

ltx 2.3 是 Lightricks 面向电影级创作的视频生成模型家族,覆盖 Fast 和 Pro 工作流。Fast 模型可生成最长 20 seconds、分辨率达 720p 或 1080p 的视频片段;图像工作流则可以让首帧动起来,并可选地向最终帧进行插帧。通过一个兼容 OpenAI 的 Atlas Cloud API 即可访问整个模型家族,并享受透明的按次调用定价。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。
Atlas Cloud 为您提供最新的行业领先创意模型。
按输入类型、输出格式、生成模式、分辨率、帧率、时长和音频支持,探索各个 LTX 2.3 模态。
| 模态 | 描述 |
|---|---|
| LTX 2.3 Pro API (Audio to Video) | 将对白、音乐或环境音频转换为与驱动音轨同步的视频,视频时长由源音频决定。支持最高 4K 分辨率以及 24 或 48 fps,可用于音乐视觉效果、对白主导的场景和音频优先的制作。 |
| LTX 2.3 Fast API (Image to Video) | 将首帧图像制作成无声视频,并可选择向指定的末帧进行插帧。支持最高 4K 分辨率、24 或 48 fps,以及在 720p 或 1080p 下最长 20 秒,适合快速运动概念和视觉原型。 |
| LTX 2.3 Fast API (Text to Video) | 用文本描述场景,即可生成最高 4K 分辨率、24 或 48 fps 的无声电影感片段。在 720p 或 1080p 下,片段时长最长可达 20 秒,适合快速概念可视化和内容迭代。 |
| LTX 2.3 Pro API (Image to Video) | 从首帧图像开始生成 6 至 10 秒的视频,并支持同步音频,还可选择向末帧进行插帧。输出最高支持 4K 分辨率以及 24 或 48 fps,适合制作精致的图像驱动序列。 |
| LTX 2.3 Pro API (Text to Video) | 直接根据文本提示词创建带同步音频的电影感视频。支持 6 至 10 秒的输出、最高 4K 分辨率以及 24 或 48 fps,适合叙事概念、营销活动场景和视听故事开发。 |
| LTX 2.3 Quality API (Text to Video) | Quality 文本生视频端点可将文字提示词转换为带音频的高质量 LTX 2.3 视频。适用于提示词驱动的制作,尤其适合更重视精细视听效果而非更快生成速度的场景。 |
| LTX 2.3 Quality API (Image to Video) | 将源图像转化为带音频的高质量 LTX 2.3 动态视频。该模态适合基于图像的叙事、动画营销素材,以及从既定视觉构图开始制作的项目。 |
| LTX 2.3 Quality API (Extend Video) | 通过专用的 LTX 2.3 Quality 视频延展端点,继续生成现有片段。当制作需要在原视频之外增加素材,而不是从头生成全新序列时,可使用此选项。 |
LTX 2.3 通过一个 Atlas Cloud API,整合了同步音频生成、音频驱动视频、文本和图像工作流、4K 输出、灵活帧率、延长版 Fast 视频片段,以及引导式转场。
LTX 2.3 Pro 可根据文本或图像输入,同时生成视频和同步音频。其 6 到 10 秒的视频片段支持对白、音乐和环境音,输出最高可达 4K,并支持 24 或 48 fps。当声音需要从首次渲染起就融入场景时,可以选择它。生成结果适合电影感广告、音乐场景和叙事型产品影片。
从对白、音乐或环境音开始,让 Pro audio to video endpoint 围绕音轨生成同步画面。源音频决定输出时长,同时生成分辨率最高可达 4K,并支持 24 或 48 fps。提示词可以引导场景,让配乐驱动节奏和表演。这一工作流适合现场表演、歌词视觉内容和以氛围为主导的叙事。
整个系列都支持配置分辨率和运动效果,输出最高可达 4K,并支持 24 或 48 fps。需要精细最终渲染时,可以使用更高规格;如果更看重迭代速度,也可以选择更轻量的工作流。这些选项帮助团队为电影级显示、精致营销活动和高运动量场景塑造素材,而无需更换模型系列。
当迭代速度十分重要时,Fast text to video 和 image to video endpoints 可以创建最长 20 秒、分辨率为 720p 或 1080p 的无声视频片段。对于较短的配置,它们同样支持最高 4K、24 或 48 fps 的输出。在选择带同步音频的 Pro 渲染之前,可以先探索运动效果、节奏和构图。这是制作分镜、概念短片和快速创意测试的实用路径。
提供首帧以确定开场构图,然后描述应当展开的运动。对于更具方向性的转场,支持的 image to video 工作流可以向可选的尾帧进行插值。这样,项目在首尾两端都拥有清晰的视觉锚点,同时为中间生成的运动保留空间。可将其用于变形效果、产品揭示和规划好的场景转场。
LTX 2.3 系列通过专用的 Atlas Cloud endpoints,覆盖 text to video、image to video、audio to video 和视频延展。无声迭代选择 Fast,6 到 10 秒的同步音频片段选择 Pro,需要延展工作流时选择 Quality。统一 API 将这些路径整合在一起,并采用透明的按量付费基础定价。这一系列既支持实验探索,也适用于生产交付。
了解 LTX 2.3 与另外两款视频模型,如何在真人实拍和风格化运动挑战中解读完全相同的提示词。
一段 8–10 秒、连续不断的微型冒险,发生在一艘正在腐朽的深海沉船内部:一只聪明的椰子章鱼魔术师,拥有始终一致的斑驳琥珀色皮肤和富有表现力的眼睛,同时独立运用八条腕足——携带发出暖金色光芒的珍珠、拨开摇曳的海藻、在古老锁具中旋转一把腐蚀的黄铜钥匙、抓住船壳,并保持一只漂流餐盘的平衡。开场是极致微距跟踪镜头,沿着不断弯曲的吸盘滑行,展现每条腕足以精准协调的动作完成各自任务。舱门突然在沉重的水下撞击声中坍塌,锈屑、气泡、淤泥和碎木四散飞舞;章鱼压缩柔软的身体,喷出鲜艳的紫色墨云,并向后喷射。镜头沿着卷曲的墨迹轨迹快速摇摄,跟随墨迹撞上漂浮的餐盘、富有弹性地反弹、重新塑形,并干净利落地穿过狭窄舷窗,同时松脱的珍珠与碎屑以可信的水下动量相互碰撞。转入围绕舷窗的快速环绕镜头,跟随它解锁并打开一枚风化的贝壳;最大的珍珠裂开,并孵化出一只微小的发光鱿鱼。最后从新生鱿鱼的第一人称视角结束:它半透明的触手进入画面,欣喜的章鱼隔着闪烁的粒子向它伸出腕足。冰冷的青色深渊被狭窄的手电筒般光束刺穿,暖金色珍珠与浓郁的墨紫色点缀形成对比;体积光焦散、逼真的浮力、流体动力学、软体变形、物体碰撞、连续而充满能量的运动;高品质海洋自然纪录片式摄影,融入细腻的写实奇幻元素,触感清晰细腻;无文字、无界面、无图表。沉浸式音效:沉闷的船壳呻吟、锁扣咔哒声、贝壳裂开声、喷射气泡声、水流奔涌声、金属餐盘的撞击声,以及幼体出现时清脆细腻的魔法铃声;紧张的节奏脉冲最终化为惊奇与赞叹。16:9 宽高比。
Generated with LTX-2.3 Pro Text-to-Video on Atlas Cloud
Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud
Generated with LTX-2.3 Fast Text-to-Video on Atlas Cloud
一段 8–10 秒、连续不断的动画动作场景:在雷云翻涌的狂暴海洋上空,一名戴着黄铜护目镜的少女骑在一只巨大的鲸鱼形丝绸风筝上。开场是极低角度跟踪镜头,贴着剧烈起伏的翼面掠过,距离仅几英寸;一道闪电劈断尾部绳索。她顶住狂风,迅速爬过不断倾斜的丝绸翼面,用发光的朱红色线缝合逐渐扩大的裂口,同时松弛的绳索不断鞭打、绷紧,并以可信的张力作出反应。风筝突然折叠,急速俯冲;镜头加速完成一整圈环绕,并围绕她上下翻转。她跃起,借助木制线轴荡行,穿过云层中的圆形开口,同时保持清晰的空间连续性和一致的角色设计。镜头快速摇摄切入高空俯视视角:她落下,猛地拉紧最后一针,风筝骤然展开;在高潮俯冲过程中镜头迅速向后拉远,巨大的鲸鱼尾巴横向甩动,将雷云击碎成数千条发光的银色鱼群,散落在暴风雨般的天空中。从第一帧到最后一帧都保持动态的对角线构图和连续流畅的运动,并呈现符合物理规律的丝绸变形、绳索动力学、风阻、降雨、闪电和体积云湍流。手绘赛璐璐动画融合具有雕塑感的立体水墨云彩,冷青色雷光与鲜艳猩红色缝线形成对比,线条清晰且富有表现力,营造戏剧性的空间大气层次;无慢动作。同步音效:呼啸的风声、丝绸撕裂声、绷紧绳索的啪响、雷击声、快速缝纫声、逐渐高涨的打击乐配乐,以及银色鱼群向外爆散时明亮的金属闪耀声。无屏幕、无软件界面、无仪表板、无进度条、无图表、无说明文字、无字幕、无徽标、无水印、无解释性文字。16:9 宽高比。
Generated with LTX-2.3 Pro Text-to-Video on Atlas Cloud
Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud
Generated with LTX-2.3 Fast Text-to-Video on Atlas Cloud
从电影感提示词和引导式图像动画,到音频驱动视觉效果和快速概念测试,LTX 2.3 通过 Pro 和 Fast 视频 endpoint 支持多样化的制作工作流。
使用 LTX 2.3 Pro 或 Fast 将文字提示词转换为电影感片段,支持最高 4K 分辨率,以及 24 或 48 fps。产品团队可以制作营销活动概念、氛围短片和简短叙事场景。
为首帧图像添加动画效果,然后可以选择使用末帧引导结尾,通过 LTX 2.3 image-to-video 实现。设计师可以将主视觉、产品静帧和分镜转化为可控的动态序列。
向 LTX 2.3 Pro 提供对白、音乐或环境音,让音轨决定视频时长,同时保持视觉效果同步。创作者可以利用现有声音制作音乐视觉效果、演出片段和氛围驱动的序列。
从一张图像开始,向选定的末帧进行插值,输出最高支持 4K 分辨率,以及 24 或 48 fps。创意团队可以更清晰地控制揭示、变形和场景过渡。
选择 Fast text-to-video 或 image-to-video,制作最长 20 秒、分辨率为 720p 或 1080p 的静音片段,同时支持最高 4K。可将这些输出用于快速概念测试、提案视觉素材和制作前评审。
需要紧凑的营销活动素材?从文本或首帧图像生成 6 到 10 秒的 Pro 片段,将最高 4K 的视觉效果与同步音频结合,用于广告、发布活动和社交媒体叙事。
从时长、分辨率、帧率、同步音频和标准基础价格等方面,对比 LTX 2.3 各变体与其他可用视频模型。
| 模型 | 输出时长 | 最高分辨率 | 帧率 | 同步音频 | 基础价格 |
|---|---|---|---|---|---|
| LTX-2.3 Pro Text-to-Video | 6 到 10s | 4K | 24 或 48 fps | √ | $0.04 |
| LTX-2.3 Fast Text-to-Video | 最长 20s | 4K | 24 或 48 fps | - | $0.03 |
| Seedance 2.0 Text-to-Video | 4 到 15s | 4K | - | √ | $0.112 |
| Veo 3.1 Lite Text-to-video | 4、6 或 8s | 1080p | 24 fps | √ | $0.05 |
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。
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。
将先进的 ltx 2.3 First-to-Last Frame Animation 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。
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 First-to-Last Frame Animation、GPT、Gemini 和 DeepSeek。
透明定价:
按 Token 计费,支持 Serverless 模式。
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 2.3 是 Lightricks 推出的模型系列,可根据文本、图像或音频生成视频。Atlas Cloud 提供托管的 Fast、Pro 和 Quality 端点,无需自行部署底层模型。
你可以根据提示词创建电影感片段、为起始图像制作动画、让视频与驱动音轨同步,或延长现有视频。具体可用工作流取决于所选的 Fast、Pro 或 Quality 端点。
创建 Atlas Cloud API 密钥,并向视频生成端点提交请求,同时提供必需的模型 ID 和输入参数。API 会返回一个预测标识符,你的应用可以持续轮询,直到生成结果准备就绪。
如果需要低成本的无声文本生成视频或图像生成视频,请选择 Fast。当工作流需要同步音频或音频驱动视频时,请使用 Pro;Quality 系列则涵盖文本生成视频、图像生成视频和视频延长。
Fast 和 Pro 端点支持最高 4K、24 或 48 fps 的输出。Fast 可在 720p 或 1080p 下生成最长 20 秒的视频,而 Pro 文本生成视频和图像生成视频片段的时长为 6 至 10 秒。
会。Pro 文本生成视频和图像生成视频端点会生成同步音频,Pro 音频生成视频的时长则与驱动音轨一致。Fast 文本生成视频和图像生成视频的输出不包含音频。
图像生成视频端点会为提供的首帧制作动画。在支持的 Fast 和 Pro 工作流中,你还可以提供尾帧,让模型在两张图像之间插值生成运动效果。
标准按量付费价格中,Quality 端点起价为每秒 $0.002。Fast 的费用为每秒 $0.03,Pro 文本生成视频和图像生成视频的费用为每秒 $0.04,Pro 音频生成视频的费用为每秒 $0.06。
确认模型 ID 与目标工作流匹配,并确保每个必需输入都符合该端点的 schema。对于图像、音频或视频输入,还应验证所提供的文件 URL 有效且可访问,然后重新提交请求。
指南、教程与产品动态,助你充分发挥 Atlas Cloud 的价值。