Wprowadzenie
LTX 2.3 Spicy w trybie obraz na wideo animuje kadr otwierający bez cenzury, z opcjonalnym opisem ruchu i bez pola audio.
LTX 2.3 Spicy to dostrojona wersja LoRA bez cenzury oparta na LTX 2.3 od Lightricks, udostępniona jako endpointy obraz na wideo i video-extend; ta strona dotyczy obraz na wideo. Treść niesie dostarczony przez ciebie kadr otwierający, prompt jest opcjonalny, a jedno żądanie zwraca od 3 do 20 pełnych sekund w 480p, 720p lub 1080p.
Najważniejsze funkcje
Dwadzieścia sekund to scena, a nie pętla
Większość endpointów wideo bez cenzury kończy się na pięciu, sześciu sekundach, co zmusza do robienia ze wszystkiego pętli. Dwadzieścia sekund w jednej generacji wystarczy na moment z początkiem, zwrotem i zakończeniem, a ciągłość powstaje wewnątrz ujęcia, a nie na łączeniu, które trzeba ukrywać. Aby wyjść poza dwadzieścia sekund, kontynuuj klip punktem końcowym przedłużania wideo.
Zdjęcie decyduje o treści
Nie ma wejścia tylko z tekstem i właśnie o to chodzi: animuje się to, co jest w kadrze, czyli strój, ciało, poza i kadrowanie, więc twój materiał dociera taki, jak go dostarczono, zamiast przechodzić reinterpretację przez koder tekstu. Najpierw dopracuj obraz w tanim przebiegu, a żądanie wideo stanie się już tylko pytaniem o ruch.
Możesz wysłać sam obraz
Prompt jest opcjonalny. Sam kadr daje wiarygodny, drobny ruch, który często wystarcza na pętlę i sprawia, że hurtowe przetwarzanie istniejącej sesji zdjęć jest banalne. Tekst dodawaj tylko wtedy, gdy liczy się konkretny moment, i ograniczaj go do tego, co się zmienia, zamiast opisywać obraz od nowa.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
preset | Nie | Tuned to utrzymywany zestaw ogólnego przeznaczenia. Original prawie nie nakłada stylu – wybierz go, gdy preset kłóci się z wyglądem, który opisałeś. |
image_url | Tak | Wymagany. Kadr, który się ożywia – decyduje o treści i o kształcie wyniku. |
prompt | Nie | Opcjonalny. Opisz moment, kamerę i tempo; nie opisuj ponownie kadru. |
duration_seconds | Nie | Pełne sekundy, od 3 do 20. Dwadzieścia to jedna generacja, a nie sklejona sekwencja. |
resolution | Nie | 480p, 720p albo 1080p. Domyślnie jest 480p – podnieś je dla wszystkiego, co dostarczasz. |
seed | Nie | Sprawia, że dwa przebiegi da się porównać, gdy zmieniasz jedną zmienną. To nie jest gwarancja identycznych klatek. |
Cennik
| Specyfikacja | Cena |
|---|---|
| $0.019 / sekundę |
| $0.038 / sekundę |
| $0.057 / sekundę |
Zastosowania
Sceny, które odrzucają inne API
Kadry są przyjmowane i animowane tak, jak zostały dostarczone, więc materiał odrzucany gdzie indziej przez filtr promptów działa tutaj. Ponieważ treść jest w obrazie, a nie w tekście, klip odpowiada zatwierdzonemu kadrowi, a nie złagodzonej interpretacji twoich słów.
Dwudziestosekundowe sceny z towarzyszką
Jedna generacja obejmuje podejście, zatrzymanie i odwrócenie wzroku: kształt, jakiego potrzebuje klip towarzyski albo fabularny, żeby wyglądał jak moment, a nie jak zapętlona dwusekundowa pętla. Jeden kadr, jeden prompt, jedno żądanie.
Ruch hurtem dla istniejącej sesji
Ponieważ prompt jest opcjonalny, archiwum zdjęć można przepuścić bez wskazówek dla każdego z nich: każdy kadr staje się trzysekundowym klipem w 480p, a tylko te warte zachowania dostają dłuższy przebieg w 1080p.
Wskazówki
Najpierw zrób kadr
Strój, ciało, pozę i kadrowanie ustalasz w przebiegu obrazu, bo przebieg wideo ich nie zmieni. Wyeksportuj zdjęcie w proporcjach, w których chcesz je oddać: nie ma pola proporcji, którym dałoby się to poprawić później.
Szkic w 480p, dostawa za jednym razem
Trzy sekundy w 480p kosztują na tyle mało, żeby sprawdzić, czy kadr w ogóle się animuje. Gdy tak, wygeneruj pełną długość w 720p lub 1080p z tym samym seed i dodaj dźwięk w montażu, bo ścieżka zwracana przez ten endpoint często jest cicha albo niema. Jeśli domyślny preset tuned kłóci się z zamierzonym stylem, przestaw preset na original, który prawie nie dodaje stylizacji.
Dostosuj dołączony przykład
Opublikowany przykład używa duration_seconds 5 i resolution 720p, a jako image_url jednego zdjęcia.
She turns further toward the driver's seat, wet shirt clinging as she moves, pushes a soaked strand of hair back and mouths something with a tired smile. Rain streams down the windscreen, neon reflections crawl across the glass, wipers sweep once.
Jedno zdjęcie i notatka o ruchu: obrót, włosy i wycieraczki są opisane, a mokra koszula i kadrowanie pochodzą z kadru.
Sprawdź wynik przed kolejną iteracją
Kadr otwierający jest wiernie zachowany, a zdjęcia przechodzą bez zmian. Jeśli używasz promptu, ogranicz go do ruchu, bo tekst sprzeczny z kadrem każe klipowi negocjować między jednym a drugim. Dwadzieścia sekund to jedna generacja, a nie przycięcie: trzysekundowy szkic i dwudziestosekundowa wersja końcowa to osobne przebiegi. Domyślna rozdzielczość to 480p, więc przy dostawie poproś o 720p lub 1080p.
Szybki start z 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "lightricks/ltx-2.3-spicy/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"preset": "tuned",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
