
Ltx 2.5 同步视频工作流问答
LTX-2.5 是 Lightricks 推出的开放权重模型系列，用于生成音视频同步内容。Atlas Cloud 提供 Fast 和 Pro endpoint，支持文本生成视频、图像生成视频和音频生成视频工作流。
将文本提示词转换为电影感片段，让首帧图像动起来，或生成与现有对白、音乐或环境音轨同步的视觉内容。图像生成视频请求还可以使用可选的末帧，以定义序列结束时的画面。
在 Atlas Cloud 上选择 Fast 或 Pro endpoint，然后根据该 endpoint 的 schema，发送所需的提示词、图像或音频输入及相关参数。使用一个兼容 OpenAI 的密钥，即可访问可用模型，无需自行配置推理硬件。
共有六个 endpoint，涵盖 Fast 和 Pro 两种版本的文本生成视频、图像生成视频和音频生成视频。你可以根据源素材，以及项目对速度、时长、质量和价格的要求进行选择。
文本生成视频和图像生成视频 endpoint 可以在生成视觉内容的同时生成同步音频。对于音频生成视频，所提供的对白、音乐或环境音轨会驱动视觉节奏，并决定输出时长。
Atlas Cloud 已验证的 endpoint 支持最高 4K 分辨率，以及 24 或 48 fps。Fast 文本生成视频和图像生成视频支持在 720p 或 1080p 下生成最长 20 秒的内容；Pro 文本生成视频和图像生成视频支持 6 到 10 秒的片段。
Fast 成本更低，并支持在 720p 或 1080p 下生成时长更长的文本生成视频和图像生成视频片段。当最高输出质量比额外的基础费用和 6 到 10 秒的时长范围更重要时，可以选择 Pro。
Atlas Cloud 对每个 Fast endpoint 设定 $0.09 的标准基础价格，对每个 Pro endpoint 设定 $0.12 的标准基础价格。使用量采用透明的按量付费模式，你可以为每个请求选择合适的版本。立即开始构建。
让每个场景保持聚焦，按时间顺序描述动作，并使用具体语言明确说明主体、光照、镜头运动和音频提示。对于相互衔接的镜头，标明每次转场，并重复出现角色或物体的识别细节。画面中的精确文字和高度混乱的运动可能仍然不够稳定，因此在交付前请核对关键文字和复杂序列。
探索更多系列
Kling 4.0
由 Kuaishou 开发的 Kling V4 是一款专为专业制作打造的 4K HDR 视频模型。它将稳定的复杂运动与 21:9 超宽画幅相结合，并支持对表情、摄像机角度、背景、视觉风格和对话进行精准编辑。Atlas Cloud 通过一个兼容 OpenAI 的密钥提供该服务，并采用透明的按量计费模式。立即开始构建吧。
Seedance 2.5
Seedance 2.5 API 现已在 Atlas Cloud 上线！它为开发者提供了 ByteDance 最新的视频模型。该模型可通过文本、单张图像或多达 50 个多模态参考，一次性生成长达 30 秒的原生视频，并包含同步音频和画面内的多语言文本。在 Atlas Cloud 上，您可以通过单个密钥访问它，其主体一致性和改进的物理特性能够保持长镜头的连贯性。
Wan 3.0
Wan 3.0 API 是阿里巴巴 Wan 视频系列的下一代产品，旨在将长视频生成、多参考控制和音视频质量推向新的高度。Atlas Cloud 已经托管了 Wan 2.7、2.6 和 2.5，而 Wan 3.0 使用相同的统一密钥运行，无需额外设置。立即开始构建吧。向下滚动至展示区，查看 Wan 3.0 的创作能力。
MiniMax H3
MiniMax H3 是 MiniMax 的多模态视频系列，支持文本、图像和参考内容引导创作。在支持的路由中，它能够保留参考媒体中的主体，提供灵活的宽高比，并通过 H3 Developer 将生成的声音与画面结合；输出配置则由 endpoint 选择。Atlas Cloud 通过一个 OpenAI 兼容密钥统一接入整个系列，并提供透明的按量付费定价，标准费率为每秒 $0.038。立即开始构建。
GPT Image 2.5
OpenAI 的 gpt-image-2.5 系列为开发者提供 Flare 和 Sunburst 两种选择，满足生产级图像工作流需求。支持最高 3840x2160 的任意分辨率渲染，并提供包括 xhigh 和 max 在内的五档质量等级，以匹配特定的输出要求。Atlas Cloud 提供开箱即用的 REST 推理服务，无冷启动，每次生成起价 $0.004，采用标准定价。立即开始构建。
Seedream 5.0 Pro
Seedream 5.0 Pro API 为开发者在 Atlas Cloud 上提供了字节跳动的可控图像编辑模型。它通过锚点和坐标精确定位编辑，将图像分离为可编辑图层，融合多个参考，并精准匹配颜色和材质，支持 2K 和 3K 分辨率的多语言文本。在 Atlas Cloud 上，您只需一个密钥即可访问！
Seedance 2.0
Seedance 2.0 是 ByteDance 面向生产环境的视频模型，专用于精准镜头创作。将提示词转换为视频，使用首帧图像生成动画并可选用尾帧引导，或结合参考媒体和可选的联网搜索来塑造结果。Atlas Cloud 将这些工作流整合到统一的 API 中，提供透明的按量付费定价和一个兼容 OpenAI 的密钥。立即开始构建。
Kling V3.0
快手推出的 Kling V3 API 系列支持文本、图像和参考视频工作流。迁移动作的同时保留角色身份，借助视觉参考引导生成，并通过自然语言指令编辑视频。Atlas Cloud 提供 Standard 和 Pro 端点，满足不同的生产需求。已经开始使用 Kling 3.0 创作？Kling V4 现已登陆 Atlas Cloud。前往 [Kling V4](https://www.atlascloud.ai/models/kling-v4) 家族页了解详情。
Grok Imagine Video
Grok Imagine Video 为开发者提供访问 xAI 视频模型家族的能力，用于创建、制作动画、延展和编辑视频片段。通过提示词生成 1 至 15 秒的视频，使用最多 7 张参考图像引导人物、物体或风格，并支持 480p 或 720p。Atlas Cloud 通过兼容 OpenAI 的端点整合这些能力，并提供透明的按需付费定价。立即开始构建。
Vidu Q4 Preview
Vidu Q4 是 Vidu 最新的旗舰视频模型，专为图像转视频和参考图转视频生成而设计。它可以让单张静态图像动起来，并自动创建场景转场，为不同的产品工作流提供两种输入路径。Atlas Cloud 提供专用 API 端点，并以经验证的标准价格 $0.04/second 发布参数 schema。立即开始构建。
Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flash 是 Google DeepMind 推出的原生多模态视频系列，适用于灵活的生产工作流。通过文本指令编辑现有素材，借助最多 10 张参考图像和 3 段视频片段保持视觉一致性，或以可串联的片段延长镜头，最长可达 40 秒。在 Atlas Cloud 上使用一个 OpenAI-compatible API key 即可访问所有工作流，按量付费，并支持 Day-0 上线。立即开始构建。
Nano Banana 2.1
Nano Banana 2.1 是 Google 基于 Gemini 3.6 Flash 打造的图像模型系列。它以 Flash 级速度提供 Pro 级生成与编辑能力，支持通过自然语言对 1 到 14 张输入图像进行编辑和融合，并可保持最多 4 个角色和 10 个对象的一致性。通过 Atlas Cloud，开发者只需使用一个 OpenAI-compatible 密钥，即可访问该系列模型，享受可靠的运行时间保障和 Day-0 可用性。立即开始构建。
