Dreamega

LTX-2.3 AI 视频生成器

Lightricks LTX-2.3 是一款220亿参数的DiT音视频基础模型，配备重建的VAE，可生成更清晰的纹理、面部、头发和文字渲染。具有4倍大的文本连接器以实现更好的提示词遵循，原生9:16竖屏模式最高1080x1920，支持最多3个自定义LoRA适配器，以及通过HiFi-GAN声码器生成更清晰的音频。生成480p至1080p、5至20秒的同步音视频。

/models
Lightricks Ltx
Reel · Specifications

什么是LTX-2.3？

Lightricks 220亿参数的DiT音视频基础模型，具有重建VAE和开源权重

  1. · 01220亿参数量
  2. · 02最高4K分辨率
  3. · 035-20秒时长
  4. · 04Apache 2.0许可证

新一代开源模型，在Apache 2.0许可下提供更清晰的细节、更好的提示词遵循、原生竖屏视频和更干净的同步音频。

Reel · Capabilities

LTX-2.3功能

探索Lightricks LTX-2.3用于新一代视频制作的强大功能

  1. Feature 01 / 08

    重建VAE引擎

    完全重建的变分自编码器提供显著更清晰的精细细节，包括纹理、面部、发丝、文字叠加和锐利边缘。相比LTX-2的根本性升级，实现专业级输出质量。

  2. Feature 02 / 08

    增强提示词遵循

    4倍大的文本连接器确保LTX-2.3以显著更高的准确性遵循您的提示词。复杂的场景描述、特定动作和详细的视觉指令都能在生成的视频中忠实呈现。

  3. Feature 03 / 08

    原生竖屏视频

    一流的9:16竖屏视频支持，分辨率最高1080x1920，专为抖音、Instagram Reels和YouTube Shorts打造。无需再从横屏模型裁剪或添加黑边。

  4. Feature 04 / 08

    同步音视频

    由全新HiFi-GAN声码器驱动的更干净、更高保真的音频生成。生成与视觉内容自然同步的上下文音效、环境音频和对话。

  5. Feature 05 / 08

    自定义LoRA适配器

    支持同时应用最多3个LoRA适配器来自定义风格、角色一致性或运动模式。为品牌特定美学或专业创意工作流程微调输出。

  6. Feature 06 / 08

    多分辨率输出

    灵活分辨率从480p快速草稿到1080p生产级输出，支持放大至4K。选择24或48 FPS帧率以匹配您的项目需求。

  7. Feature 07 / 08

    改进的图生视频

    显著减少Ken Burns效果和静态冻结伪影。图像以真实的运动和动态镜头制作进行动画化，产生自然的运动，使静态图像栩栩如生。

  8. Feature 08 / 08

    开源基础

    基于Apache 2.0许可发布，提供完整的模型权重和训练代码。构建自定义应用程序，针对特定用例微调，或直接集成到您的生产流程中。

如何使用LTX-2.3进行图生视频

通过三个简单步骤将静态图像转化为具有改进运动的动态视频

  1. 选择LTX-2.3图生视频模型并上传图像

    导航到视频生成页面并选择LTX-2.3图生视频模型。上传高质量的静态图像（JPG、PNG或WEBP格式）。选择分辨率（480p至1080p）、宽高比（16:9或9:16竖屏）、帧率（24或48 FPS）和时长（5-20秒）。可选附加LoRA适配器以自定义风格。

  2. 添加运动提示词并配置设置

    撰写详细的提示词描述您希望图像如何动起来。LTX-2.3改进的图生视频产生真实的运动，更少Ken Burns效果和更少冻结。指定镜头运动、主体动作和环境效果。启用音频生成以获取同步的HiFi-GAN声音，使用提示词优化以获得最佳结果。

  3. 生成并下载视频

    点击生成并等待LTX-2.3使用重建的VAE为更清晰的细节和自然运动动画化您的图像。模型在添加动态运动和深度的同时保持图像的构图。预览带同步音频的结果，然后以MP4格式下载完成的视频。

如何使用LTX-2.3进行文生视频

通过三个简单步骤创建带同步音频的精彩AI视频

  1. 选择LTX-2.3文生视频模型

    导航到视频生成页面并选择LTX-2.3文生视频模型。选择首选分辨率（480p至1080p）、宽高比（16:9横屏或9:16竖屏）、帧率（24或48 FPS）和视频时长（5-20秒）。可选附加最多3个LoRA适配器以自定义风格。

  2. 撰写提示词并配置设置

    详细描述您想要创建的视频。LTX-2.3的4倍大文本连接器确保优越的提示词遵循，请具体描述场景构图、镜头运动、照明和动作。启用提示词优化以获得更好的结果，切换同步音频生成，并调整其他参数。

  3. 生成并下载视频

    点击生成并等待LTX-2.3使用重建的VAE渲染更清晰的纹理、面部和文字。预览带有同步HiFi-GAN音频的结果。以MP4格式下载完成的视频，可立即用于您的项目、社交媒体或生产工作流程。

LTX-2.3 YouTube 视频

观看 LTX-2.3 演示和教程，220亿参数的开源音视频基础模型

  • Introducing LTX Desktop: An Open Source Video Editor Powered by LTX-2.3 - LTX
  • Run LTX 2.3 Video Generation AI Model Locally with ComfyUI - Easy Guide - Fahd Mirza
  • LTX 2.3 in Comfy UI — Text to Video & Image to Video - AI Ninja
  • LTX-2.3 In ComfyUI = AI Video Generation At 0 Credits Per Run - Nerdy Rodent
  • LTX-2.3 ComfyUI Workflow Tutorial | Text-to-Video, Image-to-Video, Talking Avatar & Audio Generation - Vantage with AI
  • LTX 2.3 Released - ComfyUI Workflow & A New Tool I Built To Run AI😃😃😃 - Benji’s AI Playground

LTX-2.3 YouTube 视频

观看 LTX-2.3 演示和教程，220亿参数的开源音视频基础模型

LTX-2.3 在 X 上的热门评价

了解 AI 社区对 LTX-2.3 的评价，220亿参数的开源音视频基础模型

IVAN | IA
IVAN | IA
@ivnways
·Follow

Acaban de liberar LTX-2.3. Un modelo de video con IA que genera 4K + audio + lip-sync. 100% gratis y open-source. Puedes crear clips de hasta 20s desde tu propio PC. Te dejo el enlace en el comentario: (Si no, prueba lo último de Kling) x.com/ivnways/status…

Image
IVAN | IA
IVAN | IA
@ivnways

Kling 3.0 Motion Control se actualiza por completo. Basado en la versión 2.6, ahora ofrece: - Consistencia facial impecable - Estabilidad desde múltiples ángulos - Eidelidad en secuencias largas - Reproducción fiel de emociones complejas

Watch on X
166
Reply
Read 4 replies
Jay Sensei👾
Jay Sensei👾
@hckinz
·Follow

LTX-2.3 releasing soon 😊 LTX-2.3 brings four major improvements over LTX-2. A redesigned VAE produces sharper fine details, more realistic textures, and cleaner edges. A new gated attention text connector means prompts are followed more closely – descriptions of timing,  Show more

Image
Wildminder
Wildminder
@wildmindai

LTX-2.3 officially released! Wait, unreleased. 404. ComfyUI team: “Nah, we already support it.” github.com/Comfy-Org/Comf…

Image
5
Reply
Read more on X
FAQ

常见问题

还有其他问题？

contact@dreamega.ai提交工单
LTX-2.3是Lightricks于2026年3月5日发布的220亿参数DiT音视频基础模型。具有完全重建的VAE以实现更清晰的纹理、面部、头发和文字渲染，4倍大的文本连接器以更好地遵循提示词，原生9:16竖屏支持，LoRA适配器支持，以及新的HiFi-GAN声码器以获得更清晰的音频。基于Apache 2.0开源。
LTX-2.3引入了几项重大升级：VAE已完全重建，精细细节显著更清晰。文本连接器大了4倍，提示词遵循效果大幅提升。图生视频改进了减少Ken Burns效果和冻结现象。由于新的HiFi-GAN声码器，音频质量更干净。还新增了原生9:16竖屏视频支持和LoRA适配器支持。
LTX-2.3原生生成480p至1080p的视频，支持放大至4K。支持横屏(16:9)和竖屏(9:16)两种宽高比，竖屏模式最高支持1080x1920分辨率。视频时长从5到20秒，帧率可选24或48 FPS。
LTX-2.3支持同时使用最多3个LoRA（低秩自适应）适配器来自定义模型输出。LoRA可用于保持一致的角色外观、应用特定的艺术风格或控制运动模式。这允许品牌特定的定制和专业创意工作流程，而无需重新训练完整模型。
LTX-2.3使用新的HiFi-GAN声码器生成同步的音视频内容，与LTX-2相比产生更干净、更高保真的音频。模型生成与视觉内容自然匹配的上下文音效、环境音频和对话。音频生成可根据需要开启或关闭。
是的，LTX-2.3基于Apache 2.0许可发布，这是最宽松的开源许可之一。完整的模型权重和训练代码可公开访问，允许开发者构建自定义应用程序、针对特定用例微调，或将模型直接集成到个人和商业用途的生产流程中。