Wprowadzenie
Przedłużanie wideo na LTX 2.3 Spicy. Wyślij klip do kontynuowania i, jeśli chcesz, opisz, co dzieje się dalej: ostatnia klatka klipu staje się klatką początkową nowego ujęcia LTX 2.3 Spicy z obrazu na wideo, a oryginał i nowy fragment wracają połączone w jednym pliku MP4. Płacisz tylko za nowe sekundy.
| Pole | Wartość |
|---|---|
| Wejście | Wideo |
| Wyjście | Wideo |
| Twórca modelu | Lightricks |
| Endpoint | image-to-video, video-extend |
| Czas trwania | Od 3 do 20 sekund, w pełnych sekundach |
| Rozdzielczość | 480p, 720p, 1080p (domyślnie 480p) |
| Proporcje obrazu | Nie jest parametrem; wyznacza je kształt klatki początkowej |
| Prompt | Opcjonalny; przyjmowane są instrukcje bez cenzury |
| Treści | Bez cenzury, brak klasyfikatora treści |
| Dźwięk | Brak pola audio; zwrócona ścieżka bywa niema lub ledwie słyszalna |
| Wykonanie | Zadanie asynchroniczne, rozliczane za sekundę wyniku |
Najważniejsze funkcje
Dwadzieścia sekund to scena, nie pętla
Większość endpointów wideo bez cenzury kończy się w okolicach pięciu czy sześciu sekund, co wszystko sprowadza do pętli. Dwadzieścia sekund w jednej generacji wystarcza na moment z początkiem, zwrotem i zakończeniem, a ciągłość rozstrzyga się wewnątrz ujęcia, a nie na szwie, który trzeba potem ukryć. Aby wyjść poza dwadzieścia sekund, kontynuuj klip punktem końcowym przedłużania wideo.
To kadr decyduje o treści
Nie ma wejścia wyłącznie tekstowego i o to właśnie chodzi: animuje się to, co jest w kadrze – kostium, ciało, poza, kadrowanie – więc twój materiał trafia dalej w takiej postaci, w jakiej go podałeś, zamiast przechodzić przez reinterpretację enkodera tekstu. Domknij obraz w tanim przebiegu, a żądanie wideo sprowadzi się do pytania o ruch.
Możesz wysłać sam obraz
prompt jest opcjonalny. Sama klatka daje niewielki, wiarygodny ruch – często dokładnie tyle, ile potrzebuje pętla – i sprawia, że hurtowe przepuszczenie istniejącego zbioru zdjęć staje się banalne. Tekst dokładaj tylko wtedy, gdy zależy ci na konkretnym momencie, i ogranicz go do tego, co się zmienia, zamiast opisywać obraz od nowa.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
preset | Nie | Domyślny tuned stosuje zalecany zestaw ogólnego przeznaczenia; original stylizuje delikatniej i zostaje bliżej twojej ostatniej klatki. |
prompt | Nie | Opcjonalne. Co dzieje się dalej: następna akcja i ruch kamery. |
duration_seconds | Nie | Długość nowego fragmentu: liczba całkowita sekund od 3 do 20, domyślnie 5. 20 sekund to jedna generacja, a nie sklejona sekwencja. |
resolution | Nie | Rozdzielczość nowego fragmentu: 480p, 720p lub 1080p, domyślnie 480p. |
seed | Nie | Od 0 do 2147483647. Trzymaj stałą, by porównywać po jednym zmienionym polu; pomiń, by uzyskać różnorodność. |
video_url | Tak | Klip do kontynuowania: MP4, MOV lub WebM, do 60 sekund. Jego ostatnia klatka staje się klatką początkową nowego fragmentu, więc przytnij go na czystej, ostrej klatce. od 1 znaków |
Cennik
Opłata za każdą sekundę nowego fragmentu w wybranej rozdzielczości; wysłany klip źródłowy nie jest rozliczany.
| Specyfikacja | Cena |
|---|---|
| $0.019 / sekundę |
| $0.038 / sekundę |
| $0.057 / sekundę |
Zastosowania
Sceny, które inne API odrzucają
Kadry źródłowe są przyjmowane i animowane w takiej postaci, w jakiej je podałeś, więc materiał zatrzymywany gdzie indziej na filtrze promptu tutaj przechodzi. Ponieważ treść mieszka w obrazie, a nie w tekście, klip odpowiada zatwierdzonej przez ciebie klatce, a nie złagodzonemu odczytaniu twoich słów.
Dwudziestosekundowe sceny towarzyszące
Jedna generacja obejmuje zbliżenie, przytrzymanie i odwrócenie wzroku – kształt, którego potrzebuje klip towarzyszący albo roleplay, żeby brzmiał jak moment, a nie jak dwusekundowa pętla puszczona w kółko. Jedna klatka, jeden prompt, jedno żądanie.
Hurtowy ruch dla istniejącego zbioru
Skoro prompt jest opcjonalny, całe archiwum kadrów można przepuścić bez żadnych instrukcji do pojedynczych obrazów: każda klatka staje się trzysekundowym klipem w 480p, a dłuższy przebieg w 1080p dostają tylko te, które warto zatrzymać.
Deszcz, woda i mokra tkanina
Tkanina na skórze, woda na szybie i odbity neon to miejsca, w których dłuższe ujęcie zwraca swój koszt, bo detal zmienia się przez całe dwadzieścia sekund, zamiast po dwóch ustawić się w punkcie pętli.
Wskazówki
Najpierw zrób kadr
Kostium, ciało, poza i kadrowanie rozstrzygają się na etapie obrazu, bo etap wideo ich nie zmieni. Wyeksportuj kadr od razu w takim kształcie, w jakim chcesz go dostarczyć – nie ma tu pola proporcji, którym można to potem naprawić.
Opisz tylko ruch albo nic
Prompt jest opcjonalny. Jeśli go używasz, ogranicz go do momentu i kamery, zostawiając tekst po angielsku dokładnie tak, jak został wysłany: „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.” Potem ustaw
duration_secondsna dowolną wartość od 3 do 20.Szkicuj w 480p, dostarczaj raz
Trzy sekundy w 480p kosztują na tyle mało, że nadają się do sprawdzenia, czy klatka w ogóle się ożywia. Kiedy już się ożywia, uruchom pełną długość w 720p albo 1080p z tym samym seedem, a dźwięk dodaj w montażu – ścieżka zwracana przez ten endpoint bywa niema albo ledwie słyszalna.
Wprowadzenie
LTX 2.3 Spicy Przedłużanie wideo kontynuuje klip, który już masz. Przekaż go w video_url, a jeśli chcesz pokierować tym, co dzieje się dalej, dodaj prompt. Ostatnia klatka klipu staje się klatką początkową nowego ujęcia LTX 2.3 Spicy z obrazu na wideo trwającego od 3 do 20 sekund, a obie części są łączone w jeden plik MP4: najpierw oryginał, potem kontynuacja, bez powtórzonej klatki na łączeniu. Nowy fragment wraca też jako osobny plik, więc możesz przedłużać dalej albo montować części oddzielnie.
Najważniejsze funkcje i zalety
Ciągłość bierze się z ostatniej klatki. Kostiumy, scenografia, światło i ustawienie wszystkich postaci zostają zachowane, bo nowy fragment dosłownie zaczyna się od twojej ostatniej klatki. Ruch nie przechodzi w ten sam sposób: model widzi jedną nieruchomą klatkę, a nie cały klip, dlatego opisz ruch, który ma trwać dalej, zamiast zakładać, że tempo i kierunek zostaną zachowane.
Dostajesz jeden plik i osobno nowy kawałek. Połączony MP4 zachowuje liczbę klatek na sekundę i kadrowanie Twojego klipu, bez czarnych pasów. Aby dopasować łączenie, obraz może zostać przycięty lub skorygowany o kilka procent przy krawędziach. Jeśli model zwróci wyraźnie inne proporcje, nowy fragment zostanie przeskalowany tak, aby wypełnić Twój kadr, i wyśrodkowany, a to, co wystaje, zostanie przycięte. Plik jest kodowany jako MP4 H.264 z dźwiękiem AAC. LTX 2.3 Spicy nie ma pola audio, więc nowy fragment często wraca bez dźwięku lub z cichym dźwiękiem. Dźwięk twojego oryginału zostaje; jeśli jedna strona go nie ma, połączony plik jest wypełniany ciszą, a gdy dźwięk mają obie, są łączone krótkim przenikaniem na łączeniu. Drugi zasób w wyniku to sam nowy fragment, gotowy do kolejnego przedłużenia albo do montażu.
Cała reszta to LTX 2.3 Spicy z obrazu na wideo. Nowy fragment idzie tymi samymi trasami, z tym samym zakresem treści i tą samą ceną za sekundę co punkt końcowy z obrazu na wideo, a nieudana generacja jest zwracana w ten sam sposób. Pole presetu działa tak jak w trybie z obrazu na wideo. Jeśli generacja się powiedzie, ale nie uda się zbudować połączenia, zadanie kończy się błędem, a opłata jest zwracana.
Zastosowania
Wydłuż ujęcie, które skończyło się za wcześnie: obrotowy stolik z produktem, który zatrzymuje się, zanim etykieta spojrzy w kamerę, albo spacer urwany, zanim postać dojdzie do drzwi. Przedłuż je o kilka sekund i opisz tylko pozostały ruch.
Buduj dłuższą sekwencję krok po kroku. Wygeneruj pierwsze ujęcie, przedłuż je, a potem przedłuż połączony wynik jeszcze raz; każdy krok rozlicza tylko sekundy, które dodaje. Ponieważ każdy krok zaczyna się od jednej klatki, sprawdź każde łączenie, zanim dołożysz następne.
Poradnik promptów i wskazówki dla zaawansowanych
Opisz następny moment, a nie całą scenę, albo zostaw prompt pusty. Klatka ustala już, kto gdzie jest; jeśli piszesz, słowa przeznacz na następną akcję i ruch kamery. Powtórz język kamery, którym kończył się klip, na przykład powolny najazd albo statyczne ujęcie, żeby łączenie wyglądało jak jedno ujęcie.
Przytnij przed przedłużeniem. Ostatnia klatka to jedyny obraz, który widzi model, więc rozmyte, urwane w pół ruchu albo mocno skompresowane zakończenie przechodzi wprost do kontynuacji. Najpierw przytnij oryginał na czystej, ostrej klatce. Akceptowane są oryginały do 60 sekund w formatach MP4, MOV lub WebM.
Zachowaj spójną rozdzielczość. Rozdzielczość decyduje tylko o tym, jak ostry jest generowany nowy segment, więc niższe ustawienie sprawia, że nowa część wygląda miękciej niż oryginał. Dopasuj rozdzielczość do źródła i ustaw duration_seconds na długość, której naprawdę potrzebujesz: opłata dotyczy wyłącznie nowego segmentu.
Wolno wykorzystywać wyłącznie zgadzające się osoby dorosłe i materiał z odpowiednią licencją. Zabronione są osoby małoletnie, intymne obrazy bez zgody oraz zwodnicze podszywanie się pod prawdziwe osoby.
Odpowiadasz za prawa do materiału źródłowego, wizerunku, znaków towarowych i muzyki oraz za każde użycie komercyjne.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "lightricks/ltx-2.3-spicy/video-extend",
"input": {
"duration_seconds": 5,
"preset": "tuned",
"resolution": "480p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.





