LTX 2.5 Fast

Descripción general

ltx-2.5-fast/image-to-video es un modelo rápido de imagen a vídeo lanzado por Lightricks, que parte de una imagen estática para generar clips de vídeo con audio sincronizado. Admite interpolación entre el fotograma inicial y el final, y permite combinar según necesidad una duración de 2 a 20 segundos, resolución de 720p o 1080p, y orientación horizontal o vertical, lo que lo hace adecuado para desarrolladores que necesitan validar rápidamente la dirección de un plano o producir material de vídeo corto en lote.

Aspectos destacados

• Interpolación entre fotogramas inicial y final para controlar las transiciones del plano: se puede aportar una imagen de fotograma inicial y añadir después una imagen de fotograma final, de modo que el modelo genera una transición fluida entre ambos puntos, lo que facilita fijar la composición de inicio y fin.
• Generación sincronizada de vídeo y audio nativo: de forma predeterminada se genera también audio nativo junto con las imágenes, lo que reduce el trabajo posterior de alineación de audio y vídeo.
• Combinación flexible de duración y formato: admite de 2 a 20 segundos, 720p o 1080p, y orientación horizontal o vertical, permitiendo cambiar rápidamente las especificaciones de salida según el canal de difusión.

Descripción de capacidades

Imagen a vídeo e interpolación entre fotogramas inicial y final: genera un vídeo dinámico a partir de una imagen de fotograma inicial; tras añadir una segunda imagen como fotograma final, el modelo interpola la transición entre el inicio y el final, lo que resulta adecuado para planos que requieren un control preciso de las imágenes de inicio y fin.

Parametrización de duración y formato: la duración se puede seleccionar en segundos pares dentro del rango de 2 a 20 segundos, la resolución admite 720p y 1080p, y el formato admite 16:9 y 9:16, de modo que una sola llamada puede producir material horizontal o vertical para la plataforma objetivo.

Generación sincronizada de audio y vídeo: mediante el parámetro generate_audio se controla si se genera audio nativo de forma sincronizada al crear el vídeo; está activado de forma predeterminada, lo que resulta adecuado para escenarios que requieren obtener directamente una pieza final con sonido.

Descripción de escenas y movimiento de cámara mediante prompts: el campo prompt admite hasta 5000 caracteres y permite describir simultáneamente la escena, el movimiento, la cámara y el sonido, haciendo que el resultado generado se ajuste mejor a la intención de plano del creador.

Escenarios de aplicación

• Desarrolladores que validan prototipos rápidamente: generar clips cortos a partir de una imagen conceptual y un prompt breve para probar a bajo coste la dirección del plano y el estilo, y decidir después si pasar a una producción refinada.
• Producción masiva de material para redes sociales y publicidad: generar clips con audio de 2 a 20 segundos en vertical 9:16 y horizontal 16:9 por separado, para su uso como alternativas masivas en la difusión de vídeos cortos o material publicitario.
• Creación de planos de transición entre fotogramas inicial y final: aportar dos imágenes, de fotograma inicial y final, para generar la animación de transición intermedia, empleada en transiciones, presentaciones de producto o planos de storyboard que requieren fijar la composición de inicio y fin.

Limitaciones y recomendaciones de selección

Este modelo está orientado a una versión optimizada para velocidad; cuando la duración supera los 10 segundos, solo admite 720p o 1080p y la tasa de fotogramas está limitada a 24/25 FPS; las duraciones muy largas y las resoluciones altas no se pueden satisfacer al mismo tiempo, por lo que es necesario sopesar entre duración y resolución según el escenario. Si se necesita una salida de mayor duración o mayor tasa de fotogramas, se deben evaluar otras versiones de la misma serie. La entrada debe incluir al menos una imagen de fotograma inicial; para escenarios de inicio de vídeo solo con texto se debe elegir la vía de texto a vídeo.