LTX 2.5 리뷰: 사운드 담긴 롱테이크, 고르지 않은 얼굴

저희는 콘텐츠 단계 결과를 공개하지 않습니다. 아래 갤러리는 LTX 2.5 모델 페이지에 공개된 일상 등급 예제에서 가져왔습니다.

한 번의 요청으로 노을에서 모닥불까지. 해변의 두 사람이 마지막 프레임에 의해 밤에 모닥불 곁에서 담요를 두른 모습으로 도착합니다. 프롬프트는 목적지가 아니라 두 스틸 사이의 이행만 묘사하면 됩니다.

촛불과 피어오르는 김. 촛불 밝힌 욕실의 시작 프레임에서 그녀가 김이 나는 물속으로 가라앉고 젖은 머리카락 사이로 손을 끌어올립니다. 스틸이 방을, 프롬프트가 변화하는 것만 제공합니다.

타일 가장자리에서 뒤로 떨어져 수영장으로. 그녀가 타일 가장자리에서 뒤로 넘어가고, 카메라가 그녀와 함께 가라앉는 동안 기포가 떠오르고 기둥에는 물결 무늬 빛이 계속 일렁입니다. 보통은 애니메이션된 스틸을 깨뜨리는 종류의 물리적 순간입니다.

끊김 없는 20초 군중 횡단. 경기장 게이트에서 붐비는 군중 사이를 지나가는 하나의 연속적인 스테디캠 스타일 무브로, 컷 없이 전부 텍스트만으로 쓴 이 엔드포인트의 전체 20초 길이입니다.

한 테이크로 내려가는 대리석 계단. 에메랄드 실크 가운을 입은 여성이 텅 빈 오페라 하우스 계단을 내려가는 동안 샹들리에 빛이 원단에 닿습니다. 한 문단만으로 하강, 원단의 움직임, 크레인 무브까지 전체 아크를 만듭니다.

빗속의 셀 셰이딩 라멘 포장마차. 애니메이션 스타일, 손으로 그린 배경으로 여성이 노렌 커튼 아래로 들어가 우산을 털고 자리에 앉습니다. 별도의 스타일 필드가 없어 스타일 전체가 문장으로만 전달됩니다.

문장을 피사체, 동작, 카메라, 빛, 그다음 제약 순으로 배치하고, 나쁜 결과를 고칠 때는 한 번에 변수 하나씩만 바꾸세요. 이미지 투 비디오에서는 시작(과 마지막) 프레임이 정체성과 의상을 담당하게 하고, 프롬프트는 움직임에만 쓰세요.

1. 이행으로 묘사한 고정된 결말(이미지 투 비디오, 마지막 프레임 제공).

Cast: one man and one woman. Begin on the two of them on the beach at sunset and end on the supplied final frame: the same two at night wrapped in one blanket by a bonfire, sparks rising. Close: wet swimwear still clinging at sunset, then opening onto firelight.

이 프롬프트를 LTX 2.5로 실행 →

2. 끊김 없는 하나의 움직임으로 쓴 긴 테이크(텍스트 투 비디오).

Cast: a mixed crowd of men and women of different ages and skin tones. The camera stays at chest height in the crush of bodies the whole way through. One continuous 20-second Steadicam take: from the arena gate, through a packed crowd, no cuts.

이 프롬프트를 LTX 2.5로 실행 →

약한 예: 빠르고 복잡한 물리적 동작(협곡 비행, 불 위 웍 던지기)을 강한 카메라 움직임 및 세밀한 디테일과 한 문장에 함께 묘사하는 것. 이 조합에서 아티팩트가 가장 심했습니다. 강한 예: 속도를 늦추거나, 복잡한 동작을 동시다발적인 카메라·피사체 변화가 더 적도록 나누세요.

2026년 9월 16일부터 24일까지 LTX 2.5 두 작업 모두에 5단계 콘텐츠 사다리를 돌렸습니다. 이미지 투 비디오는 L1 암시, L2 성숙한 주제, L3 강함, L4 고강도가 저희가 돌린 모든 테스트에서 깨끗하게 렌더링됐고, L5 극한 결박·충격 테스트도 깨끗하게 렌더링됐습니다. 이 계열에서는 L5 극한 고어 테스트는 시험하지 않았습니다. 텍스트 투 비디오는 L4 고강도 한 번이 순화된 것을 제외하면 같은 패턴을 보였습니다. 두 작업 모두 저희 쪽 콘텐츠 필터는 없으며, 페이지 표시는 무검열입니다.

사운드와 대사에 관한 참고. 텍스트 투 비디오 오디오 테스트에서는 결과가 균일하게 좋거나 나쁘지 않고 고르지 않았습니다. 카페 대화 장면은 자연스러운 웃음과 대체로 시간이 맞는 대사를 전달했지만 립싱크가 어긋나는 순간이 하나 있었습니다. 감정적인 독백은 감정적 순간은 살렸지만 얼굴이 약간 인공적으로 보였습니다. "I missed you" 클로즈업 대사는 립싱크는 좋았지만 중간에 이상한 입 모양 아티팩트가 함께 있었습니다. 거리 악사 장면은 들리는 연주를 만들어냈지만 동작이 다소 반복적이었습니다. 유리 깨지는 소리 효과 프롬프트는 와인잔이 아닌 엉뚱한 물체(텀블러)를 렌더링했고 깨지는 소리도 불분명했습니다. 사운드를 끌 필드가 없으니 게시 전에 모든 클립의 오디오 트랙을 검토하세요.

아직 시험하지 않은 것: 두 작업 모두의 L5 극한 고어 테스트, 마지막 프레임을 제공하면 독립 테스터들이 보고한 얼굴 흔들림 문제가 줄어드는지 여부, 사다리에서 남성 둘의 장면, 복잡한 동작 프롬프트를 느리게 하면 협곡과 웍 장면에서 본 색상 아티팩트 실패를 피할 수 있는지 여부.

모든 프롬프트, 스틸, 출력에서 성인만. 실존하고 식별 가능한 인물을 동의 없이 그리지 마시고, 프레임으로 업로드하는 모든 사진의 권리를 가지고 있어야 합니다.

LTX 2.5에 대한 반응은 저희 자체 테스트가 발견한 것과 거의 정확히 같은 선을 따라 갈립니다. 긍정적인 쪽에서는 소비자용 하드웨어로 테스트한 한 Hugging Face 사용자가 특히 풍경과 제품 샷에서 "RTX 5070 Ti에서 생성 속도와 시각 품질이 매우 인상적이었다"고 썼습니다.

불만은 일관성 주변에 몰려 있습니다. "i2v의 캐릭터 일관성은 재앙이다."라는 제목의 토론은 같은 참조 사진이 LTX 2.3과 LTX 2.5 사이에서 눈에 띄게 다른 사람으로 렌더링됐다고 보고했습니다. 두 번째 스레드 "뮤직비디오에는 LTX 2.5를 쓰지 마세요! LTX 2.3을 고수하세요"는 새 버전의 텍스트 인코더를 노래와 대화에서 약해진 립싱크의 원인으로 지목했습니다.

저희 결과도 이 분열의 양쪽에 걸쳐 있습니다. 저희가 돌린 일상적인 재즈 클럽과 계단 장면은 잘 유지됐지만, 커뮤니티가 제기한 얼굴 흔들림과 립싱크 불만은 저희 자체 오디오 테스트와 비교 테스트에서 본 것과 일치합니다.

• 얼굴이 유지돼야 하고 네이티브 오디오는 포기해도 되나요? LTX 2.3 Spicy는 더 오래되고 일관성이 더 잘 검증된 LTX 세대를 내장 LoRA 프리셋과 함께 돌리며, 초당 $0.019부터입니다.
• 깊은 로컬 LoRA 생태계를 가진 오픈 웨이트 기본형을 대신 원하나요? Wan 2.2는 긴 한 테이크 형식을 고정 5초 클립과 균일한 $0.24로 맞바꿉니다.
• 멀티 샷 디렉션으로 더 긴 테이크를 원하나요? Wan 3.0은 480p 기준 초당 $0.045부터, 최대 30초까지 돌립니다.
• 자체 커뮤니티를 가진 다른 오픈 웨이트 경쟁자를 원하나요? MiniMax H3는 독립 테스터들이 LTX와 가장 자주 비교하는 다른 계열입니다.