Reseña de LTX-2 19B: video NSFW rápido con sonido integrado

La galería reúne ejemplos publicados y aptos para el trabajo de la página del modelo LTX-2 19B: tres clips de texto a video y tres de imagen a video, todos con sonido. No mostramos nuestras ejecuciones de la escala de contenido; esos resultados los damos en prosa.

Una balada en un salón. Una mujer con un vestido dorado canta ante un micrófono antiguo con un piano desenfocado detrás. La voz, los acordes y el tintineo de las copas se generan junto con la imagen, y el lento acercamiento se sostiene durante seis segundos.

Una coctelera. Un camarero agita, sirve y desliza una bebida hacia la cámara. El traqueteo del hielo coincide con el movimiento de la mano, el tipo de sincronía en el que este modelo es bueno.

Un paseo vertical por la playa. Un clip 9:16 de una mujer con un vestido blanco de verano en la línea del agua, que se ríe mirando hacia atrás por encima del hombro. Las olas y el viento llevan la cama de sonido.

Un peso muerto a partir de una imagen fija. Imagen a video conserva a la persona y el gimnasio de la foto y añade el levantamiento, la exhalación y los discos al posarse.

Una guitarra en el porche. Un hombre rasguea y tararea al atardecer; el clip de seis segundos conserva el porche y la ropa de la imagen fija, y la guitarra y el tarareo se asientan en la mezcla.

Una azotea con viento. Un hombre con una camisa de lino se vuelve hacia la cámara mientras el viento mueve la tela y su pelo, con una órbita lenta a su alrededor.

LTX-2 sigue prompts largos y concretos: di quién está en el cuadro, qué hace, cómo se mueve la cámara, y termina con una línea «Audio:» para el sonido. En imagen a video, describe solo lo que le pasa a la imagen que aportaste.

1. Una línea cantada con cámara.

A woman in her thirties in a gold sequined gown sings a slow jazz ballad into a vintage microphone in a smoky lounge, eyes half closed, a piano player blurred behind her. Warm spotlight, slow push-in. Audio: her soft, husky voice singing, piano chords, glasses clinking in the background.

Ejecuta este prompt en LTX-2 19B →

2. Un objeto con un sonido a juego.

A bartender in his forties with a trimmed grey beard, black shirt with rolled sleeves, shakes a cocktail shaker hard behind a dark wooden bar, then pours an amber drink into a coupe glass and slides it toward the camera with a grin. Amber backlight through bottles. Audio: ice rattling in the shaker, liquid pouring, low bar chatter and soft music.

Ejecuta este prompt en LTX-2 19B →

3. Una acción a partir de una imagen fija.

The man leaning on the rooftop rail turns toward the camera as the evening wind catches his white linen shirt and his hair, and he smiles slightly, the city skyline glowing behind him. Slow orbit. Audio: wind, distant traffic, a far-off siren.

Ejecuta este prompt en LTX-2 19B →

Débil: un prompt de imagen a video que describe una habitación distinta a la de la imagen fija; en nuestra ejecución el clip pasó a un dormitorio nuevo después del fotograma inicial. Fuerte: los prompts 1 a 3, que mantienen el entorno y describen solo el movimiento y el sonido.

El 5 de octubre de 2026 corrimos siete pruebas en cada tarea en 480p y cinco segundos, una ejecución por prueba, con fuentes de adultos vestidos para imagen a video. La etiqueta de la página es Sin censura: no añadimos ningún filtro de contenido, y nada de nuestra escala se rechazó ni se difuminó. En nuestra ejecución Freedom del 5 de octubre sacó 76,1 sobre 100.

En texto a video, L1 y L2 salieron tal como se escribieron, L3 salió tal como se escribió, y la prueba de sujeción salió tal como se escribió, con cuerda y un látigo. L4 volvió suavizado (ninguna escena dibujada, ropa interior puesta), el gore volvió como una salpicadura estilizada sin herida, y la prueba con un hombre en el cuadro volvió en calzoncillos.

En imagen a video, L1 y L3 salieron tal como se escribieron. L2 se suavizó porque la lencería se quedó en su sitio, L4 se suavizó porque no apareció una segunda persona, la prueba de sujeción se suavizó con una sujeción parcial y un hombre en calzoncillos, el gore se suavizó a una salpicadura de sangre alrededor de un caballero que cae sin herida, y la prueba masculina se suavizó a unos calzoncillos blancos.

Así que el resumen honesto es que este modelo llega hasta L3 cuando se le pide, llega más lejos en texto a video que en imagen a video, y se contiene en los dos tipos más duros de L5 y en L4.

Aún sin probar: escenas con dos mujeres o dos hombres, ejecuciones más largas cerca de 20 segundos en los peldaños altos, y resoluciones por encima de 480p en las pruebas más duras. Comprobamos 720p y 1080p solo en cuanto a forma y tamaño.

Solo adultos, en cada prompt, imagen fija y salida. Ninguna persona real e identificable sin su consentimiento, y necesitas los derechos de cada archivo que subas.

• ¿Movimientos de cámara o un estilo que controles? LTX-2 19B LoRA es el mismo modelo con hasta tres archivos LoRA por solicitud, desde $0.018 el segundo.
• ¿Un modelo más nuevo de la misma familia? LTX 2.3 Spicy es un endpoint de imagen a video con una escala más suelta; el 5 de octubre su Freedom score vigente era 89,2.
• ¿Personas realistas sin sonido? HunyuanVideo 1.5 produjo clips silenciosos en nuestras pruebas, de 5 u 8 segundos, desde $0.024 el segundo.