LTX 2.3

テキストツー動画生成

自然言語プロンプトをシネマティックなビデオに変換し、正確なライティング、流れるようなモーション、リアルな物理シミュレーションを実現。

画像からビデオへの変換

アップロードされた画像を、滑らかなカメラムーブメントとリアルなアニメーションを備えた動的なビデオクリップに変換。

音声からビデオ同期

音声トラックと同期したビデオを生成、リップシンク、ビートに合わせたモーション、空間オーディオのヒントを含む。

マルチモーダルビデオ生成

テキスト、画像、音声、ビデオの各種入力を統合した単一プラットフォームで多様なコンテンツ作成をサポート。

ネイティブポートレートビデオ出力

TikTok、Reels、Shorts などのプラットフォーム向けに縦向き 1080×1920 ピクセルのビデオを作成。

22Bパラメータ DiT エンジン

220億パラメータの拡散トランスフォーマー（DiT）アーキテクチャを利用し、詳細、テクスチャ、エッジ品質を向上。

拡張テキストコンNECTOR

4倍大きなテキストコンNECTORを搭載し、空間配置やムードなど複雑なプロンプトも正確に解釈。

顔とキャラ保持

動画フレーム間で一貫した顔立ち、表情、ボディプロポーションを維持し、ストーリー性を支える。

再構築VAEによる鮮明な出力

再設計されたVAEと潜在空間を実装し、髪の毛、エッジ、テクスチャをより鮮明に保持。

オープンソースと商用ライセンス

Hugging Face 上でオープンソース_weights を提供、年収 1,000 万ドル未満の qualifying 組織は無償で商用利用可能。

• ソーシャルメディアマーケッター: LTX 2.3 のネイティブ縦動画生成機能を使用して、TikTok や Instagram Reels 用の魅力的な縦動画コンテンツを作成します。
• EC事業者: 製品画像から大規模に製品デモ動画を生成し、制作コストと時間を削減します。
• ゲーム開発者: LTX 2.3 のテキストから動画および画像から動画の機能を使用して、映画的な予告編やゲーム内シーンを制作します。
• コンテンツクリエイター: ストーリーボードのフレームを映画レベルのアニメーションに変換し、滑らかな動きと連続性を実現します。
• 広告代理店: LTX 2.3 の音声から動画同期機能を活用し、複数の市場向けに素早くローカライズされた動画広告を生成します。

LTX 2.3 とは何ですか？

LTX 2.3 は、Lightricks によって Diffusion Transformer (DiT) アーキテクチャ上に構築された 220 億パラメータのオープンソース AI ビデオモデルです。テキストからビデオ、画像からビデオ、音声からビデオ、ビデオからビデオへの生成をサポートし、ネイティブのポートレート出力、再構築された VAE、およびより正確なプロンプト解釈のための 4 倍に拡張されたテキストコネクタを備えています。モデルの重みは、Hugging Face で開発用および蒸留チェックポイントとして利用可能です。

強力な GPU やローカルのデスクトップ設定は必要ですか？

いいえ。ltx23.app では、すべてのレンダリングがクラウドで行われます——ローカルの GPU、VRAM、またはデスクトップインストールは不要です。ローカルで実行したい場合は、LTX 2.3 は ComfyUI ワークフローと GGUF/FP8 量子化フォーマットをサポートしており、ハードウェア要件を低減できます。推奨されるローカル設定は、NVIDIA GPU で 32 GB 以上の VRAM、32 GB の RAM、および Windows 上の 60 GB のストレージです。

LTX 2.3 は WAN 2.2 などの他のビデオモデルと比べてどうですか？

H100 GPU 上では、LTX 2 シリーズは WAN 2.2 14B の約 18 倍のスループットを達成し、バッチレンダリングで大幅に高速です。LTX 2.3 はまた、ネイティブの 9:16 ポートレートビデオ、再設計されたオーディオボコーダ、および再構築された潜在空間から得られるよりシャープなエッジ詳細を導入しています——これらの改善は、ほとんどの競合オープンソースモデルまだ達成していないものです。

モデルはどのようなビデオ仕様をサポートしていますか？

ビデオは最大 1080p HD で、16:9、9:16、1:1、4:3 のアスペクト比でレンダリングされ、音声同期出力を含む 4 から 20 秒の持续时间です。LTX 2.3 は、そのラインで初めてネイティブの縦向き 1080x1920 をサポートし、クロップされた横方向ではなく実際のポートレートデータでトレーニングされています。プロンプトは詳細なシーン説明のために最大 2,000 文字を受け付けます。

LTX 2.3 は無料で使用できますか？

はい。ltx23.app の新規アカウントは、AI ビデオ生成を試すための無料クレジットを受け取ります。その後、追加クレジットを購入するか、プランをサブスクライブして作成を続けることができます。サブスクリプションプランは、頻繁なクリエイターにボリュームディスカウントを提供します。

LTX 2.3 の出力を商用で使用できますか？

はい。ltx23.app で生成されたビデオは完全な商用権利を含みます——透かしなし、ロイヤリティ費なし。オープンソースライセンスはまた、資格のある組織がローカルで生成された出力を商用使用することを許可し、広告、ソーシャルメディア、放送、印刷をカバーします。

どのようなモデルフォーマットとワークフローが利用可能ですか？

LTX 2.3 は、ベースチェックポイント、LoRA 付き蒸留チェックポイント、FP8 スケール変異体、および GGUF 量子化フォーマットとして利用可能です。ComfyUI に直接統合され、ファーストアンドラストフレーム制御、空間アップスケーラー、深度条件付け、および IC-LoRA モーショントラッキングなどのカスタムワークフローが含まれます。すべての重みは Hugging Face からダウンロード可能です。

LTX 2.3 を始めるにはどうすればいいですか？

ltx23.app で無料アカウントを作成し、ビデオを説明するテキストプロンプトを入力し、オプションで参照画像またはオーディオをアップロードし、持续时间やアスペクト比などのパラメータを設定してから、生成をクリックします。ビデオはすぐにダウンロード準備が整います——ビデオ編集や AI の専門知識は不要です。

• ltx23.app でアカウントを作成し、無料クレジットを取得して動画生成を開始します。
• 生成モードを選択します：テキストから動画、画像から動画、または音声から動画。
• 望むシーンを詳しく説明するプロンプトを入力し、2,000 文字以内に収めます。
• 期間（4-20 秒）、アスペクト比（16:9、9:16、1:1、4:3）、解像度（最大 1080p）などの動画パラメータを選択します。
• 「Generate」ボタンをクリックし、クラウド処理が完了するのを待ちます。
• 完了した動画をダウンロードできます。商用利用権があり、ウォーターマークはありません。