Ir al contenido

LTX-2.3 22B Video Trainer

Integrar

ID del modelo ltx23-video-trainer
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/ltx23-video-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Esta solicitud: 9,60 $ 9600 créditos de API Ejecutar en esta página

Obtener clave de API
Lightricks Entrenamiento 1–60 s #ltx2.3-video#fine-tuning

Entrena una LoRA LTX-2.3 22B para estilos y efectos de vídeo personalizados, con audio opcional

Lightricks · Archivo

Tu primer resultado aparecerá aquí

Crea una solicitud a continuación y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

resolution predeterminado medium

Resolución de entrenamiento. Aumentarla incrementa los requisitos de memoria.

aspect_ratio predeterminado 1:1

Relación de aspecto del entrenamiento.

•obligatorio

URL de un archivo ZIP para un conjunto de datos que contenga exclusivamente imágenes o exclusivamente vídeos; no se admiten conjuntos de datos multimedia mixtos. Se recomiendan 10 archivos o más, preferiblemente una colección mayor. Las extensiones aceptadas son .png, .jpg, .jpeg para imágenes y .mp4, .mov, .avi, .mkv para vídeos. Los archivos de texto de subtítulos son opcionales y pueden acompañar a los archivos multimedia; cada archivo de subtítulos debe tener el mismo nombre que su archivo multimedia asociado.

predeterminado 2000

Número total de pasos de entrenamiento.

Avanzado validation_negative_prompt · rank · validation_resolution · validation_aspect_ratio · trigger_phrase · learning_rate · number_of_frames · frame_rate · split_input_duration_threshold · first_frame_conditioning_p · validation_number_of_frames · validation_frame_rate · stg_scale · auto_scale_input · split_input_into_scenes · debug_dataset · with_audio · audio_normalize · audio_preserve_pitch · generate_audio_in_validation · validation
predeterminado worst quality, incons...

Prompt negativo aplicado durante la validación.

rank predeterminado 32

Rango de adaptación de LoRA, que intercambia un mayor consumo de memoria por una mayor capacidad a medida que aumenta el valor.

validation_resolution predeterminado high

Resolución utilizada durante la validación.

validation_aspect_ratio predeterminado 1:1

Relación de aspecto utilizada durante la validación.

predeterminado

Frase de activación de estilo de LoRA, insertada al principio de los pies de foto durante el entrenamiento.

predeterminado 0.0002

Tasa de aprendizaje de optimización, que equilibra una posible aceleración del entrenamiento con el riesgo de sobreajuste al aumentarla.

predeterminado 89

Número de fotogramas de cada muestra de entrenamiento. Dividir el número entre 8 debe dejar un resto de 1; algunos ejemplos son 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.

predeterminado 25

Frecuencia de fotogramas del vídeo de destino, medida en fotogramas por segundo.

predeterminado 30

Activador de división de escenas expresado como una duración en segundos: solo se dividen los vídeos que superan el umbral.

predeterminado 0.5

Mejora el rendimiento de imagen a vídeo aumentando la frecuencia con la que el entrenamiento usa el condicionamiento del primer fotograma; este valor establece dicha probabilidad.

predeterminado 89

Número de fotogramas de cada vídeo de validación.

predeterminado 25

Frecuencia de fotogramas del vídeo de validación de destino, medida en fotogramas por segundo.

predeterminado 1

Escala de Spatio-Temporal Guidance (STG), con 1.0 recomendado y 0.0 para desactivar STG.

predeterminado []

Lista de prompts de validación del entrenamiento, cuyas entradas deben incluir todas imágenes o no incluir ninguna.

POST /run/ltx23-video-trainer?wait=20 presupuesto → 9,60 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/ltx23-video-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y solo se guarda en localStorage si marcas Recordar. Obtener una clave de API

Acerca de LTX-2.3 22B Video Trainer

Entrena una LoRA en el modelo LTX-2.3 22B para estilos y efectos personalizados a partir de un zip de vídeos o imágenes, idealmente con 10 archivos o más. `number_of_steps` va de 100 a 6000 (valor predeterminado 2000), `frame_rate` es 25 de forma predeterminada y `first_frame_conditioning_p` es 0.5 de forma predeterminada. `with_audio` fuerza o desactiva el entrenamiento de audio, y `generate_audio_in_validation` controla el audio en las vistas previas.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
training_data_urlobligatorio
Tipostring
URL de un archivo ZIP para un conjunto de datos que contenga exclusivamente imágenes o exclusivamente vídeos; no se admiten conjuntos de datos multimedia mixtos. Se recomiendan 10 archivos o más, preferiblemente una colección mayor. Las extensiones aceptadas son .png, .jpg, .jpeg para imágenes y .mp4, .mov, .avi, .mkv para vídeos. Los archivos de texto de subtítulos son opcionales y pueden acompañar a los archivos multimedia; cada archivo de subtítulos debe tener el mismo nombre que su archivo multimedia asociado.
rankopcional
Tipoenum
Predeterminado32
8163264128
Rango de adaptación de LoRA, que intercambia un mayor consumo de memoria por una mayor capacidad a medida que aumenta el valor.
number_of_stepsopcional
Tipointeger
Predeterminado2000
100 – 6000
Número total de pasos de entrenamiento.
learning_rateopcional
Tiponumber
Predeterminado0.0002
0,000001 – 1
Tasa de aprendizaje de optimización, que equilibra una posible aceleración del entrenamiento con el riesgo de sobreajuste al aumentarla.
number_of_framesopcional
Tipointeger
Predeterminado89
9 – 121
Número de fotogramas de cada muestra de entrenamiento. Dividir el número entre 8 debe dejar un resto de 1; algunos ejemplos son 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.
frame_rateopcional
Tipointeger
Predeterminado25
8 – 60
Frecuencia de fotogramas del vídeo de destino, medida en fotogramas por segundo.
resolutionopcional
Tipoenum
Predeterminadomedium
lowmediumhigh
Resolución de entrenamiento. Aumentarla incrementa los requisitos de memoria.
aspect_ratioopcional
Tipoenum
Predeterminado1:1
16:91:19:16
Relación de aspecto del entrenamiento.
trigger_phraseopcional
Tipostring
Predeterminado
Frase de activación de estilo de LoRA, insertada al principio de los pies de foto durante el entrenamiento.
auto_scale_inputopcional
Tipoboolean
Predeterminadofalse
Ajuste automático del vídeo para coincidir con los FPS y el número de fotogramas solicitados cuando está activado; los conjuntos de datos de imágenes no cambian.
split_input_into_scenesopcional
Tipoboolean
Predeterminadotrue
División de escenas para vídeos que superan un umbral de duración, activada cuando es true.
split_input_duration_thresholdopcional
Tiponumber
Predeterminado30
1 – 60
Activador de división de escenas expresado como una duración en segundos: solo se dividen los vídeos que superan el umbral.
debug_datasetopcional
Tipoboolean
Predeterminadofalse
Modo de inspección del preprocesamiento para comprobar vídeos, imágenes y pies de foto antes de una ejecución completa de entrenamiento. Activarlo hace que el entrenador devuelva el conjunto de datos de entrenamiento procesado en un archivo descargable para su revisión manual.
with_audioopcional
Tipoboolean | null
Elige True para forzar el entrenamiento de audio junto con el de vídeo, o False para excluir el audio. Si se deja en su valor predeterminado, None, la elección se realiza automáticamente según si los vídeos proporcionados contienen audio.
audio_normalizeopcional
Tipoboolean
Predeterminadotrue
Normalización de la amplitud máxima, recomendada para uniformizar los niveles de audio en todo el conjunto de datos llevando los picos a un nivel común.
audio_preserve_pitchopcional
Tipoboolean
Predeterminadotrue
Conservación del tono cuando difieren las duraciones del audio y el vídeo: activada usa expansión o compresión temporal; desactivada usa recorte o relleno con silencio.
first_frame_conditioning_popcional
Tiponumber
Predeterminado0.5
0 – 1
Mejora el rendimiento de imagen a vídeo aumentando la frecuencia con la que el entrenamiento usa el condicionamiento del primer fotograma; este valor establece dicha probabilidad.
validationopcional
Tipoobject[]
Predeterminado[]
≤ 2 elementos
Lista de prompts de validación del entrenamiento, cuyas entradas deben incluir todas imágenes o no incluir ninguna.
validation[].promptobligatorio
Tipostring
Prompt utilizado durante la validación.
validation[].image_urlopcional
Tipourl · image
Imagen para la validación de imagen a vídeo, permitida solo si todas las demás entradas de validación también incluyen una imagen.
validation_negative_promptopcional
Tipostring
Predeterminadoworst quality, inconsistent motion, blurry, jittery, distorted
Prompt negativo aplicado durante la validación.
validation_number_of_framesopcional
Tipointeger
Predeterminado89
9 – 121
Número de fotogramas de cada vídeo de validación.
validation_frame_rateopcional
Tipointeger
Predeterminado25
8 – 60
Frecuencia de fotogramas del vídeo de validación de destino, medida en fotogramas por segundo.
validation_resolutionopcional
Tipoenum
Predeterminadohigh
lowmediumhigh
Resolución utilizada durante la validación.
validation_aspect_ratioopcional
Tipoenum
Predeterminado1:1
16:91:19:16
Relación de aspecto utilizada durante la validación.
stg_scaleopcional
Tiponumber
Predeterminado1
0 – 3
Escala de Spatio-Temporal Guidance (STG), con 1.0 recomendado y 0.0 para desactivar STG.
generate_audio_in_validationopcional
Tipoboolean
Predeterminadotrue
Controla si las muestras de validación incluyen audio generado.
obligatorio

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx23-video-trainer",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 9600,
    "usd": "9.60",
    "charged": 9600,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (con pago por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size} | nullURL de cualquier vídeo de validación disponible.
lora_file
object {url, content_type, file_name, file_size}URL de los pesos de LoRA entrenados en formato .safetensors.
config_file
object {url, content_type, file_name, file_size}Configuración de la preparación del endpoint de inferencia.
debug_dataset
object {url, content_type, file_name, file_size} | nullArchivo de depuración descargable devuelto solo para entradas con `debug_dataset` habilitado; contiene el conjunto de datos de entrenamiento preprocesado, incluido el audio y el vídeo decodificados.

Para agentes de IA: esta página en Markdown está en https://doitong.com/es-ES/developers/models/ltx23-video-trainer.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt