LTX 2.3 是什么
LTX 2.3 是一个AI驱动的视频生成平台，能够将文本、图像和音频转换为高质量的电影级视频。基于 220亿参数的扩散Transformer（DiT）架构构建，它能够以惊人的速度和精确度提供专业级别的视频内容。
该平台支持多种输入模式，包括文本转视频、图像转视频、音频转视频和视频转视频生成。LTX 2.3 可生成最高 1080p 分辨率的视频，并支持多种宽高比，原生支持竖屏 1080×1920，非常适合社交媒体内容。该模型的扩展文本连接器能够更准确地解释复杂提示，而其重建的 VAE 确保了更锐利的纹理和更干净的边缘。
LTX 2.3 完全在云端运行，无需强大的本地硬件。开源模型在 Hugging Face 上以商业授权提供，可供个人和企业使用。凭借在 H100 GPU 上比同类模型快 18 倍的效能，LTX 2.3 为创作者、营销人员和开发者提供高效的视频制作解决方案。
LTX 2.3 如何工作
LTX 2.3 是一个AI驱动的视频生成工具，可将文本、图像或音频转化为使用220亿参数的开源模型制作的电影级视频。基于 Diffusion Transformer（DiT）架构，它通过多模态管道处理用户输入，生成高质量视频输出。用户可以通过输入提示词、上传参考图像或音频，并选择时长、宽高比和分辨率等参数来创建视频。该系统利用云端渲染以实现快速处理，无需本地GPU资源。LTX 2.3 支持多种输出格式，包括原生竖屏视频，并提供面部保留、运动控制和音频同步等功能。平台为新用户提供免费积分，并提供订阅计划供扩展使用，已包含商业授权。
LTX 2.3 的优势
LTX 2.3 是一个能够将文本、图像和音频转换为电影级视频的强大 AI 视频生成器，使用 220 亿参数的开源模型。基于扩散Transformer 架构，它在保持卓越质量的同时，提供比竞争模型快 18 倍的性能。该平台支持多模态输入，包括文本转视频、图像转视频、音频转视频和视频转视频生成。关键特性包括原生竖屏视频 1080x1920、面部保留以及扩展的文本连接器，用于精准的提示解读。通过基于云的渲染，无需本地 GPU 设置，LTX 2.3 提供商业权益和灵活的订阅方案，起步价为每月 $13.90，使专业 AI 视频创作触手可及，面向所有技能水平的创作者。
LTX 2.3 的优点和缺点
优点
- 云端渲染，无需本地GPU。
- 支持多种输入类型：文本、图像、音频、视频。
- 开源，且在收入阈值内提供免费商用。
缺点
- 初始免费试用后需购买积分。
- 仅限4-20秒的视频时长。
- 复杂提示可能需要学习曲线。
