Ir al contenido principal

Continúa un clip con LTX-2 19B: el último fotograma de tu video abre un nuevo segmento de 5 a 20 segundos, y recibes un solo archivo con el original y la continuación unidos, en 480p, 720p o 1080p.

Desde $0.014/s

Playground

Entrada

Extensión de video
  1. 1

    Elegir el clip que vas a continuar

    Elige un video y lo continuamos desde su último fotograma.

  2. 2

    Qué pasa después

    Elige un clip en el paso 1 y este paso se abre.

    Obligatorio. Lo que pasa después: la acción que sigue, el movimiento de cámara y el sonido en una línea «Audio:». El fotograma inicial ya fija el sujeto y el set, así que usa las palabras para el movimiento. Un entorno distinto puede hacer que el nuevo segmento se aleje de tu último fotograma. mínimo 1 caracteres
    afecta al precio
    Resolución del nuevo segmento: 480p, 720p o 1080p, 720p por defecto. La resolución solo define la nitidez del segmento nuevo; iguálala a la de tu origen, porque un ajuste menor hace que la parte nueva se vea más suave que el original. Define el precio.
    Duraciónafecta al precio
    Duración del nuevo segmento: un número entero de 5 a 20 segundos, 5 por defecto. 20 segundos son una sola generación, no una secuencia unida. Tu original se suma delante y no se cobra. no menor que 5 · no mayor que 20
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Faltan 2 campos obligatorios: Prompt · Video de entrada

Salida

Listo para una nueva ejecución

El resultado aparecerá aquí.

Configura las entradas, revisa la estimación y ejecuta el modelo.

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

Dinos cuál añadir y para qué lo usarías. Las solicitudes llegan directamente al equipo que decide los próximos modelos.

API DE VIDEO + AUDIO

El modelo abierto de audio y video de 19B de Lightricks: imagen y sonido en una sola pasada, de 5 a 20 segundos, sin filtro de contenido.

Cifras clave

Parámetros
19B
Un solo transformer de difusión que genera la imagen y la banda sonora a la vez.
Sonido
Estéreo
Todos los clips llevan pista de audio: voces, canto, efectos y ambiente a partir de tu prompt.
Duración del clip
5 – 20 s
Cualquier segundo entero de 5 a 20, cobrado por segundo.
Resolución máxima
1080p
480p, 720p o 1080p; text-to-video en 16:9 o 9:16.
Velocidad en 720p
~20 s
En nuestras pruebas un clip de 5 segundos en 720p tardó de 14 a 25 segundos de tiempo de modelo.
Filtro de contenido
Ninguno
Sin censura: ningún filtro sobre prompts, imágenes ni resultados.

Antes de gastar

all

Cada clip vuelve con una banda sonora generada en la misma pasada: diálogo, canto, efectos y ambiente siguen el prompt, y no hay un interruptor para desactivar el audio. El publicador señala que el sonido sin voz puede tener menor calidad. Los cuadros quedan un poco por debajo del nombre del nivel: 1080p es 1920 x 1024 y 720p es 1280 x 704. En el nivel más fuerte de nuestras pruebas de contenido, el modelo retuvo parte de la escena.

text-to-video

Solo dos formatos: 16:9 y 9:16.

image-to-video

El clip conserva la forma de tu foto y el prompt es obligatorio. Si el prompt describe otro escenario, el modelo puede saltar de tu cuadro inicial a una toma nueva; describe lo que ocurre a continuación en la imagen que enviaste.

Lo que hace el modelo

Sonido en la misma pasada

Escribe el sonido junto al plano

El prompt pone a un hombre en la plataforma trasera de un tren nocturno y termina con una línea Audio: ruedas sobre las juntas de los rieles, viento, la campana de un paso a nivel y una bocina lejana. El MP4 vuelve con una pista estéreo hecha en la misma pasada que la imagen, sin un paso de sonido aparte.

Image to video

Una foto que suena

Una foto de un piloto en la puerta de un avión de hélice plateado en una pista mojada. Sube y la hélice arranca: la pista de sonido se queda casi en silencio los primeros segundos y luego se llena con el motor cuando las palas empiezan a girar.

Efectos

Efectos de sonido escritos en el prompt

Lluvia corriendo por las ventanillas de un taxi de noche, una pareja muy cerca en el asiento trasero y una línea Audio para la lluvia en el techo, los limpiaparabrisas y el intermitente: escribe los efectos junto a la acción y vuelven en el mismo clip, desde una sola solicitud.

Creado con LTX-2 19B

  • 5 s
  • Text-to-video con sonido, 16:9 en 720p, seis segundos.
    6 s
  • Image-to-video con sonido a partir de una foto, 720p, seis segundos.
    6 s

Dónde encaja

  • Clips que necesitan sonido

    Cantantes, músicos, bármanes, multitudes, clima: una solicitud devuelve un MP4 terminado con imagen y audio, sin una pasada de sonido aparte.

  • Tomas únicas más largas

    Hasta 20 segundos en una sola generación, lo bastante largo para una escena y no un fragmento.

  • Entrega vertical y panorámica

    9:16 a 704 x 1280 para feeds, 16:9 hasta 1920 x 1024 para reproductores y ediciones.

  • Clips sin censura para plataformas abiertas

    Sin filtro de contenido sobre el prompt, la imagen ni el resultado, con sonido incluido. Todas las personas en pantalla deben ser adultas.

Referencia del modelo

Referencia de la API de LTX-2 19B

Especificaciones de la API de LTX-2 19B

Publicado por
Lightricks
Modelo
LTX-2 19B, un transformer de difusión conjunto de audio y video con pesos abiertos
Endpoints
Text to Video, Image to Video, Video Extend
Duración
De 5 a 20 segundos, en segundos enteros
Resolución
480p, 720p o 1080p (720p por defecto)
Tamaños en text-to-video
832 x 448, 1280 x 704, 1920 x 1024 (16:9; en 9:16 se intercambian ancho y alto)
Forma en image-to-video
Sigue la imagen de origen
Fotogramas por segundo
24 fps
Audio
Pista AAC estéreo en cada clip, generada junto con la imagen
Ejecución
Tarea asíncrona, cobrada por segundo de salida

Cómo llamar a la API de LTX-2 19B

  1. Dale al sonido su propia línea

    Termina el prompt con "Audio:" y enumera lo que debe oírse: "ice rattling in the shaker, low bar chatter, soft music". Sin eso el modelo igualmente agrega sonido, pero tú decides menos.

  2. Elige la duración por segundo

    Cualquier segundo entero de 5 a 20. El precio sigue a la duración, así que haz el borrador en 5 segundos y alarga cuando la toma funcione.

  3. Borrador en 480p, entrega en 720p o 1080p

    El nivel de 480p es el más barato por segundo. 720p es el punto óptimo en nuestras pruebas: unos 20 segundos de tiempo de modelo para un clip de 5 segundos.

  4. En image-to-video, quédate dentro de la imagen

    Describe lo que ocurre a continuación en la foto que envías. Si el prompt describe otro lugar, el clip puede saltar de tu cuadro inicial a una toma nueva.

En resumen

LTX-2 19B te da el modelo abierto de audio y video de Lightricks a través de una sola API: text-to-video, image-to-video y video-extend de 5 a 20 segundos en 480p, 720p o 1080p, con una banda sonora estéreo generada en la misma pasada. Se cobra por segundo, es rápido en 720p y nada se filtra.

Preguntas sobre la API de LTX-2 19B