LTX-2.3 ist ein großes Upgrade. Es ist eine produktionsbereite multimodale Engine - entwickelt, um darauf aufgebaut zu werden. Hier ist, was neu ist 🧵 1/7

Versand heute: → Vollständiger Code, Modellgewichte und Trainingscode → API-Zugang für die Produktionsintegration → LTX Studio für webbasierte Generierung Führen Sie es lokal aus. Feinabstimmung. Integrieren Sie es direkt in Ihre Arbeitsabläufe. 2/7

Das größte Upgrade ist die visuelle Treue und die Bewegungsstabilität. Ein neues Video-VAE und ein verfeineter latenter Raum liefern schärfere feine Details und stabilere Bewegungen. Bild-zu-Video hält besser zusammen, kleine Texturen überstehen die Kompression, und die Interpolation des letzten Frames lässt Enden absichtlich wirken. Wir haben auch aggressivere Datenfilterung angewendet und die Datenverarbeitung verbessert, was direkt die feinen visuellen Details verbessert und Artefakte reduziert. 3/7

Das Verständnis von Aufforderungen hat ebenfalls einen echten Schritt nach vorne gemacht. Ein größerer Textverbinder verbessert, wie das Modell Kamerabewegungen, Szenenkomposition und Charakteraktionen interpretiert. Sie müssen Aufforderungen nicht mehr über-engineeren, um vorhersehbare Ergebnisse zu erzielen. Im Hintergrund straffen adaptive Normalisierung und gesteuerte Aufmerksamkeit die Kontrolle, ohne die Komplexität zu erhöhen. 4/7

Schlüsselbilder und strukturierte Steuerung sind jetzt tiefer integriert. LTX-2.3 wird mit Multi-Task-Zielen aus der Vortrainingsphase trainiert, einschließlich Bild-zu-Video, Nachaufnahme, Schlüsselbilder und mehr. Dies macht Übergänge, kontrollierte Szenenentwicklung und Multi-Shot-Workflows konsistenter und zuverlässiger. 5/7

Die Audioqualität hat sich ebenfalls insgesamt verbessert. Ein neuer Vocoder erhöht die Klarheit des Dialogs und die Klangrealität. Die cross-modale Ausrichtung zwischen Audio und Video ist enger. Stärkeres Filtern und verbesserte Datenverarbeitung reduzieren störende Ausgaben und verbessern die gesamte Audio-Fidelity. 6/7