WaveSpeedAI
← Blog

Memperkenalkan WaveSpeedAI LTX 2.3 Text-to-Video LoRA di WaveSpeedAI

LTX-2.3 dengan dukungan LoRA adalah model fondasi audio-video berbasis DiT yang dirancang untuk menghasilkan video dan audio tersinkronisasi dengan gaya, gerakan, atau kemiripan khusus

By WaveSpeedAI 6 min read
Wavespeed Ai Ltx.2.3 Text To Video Lora
Wavespeed Ai Ltx.2.3 Text To Video Lora LTX-2.3 dengan dukungan LoRA adalah model fondasi audio-vide...
Try it
Memperkenalkan WaveSpeedAI LTX 2.3 Text-to-Video LoRA di WaveSpeedAI

Memperkenalkan LTX-2.3 Text-to-Video dengan Dukungan LoRA di WaveSpeedAI

Batas antara imajinasi dan video tidak pernah setipis ini. Hari ini, kami dengan antusias mengumumkan ketersediaan LTX-2.3 Text-to-Video dengan dukungan LoRA di WaveSpeedAI — sebuah model yang tidak hanya menghasilkan video dari teks, tetapi memungkinkan Anda membentuknya sesuai visi Anda dengan gaya, karakter, dan gerakan kustom melalui adapter LoRA yang ringan.

Baik Anda sedang membangun identitas merek, menganimasikan karakter berulang, atau membuat konten dengan tampilan sinematik khas, LTX-2.3 dengan LoRA memberikan kontrol yang tidak bisa ditandingi oleh model pembuatan video generik.

Apa Itu LTX-2.3 Text-to-Video LoRA?

LTX-2.3 adalah evolusi terbaru dari keluarga model LTX milik Lightricks — sebuah model fondasi berbasis Diffusion Transformer (DiT) yang menghasilkan video dan audio tersinkronisasi dari satu prompt teks dalam satu proses. Tidak ada pipeline produksi audio terpisah. Tidak ada solusi pasca-pemrosesan. Anda mendeskripsikan sebuah adegan, dan Anda mendapatkan visual sekaligus suaranya.

Yang membuat rilis ini sangat powerful adalah penambahan dukungan LoRA (Low-Rank Adaptation). Adapter LoRA adalah modul ringan yang dapat dilatih, yang berada di atas model dasar dan mengarahkan outputnya menuju gaya, karakter, atau pola gerakan tertentu. Anda dapat menumpuk hingga tiga adapter LoRA secara bersamaan, memadukan estetika kustom dengan kekuatan generatif penuh LTX-2.3.

Hasilnya: model yang sekaligus serbaguna dan sangat dapat dikustomisasi.

Fitur Utama

Kualitas Visual dan Audio yang Ditingkatkan

LTX-2.3 hadir dengan VAE (Variational Autoencoder) yang dirancang ulang sepenuhnya, dilatih pada data berkualitas lebih tinggi. Tekstur halus, rambut, overlay teks, dan detail tepi lebih tajam dan lebih realistis dibanding versi sebelumnya. Di sisi audio, data pelatihan telah disaring dari celah keheningan, kebisingan, dan artefak, serta vocoder baru menghasilkan suara yang lebih bersih dan lebih andal dengan keselarasan yang lebih ketat terhadap konten visual.

Kepatuhan Prompt yang Ditingkatkan

Konektor teks gated attention yang baru berarti prompt Anda diikuti dengan lebih setia. Deskripsi tentang waktu, gerakan, ekspresi, dan isyarat audio diterjemahkan langsung ke dalam output yang dihasilkan — mengurangi kesenjangan antara apa yang Anda tulis dan apa yang Anda lihat.

Kustomisasi LoRA

Terapkan hingga tiga adapter LoRA per generasi, masing-masing dengan skala yang dapat disesuaikan. Ini memungkinkan Anda untuk:

  • Mengunci gaya visual — tampilan sinematik, estetika anime, palet warna merek
  • Menjaga konsistensi karakter — wajah, figur, atau maskot berulang di berbagai klip
  • Melatih pola gerakan kustom — gerakan khas, teknik kamera, koreografi
  • Menggabungkan adapter — lapisi LoRA karakter dengan LoRA gaya dan LoRA gerakan dalam satu generasi

Opsi Output yang Fleksibel

  • Resolusi: 480p untuk iterasi cepat, 720p untuk kualitas seimbang, 1080p untuk hasil akhir
  • Durasi: Hasilkan klip dari 5 hingga 20 detik
  • Audio tersinkronisasi: Suara dihasilkan bersama video dalam satu proses model, dengan kemampuan memandu audio melalui isyarat prompt seperti “hujan di jendela,” “jazz yang ceria,” atau “sorak-sorai penonton”

Harga yang Transparan dan Dapat Diprediksi

Setiap generasi memiliki biaya yang jelas berdasarkan resolusi dan durasi:

Resolusi5d10d15d20d
480p$0.15$0.30$0.45$0.60
720p$0.20$0.40$0.60$0.80
1080p$0.25$0.50$0.75$1.00

Tidak ada kejutan. Tidak ada biaya komputasi tersembunyi.

Kasus Penggunaan di Dunia Nyata

Konten Merek dalam Skala Besar

Tim pemasaran dapat melatih LoRA berdasarkan identitas visual merek mereka — perlakuan logo, palet warna, gaya grafis gerak — lalu menghasilkan konten video sesuai merek hanya dari deskripsi teks. Butuh 20 variasi peluncuran produk? Tulis promptnya, terapkan LoRA merek, dan hasilkan.

Penceritaan Berbasis Karakter

Kreator yang membangun seri atau kampanye di sekitar karakter tertentu dapat melatih LoRA kemiripan dari klip referensi. Setiap video baru mempertahankan tampilan karakter yang sama, membuat konten episodik dan seri media sosial tetap konsisten secara visual tanpa pengeditan manual.

Pembuatan Konten Media Sosial

Rentang durasi 5 hingga 20 detik sangat cocok untuk konten format pendek di TikTok, Instagram Reels, dan YouTube Shorts. Hasilkan klip yang menarik perhatian dengan audio tersinkronisasi langsung dari brief kreatif, lalu iterasikan di 480p sebelum merender versi final di 1080p.

Prototipe Cepat dan Visualisasi Konsep

Agensi dan studio dapat menggunakan pembuatan video dari teks untuk memvisualisasikan konsep dengan cepat untuk presentasi klien. Deskripsikan adegan, terapkan LoRA gaya sinematik, dan hasilkan pratinjau yang dipoles dalam hitungan menit, bukan hari.

Desain Gerak dan Eksplorasi VFX

Latih LoRA pada gerakan kamera tertentu — tracking shot, dolly zoom, pan halus — dan terapkan pada adegan apa pun. Ini memberi desainer gerak titik awal yang sudah sesuai dengan bahasa sinematik yang mereka inginkan.

Memulai di WaveSpeedAI

Menghasilkan video pertama Anda hanya membutuhkan beberapa baris kode:

import json
import os
import time
from urllib.request import Request, urlopen

api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
    "prompt": "A cinematic ocean wave at sunrise, highly detailed",
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "duration": 5,
    "seed": -1
}

def request_json(url, data=None):
    request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
    with urlopen(request) as response:
        return json.load(response)

# 1. Submit the prediction.
submit_body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/ltx-2.3/text-to-video-lora", json.dumps(payload).encode())
task = submit_body.get("data", submit_body)
prediction_id = task.get("id")
if not prediction_id:
    raise RuntimeError("Submission response did not contain a prediction id")
result_url = task.get("urls", {}).get("get") or f"https://api.wavespeed.ai/api/v3/predictions/{prediction_id}/result"

# 2. Poll until the prediction finishes.
while True:
    body = request_json(result_url)
    result = body.get("data", body)
    status = result.get("status")
    if status == "completed":
        print(result.get("outputs", []))
        break
    if status in {"failed", "cancelled", "timeout"}:
        raise RuntimeError(result)
    if status not in {"created", "processing"}:
        raise RuntimeError(f"Unexpected status: {status}")
    time.sleep(2)

Berjalan di WaveSpeedAI berarti tanpa cold start — permintaan Anda langsung mengenai GPU yang sudah aktif dan mulai menghasilkan segera. Dikombinasikan dengan harga per generasi yang terjangkau dan REST API yang mudah dipahami, Anda dapat mengintegrasikan pembuatan video ke dalam alur kerja produksi tanpa overhead infrastruktur.

Tips Pro untuk Hasil Terbaik

  • Iterasikan dengan murah: Mulai di 480p untuk menyempurnakan kombinasi prompt dan LoRA Anda, lalu render versi final di 1080p
  • Spesifik dengan audio: Sertakan isyarat audio dalam prompt Anda — “musik piano lembut,” “ombak yang menghantam,” “langkah kaki di kerikil” — untuk soundscape yang lebih disengaja
  • Gunakan seed tetap: Saat membandingkan variasi prompt atau skala LoRA, kunci seed untuk mengisolasi apa yang sebenarnya berubah
  • Tumpuk LoRA secara strategis: Kombinasikan adapter gaya dengan adapter gerakan untuk hasil yang tidak bisa dicapai keduanya sendirian, sesuaikan skala masing-masing untuk menemukan keseimbangan yang tepat

Gambaran Besar

Pembuatan video AI telah melewati ambang batas pada tahun 2026. Apa yang dulunya merupakan kebaruan yang menghasilkan klip buram berdurasi beberapa detik kini telah berkembang menjadi alat siap produksi yang mampu menghasilkan output berkualitas sinematik dengan gerakan yang koheren dan audio tersinkronisasi. LTX-2.3 dengan dukungan LoRA mewakili langkah berikutnya dalam evolusi tersebut: bukan hanya kualitas dasar yang lebih baik, tetapi kemampuan untuk membuat model menjadi milik Anda.

LoRA kustom mengubah model video serbaguna menjadi alat kreatif khusus yang memahami merek, karakter, dan estetika Anda. Itulah perbedaan antara menghasilkan konten generik dan menghasilkan konten Anda.

Mulai Berkreasi Hari Ini

LTX-2.3 Text-to-Video dengan dukungan LoRA sudah tersedia di WaveSpeedAI. Kunjungi halaman model untuk menjelajahi API, menjalankan generasi pertama Anda, dan melihat apa yang mungkin ketika Anda menggabungkan pembuatan video mutakhir dengan presisi adapter LoRA kustom.

Teks Anda. Gaya Anda. Video Anda.

Bagikan