LTX-2.3 là một bản nâng cấp lớn. Đây là một động cơ đa phương thức sẵn sàng cho sản xuất - được thiết kế để có thể xây dựng trên đó. Dưới đây là những gì mới 🧵 1/7

Giao hàng hôm nay: → Mã nguồn đầy đủ, trọng số mô hình và mã huấn luyện → Truy cập API để tích hợp vào sản xuất → LTX Studio cho việc tạo ra trên web Chạy nó cục bộ. Tinh chỉnh nó. Tích hợp nó trực tiếp vào quy trình làm việc của bạn. 2/7

Cải tiến lớn nhất là độ chân thực hình ảnh và sự ổn định chuyển động. Một video VAE mới và không gian tiềm ẩn được tinh chỉnh mang lại chi tiết sắc nét hơn và chuyển động ổn định hơn. Hình ảnh đến video giữ được tốt hơn, các kết cấu nhỏ sống sót qua quá trình nén, và nội suy khung cuối làm cho các kết thúc cảm thấy có chủ đích. Chúng tôi cũng đã áp dụng lọc dữ liệu mạnh mẽ hơn và cải thiện xử lý dữ liệu, điều này trực tiếp cải thiện chi tiết hình ảnh tinh tế và giảm thiểu các hiện tượng không mong muốn. 3/7

Sự hiểu biết về prompt cũng đã có bước tiến thực sự. Một bộ kết nối văn bản lớn hơn cải thiện cách mà mô hình diễn giải chuyển động của camera, bố cục cảnh và hành động của nhân vật. Bạn không còn cần phải thiết kế quá phức tạp các prompt để có được kết quả dự đoán được nữa. Ở bên trong, chuẩn hóa thích ứng và sự chú ý có điều kiện thắt chặt kiểm soát mà không làm tăng độ phức tạp. 4/7

Các keyframe và điều khiển có cấu trúc hiện đã được tích hợp sâu hơn. LTX-2.3 được huấn luyện với các mục tiêu đa nhiệm từ giai đoạn tiền huấn luyện, bao gồm chuyển đổi hình ảnh thành video, quay lại, keyframe và nhiều hơn nữa. Điều này làm cho các chuyển tiếp, sự phát triển cảnh có kiểm soát và quy trình làm việc nhiều cảnh trở nên nhất quán và đáng tin cậy hơn. 5/7

Chất lượng âm thanh cũng được cải thiện trên toàn bộ. Một vocoder mới tăng cường độ rõ ràng của đối thoại và tính chân thực của âm thanh. Sự căn chỉnh giữa âm thanh và video chặt chẽ hơn. Lọc mạnh mẽ hơn và cải thiện xử lý dữ liệu giảm thiểu đầu ra ồn ào và nâng cao độ trung thực tổng thể của âm thanh. 6/7