LTX 2.5 Fast

Présentation

ltx-2.5-fast/image-to-video est un modèle rapide de génération de vidéo à partir d'image lancé par Lightricks, qui produit à partir d'une image fixe un clip vidéo accompagné d'un audio synchronisé. Il prend en charge l'interpolation entre première et dernière image, avec des durées de 2 à 20 secondes, des résolutions 720p ou 1080p, et un format paysage ou portrait combinables selon les besoins : idéal pour les développeurs qui souhaitent valider rapidement une direction de plan ou produire en série des clips courts.

Points clés

• Contrôle de la transition par interpolation entre première et dernière image — vous pouvez fournir une image de départ puis ajouter une image de fin, et le modèle génère une transition fluide entre ces deux points, ce qui facilite le verrouillage de la composition de début et de fin.
• Génération synchronisée de la vidéo et de l'audio natif — par défaut, l'audio natif est produit en même temps que l'image, ce qui réduit le travail de synchronisation audio-vidéo en post-production.
• Combinaisons flexibles de durée et de format — prise en charge de 2 à 20 secondes, de 720p ou 1080p, en paysage ou en portrait, pour basculer rapidement d'un format de sortie à l'autre selon le canal de diffusion.

Description des capacités

Génération de vidéo à partir d'image et interpolation entre première et dernière image : génère une vidéo animée à partir d'une image de départ ; si une deuxième image est ajoutée comme image de fin, le modèle interpole la transition entre le début et la fin, ce qui convient aux plans nécessitant un contrôle précis des images de début et de fin.

Paramétrage de la durée et du format : la durée peut être choisie entre 2 et 20 secondes par pas de deux secondes, la résolution prend en charge 720p et 1080p, et le format prend en charge 16:9 et 9:16 ; un seul appel suffit pour produire des contenus en paysage ou en portrait adaptés à la plateforme cible.

Génération synchronisée audio-vidéo : le paramètre generate_audio permet de contrôler si un audio natif est produit en même temps que la vidéo ; il est activé par défaut, ce qui convient aux cas où l'on souhaite obtenir directement un rendu final avec son.

Description de la scène et du mouvement de caméra par prompt : le champ prompt accepte jusqu'à 5000 caractères et permet de décrire simultanément la scène, le mouvement, le plan et le son, afin que le résultat généré corresponde mieux à l'intention de cadrage du créateur.

Cas d'usage

• Développeurs en validation rapide de prototype — générer rapidement un court extrait à partir d'une image conceptuelle et d'un prompt bref, tester à faible coût la direction de plan et le style, puis décider s'il faut passer à une production soignée.
• Production en série de contenus pour les réseaux sociaux et la publicité — générer séparément des clips de 2 à 20 secondes avec audio en 9:16 portrait et en 16:9 paysage, pour des diffusions en vidéo courte ou des variantes publicitaires en série.
• Création de plans de transition entre première et dernière image — fournir deux images, de début et de fin, pour générer une animation de transition intermédiaire, utile pour les transitions, les présentations de produits ou les plans de storyboard nécessitant une composition de début et de fin verrouillée.

Limites et conseils de choix

Ce modèle est une version optimisée pour la vitesse : au-delà de 10 secondes, seules les résolutions 720p ou 1080p sont prises en charge, avec une fréquence d'images limitée à 24/25 FPS ; les durées très longues et la haute résolution ne peuvent pas être satisfaites simultanément, il faut donc arbitrer entre durée et résolution selon le cas d'usage. Pour des sorties plus longues ou à fréquence d'images plus élevée, il convient d'évaluer d'autres versions de la même série. L'entrée doit contenir au moins une image de départ ; pour une génération à partir de texte seul, il faut se tourner vers la voie texte-vers-vidéo.