Introduzione
Estensione video su LTX-2 19B. Invia il clip da continuare e descrivi cosa succede dopo: l’ultimo fotogramma del clip diventa il fotogramma iniziale di una nuova ripresa LTX-2 19B da immagine a video, e l’originale e il nuovo segmento tornano uniti in un solo MP4. Si pagano solo i secondi nuovi.
| Campo | Valore |
|---|---|
| Input | Video |
| Output | Video |
| Produttore | Lightricks |
| Modello | LTX-2 19B, un diffusion transformer audio-video congiunto con pesi aperti |
| Endpoint | Text to Video, Image to Video, Video Extend |
| Durata | Da 5 a 20 secondi, in secondi interi |
| Risoluzione | 480p, 720p o 1080p (predefinito 720p) |
| Dimensioni nel text-to-video | 832 x 448, 1280 x 704, 1920 x 1024 (16:9; il 9:16 scambia larghezza e altezza) |
| Formato nell’image-to-video | Segue l’immagine di partenza |
| Frame rate | 24 fps |
| Audio | Traccia AAC stereo su ogni clip, generata insieme all’immagine |
| Esecuzione | Attività asincrona, addebito al secondo di output |
Caratteristiche principali
Scrivi il sonoro accanto all’inquadratura
Il prompt mette un uomo sulla piattaforma posteriore di un treno notturno e finisce con una riga Audio: ruote sui giunti delle rotaie, vento, la campana di un passaggio a livello e un fischio lontano. L’MP4 torna con una traccia stereo creata nello stesso passaggio dell’immagine, senza un passo separato per il suono.
Una foto che suona
Una foto di un pilota alla porta di un aereo a elica argentato su una pista bagnata. Sale a bordo e l’elica si avvia: la traccia resta quasi muta nei primi secondi, poi si riempie del motore quando le pale iniziano a girare.
Rumori scritti nel prompt
Pioggia che riga i finestrini di un taxi di notte, una coppia vicinissima sul sedile posteriore e una riga Audio per la pioggia sul tetto, i tergicristalli e la freccia: scrivi gli effetti accanto all’azione e tornano nella stessa clip, da una sola richiesta.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Obbligatorio. Cosa succede dopo: l’azione che segue, il movimento di camera e il suono su una riga «Audio:». almeno 1 caratteri |
video_url | Sì | Il clip da continuare: MP4, MOV o WebM, fino a 60 secondi. almeno 1 caratteri |
resolution | No | Risoluzione del nuovo segmento: 480p, 720p o 1080p, 720p per impostazione predefinita. |
duration_seconds | No | Durata del nuovo segmento: un numero intero da 5 a 20 secondi, 5 per impostazione predefinita. 20 secondi sono una sola generazione, non una sequenza unita. |
seed | No | Da 0 a 2147483647. Tienilo fisso per confrontare un solo campo modificato alla volta; toglilo per avere varietà. |
Prezzi
Addebitato per secondo del nuovo segmento alla risoluzione scelta; il clip originale che invii non viene addebitato.
| Specifiche | Prezzo |
|---|---|
| $0.0144 / secondo |
| $0.0192 / secondo |
| $0.0288 / secondo |
Casi d’uso
Clip che hanno bisogno del suono
Cantanti, musicisti, barman, folla, meteo: una richiesta restituisce un MP4 finito con immagine e audio, senza un passaggio sonoro a parte.
Piani sequenza più lunghi
Fino a 20 secondi in una sola generazione, abbastanza per una scena e non per un frammento.
Consegna in verticale e in orizzontale
9:16 a 704 x 1280 per i feed, 16:9 fino a 1920 x 1024 per player e montaggi.
Clip senza censura per piattaforme aperte
Nessun filtro sui contenuti, né sul prompt, né sull’immagine, né sul risultato, con il sonoro incluso. Tutte le persone raffigurate devono essere adulte.
Consigli avanzati
Dai al suono una riga tutta sua
Chiudi il prompt con «Audio:» ed elenca cosa deve sentirsi: «ice rattling in the shaker, low bar chatter, soft music». Senza, il modello aggiunge comunque il suono, ma ne scegli meno.
Scegli la durata al secondo
Qualsiasi secondo intero da 5 a 20. Il prezzo segue la durata: fai la bozza a 5 secondi e allunga quando l’inquadratura funziona.
Bozza a 480p, consegna a 720p o 1080p
Il 480p è il livello più economico al secondo. Nelle nostre prove il 720p è il punto di equilibrio: circa 20 secondi di tempo del modello per un clip di 5 secondi.
Nell’image-to-video, resta dentro l’immagine
Descrivi cosa succede dopo nella foto che invii. Se il prompt descrive un altro luogo, il clip può staccare dal tuo fotogramma iniziale su un’altra inquadratura.
Introduzione
LTX-2 19B Estensione video continua un clip che hai già. Invialo in video_url con un prompt su cosa succede dopo. L’ultimo fotogramma del clip diventa il fotogramma iniziale di una nuova ripresa LTX-2 19B da immagine a video da 5 a 20 secondi, e le due parti vengono unite in un solo MP4: prima il tuo originale, poi la continuazione, senza il fotogramma ripetuto nel punto di giunzione. Il nuovo segmento torna anche come file a sé, così puoi estendere ancora o montare i pezzi separatamente.
Funzionalità principali e punti di forza
La continuità nasce dall’ultimo fotogramma. Costumi, set, luce e posizione di ciascuno restano gli stessi perché il nuovo segmento parte letteralmente dal tuo ultimo fotogramma. Il movimento non passa allo stesso modo: il modello vede un solo fotogramma fermo, non tutto il clip, quindi descrivi il movimento da continuare invece di dare per scontato che velocità e direzione restino uguali.
Ricevi un file e, a parte, il pezzo nuovo. Il MP4 unito mantiene la frequenza dei fotogrammi e l’inquadratura della tua clip, senza bande nere. Per allineare la giuntura, l’immagine può essere ritagliata o regolata di qualche punto percentuale ai bordi. Se il modello restituisce proporzioni nettamente diverse, il nuovo segmento viene ridimensionato per riempire la tua inquadratura e centrato, e ciò che sporge viene ritagliato. Il file è codificato come MP4 H.264 con audio AAC. Ogni nuovo segmento arriva con una colonna sonora stereo generata nello stesso passaggio e non c’è un interruttore per disattivarla. L’audio del tuo originale resta ed entrambi vengono fusi con una breve dissolvenza incrociata nel punto di giunzione, così il suono passa senza stacchi netti. Il secondo asset dell’output è solo il nuovo segmento, pronto per un’altra estensione o per un editor.
Tutto il resto è LTX-2 19B da immagine a video. Il nuovo segmento passa per le stesse route, con la stessa libertà di contenuto e lo stesso prezzo al secondo dell’endpoint da immagine a video, e una generazione fallita viene rimborsata allo stesso modo. Se la generazione riesce ma non è possibile costruire l’unione, il task fallisce e l’addebito viene rimborsato.
Casi d’uso
Allunga una ripresa che finiva troppo presto: un piatto girevole per prodotti che si ferma prima che l’etichetta guardi in camera, o una camminata che si interrompe prima che la persona arrivi alla porta. Estendila di qualche secondo e descrivi solo il movimento che manca.
Costruisci una sequenza più lunga passo dopo passo. Genera una prima ripresa, estendila, poi estendi di nuovo il risultato unito; ogni passo addebita solo i secondi che aggiunge. Poiché ogni passo parte da un solo fotogramma, guarda ogni giunzione prima di sovrapporre la successiva.
Guida ai prompt e consigli da esperti
Descrivi il momento successivo, non tutta la scena. Il fotogramma fissa già chi è dove; usa il prompt per l’azione che segue, il movimento di camera e il suono, e chiudilo con una riga «Audio:» che nomini due o tre suoni. Ripeti il linguaggio di camera con cui finiva il clip, come un lento avvicinamento o un’inquadratura fissa, perché la giunzione si legga come una sola ripresa.
Taglia prima di estendere. L’ultimo fotogramma è l’unica immagine che il modello vede, quindi un finale sfocato, tagliato a metà movimento o molto compresso passa dritto nella continuazione. Taglia prima il tuo originale su un fotogramma pulito e nitido. Sono accettati originali fino a 60 secondi in MP4, MOV o WebM.
Mantieni la risoluzione coerente. La risoluzione decide solo la nitidezza con cui viene generato il nuovo segmento, quindi un’impostazione più bassa rende la parte nuova più morbida dell’originale. Allinea la risoluzione alla sorgente e imposta duration_seconds sulla durata che ti serve davvero: l’addebito segue solo il nuovo segmento.
Avvio rapido dell’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "lightricks/ltx-2-19b/video-extend",
"input": {
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
