LTX-2.3
ओपन-सोर्स AI वीडियो के लिए नया मानदंड। नेटिव ऑडियो सिंक के साथ सिंगल-मॉडल DiT आर्किटेक्चर।
LTX-2.3 क्या है?
LTX-2.3 Lightricks द्वारा एक ओपन-सोर्स AI वीडियो जनरेशन मॉडल है, जो LTX-2 श्रृंखला का नवीनतम संस्करण है। यह एक सिंगल-मॉडल डिफ्यूजन ट्रांसफॉर्मर (DiT) है जो हाई-फिडेलिटी वीडियो और सिंक ऑडियो एक साथ उत्पन्न करता है।
T2V, I2V और A2V मोड का समर्थन करते हुए, इसे "ओपन-सोर्स Veo 3" कहा जाता है, जो शून्य लागत पर स्थानीय रूप से चलता है और बंद-स्रोत मॉडल को टक्कर देने वाली गुणवत्ता प्रदान करता है।
LTX-2.3 बनाम LTX-2
| विशेषता | LTX-2 (पुराना) | LTX-2.3 (वर्तमान) |
|---|---|---|
| VAE और लेटेंट स्पेस | मानक रिज़ॉल्यूशन | ✅ 40% तीखे टेक्सचर के लिए पुनर्निर्मित |
| प्रॉम्प्ट अनुपालन | जटिल निर्देशों के साथ संघर्ष | ✅ गेटेड अटेंशन के साथ 4x टेक्स्ट क्षमता |
| I2V निरंतरता | कभी-कभी "जमे हुए फ्रेम" | ✅ अत्यधिक सुसंगत, कम आर्टिफैक्ट |
| ऑडियो गुणवत्ता | ध्यान देने योग्य बैकग्राउंड शोर | ✅ मिलीसेकंड स्तर के सिंक के साथ स्टूडियो-क्लीन |
LTX-2.3 उन्नत प्रॉम्प्ट गाइड
कालानुक्रमिक क्रम: अनुक्रमों का चरण-दर-चरण वर्णन करें।
सिनेमाई कीवर्ड: "क्लोज़-अप", "क्रेन शॉट" आदि का उपयोग करें।
लाइटिंग: "वॉल्यूमेट्रिक लाइट", "नियॉन" आदि जोड़ें।
ऑडियो टैग: प्रॉम्प्ट में "हैवी बेस", "बारिश की आवाज़" का उल्लेख करें।
प्रमुख सुधार
पेशेवर उत्पादन के लिए अनुकूलित
तीखे विवरण
स्पष्ट बाल, बनावट और किनारे।
बेहतर समझ
जटिल प्रॉम्प्ट के लिए नया गेटेड अटेंशन।
यथार्थवादी I2V
फ्रीज फ्रेम में कमी और बेहतर निरंतरता।
साफ ऑडियो
अनुकूलित फ़िल्टरिंग + नया वोकोडर।
मुख्य अंश
नेटिव वर्टिकल
TikTok/Shorts के लिए 1080x1920।
ऑडियो-निर्देशित
ऑडियो गति और लिपसिंक को नियंत्रित करता है।
मल्टी-मॉडल
कीफ्रेम, डेप्थ/पोज़/कैनी का समर्थन करता है।
तकनीकी निर्देश
स्थानीय रूप से चलाएं
- 01 अनुशंसित: ComfyUI-LTXVideo कस्टम नोड।
- 02 आधिकारिक स्क्रिप्ट, CLI और Fal.ai का समर्थन।
- 03 LTX Desktop: ओपन-सोर्स पेशेवर संपादक।
नोट्स
"LTX-2.3 सिंक किए गए वीडियो/ऑडियो के लिए बेहतरीन ओपन-सोर्स समाधान है।"