ข้ามไปยังเนื้อหา

LTX-2.3 22B · Extend Video

ผสานการทำงาน

ID โมเดล ltx-2.3-22b/extend-video
# 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/ltx-2.3-22b/extend-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

ไฟล์เช่นเดียวกับตัวอย่าง: $0.18 180 เครดิต API ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API
Lightricks วิดีโอเป็นวิดีโอ เสียงในตัว

ต่อเนื่องวิดีโอที่มีอยู่จากพรอมต์ พร้อมเสียงที่สร้างขึ้นและรูปภาพปลายทางที่เป็นตัวเลือก

Lightricks · วิดีโอ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น

พรอมต์ที่ใช้เป็นพื้นฐานสำหรับการสร้างวิดีโอ

•จำเป็น video_url
วางไฟล์ หรือ

URL ที่ชี้ไปยังวิดีโอที่จะขยาย

video_size ค่าเริ่มต้น auto

ขนาดของวิดีโอที่สร้างขึ้น

ค่าเริ่มต้น 121

จำนวนเฟรมของเอาต์พุตที่สร้าง

ขั้นสูง negative_prompt · end_image · scheduler · acceleration · camera_lora · video_output_type · video_quality · video_write_mode · extend_direction · fps · num_inference_steps · video_cfg_scale · video_stg_scale · video_rescaling_scale · video_modality_scale · audio_cfg_scale · audio_stg_scale · audio_rescaling_scale · audio_modality_scale · gradient_estimation_gamma · camera_lora_scale · distill_lora_first_pass_scale · distill_lora_second_pass_scale · num_context_frames · video_strength · audio_strength · end_image_strength · seed · use_multiscale · match_input_fps · use_restart_sampling · enable_prompt_expansion · enable_safety_checker
ค่าเริ่มต้น news broadcast, 3d an...

พรอมต์เชิงลบที่ใช้ระหว่างการสร้างวิดีโอ

end_image_url
วางไฟล์ หรือ

ระบุรูปภาพเฟรมสุดท้ายผ่าน URL เพื่อกำหนดจุดสิ้นสุดของวิดีโอที่ขยาย

scheduler ค่าเริ่มต้น ltx2

การเลือก scheduler

acceleration ค่าเริ่มต้น regular

ระดับการเร่งความเร็วที่ใช้กับการประมวลผล

camera_lora ค่าเริ่มต้น none

การเลือก Camera LoRA เพื่อควบคุมการเคลื่อนไหวในวิดีโอที่สร้างได้แม่นยำกว่าการใช้พรอมต์การเคลื่อนไหวของกล้องเพียงอย่างเดียว

video_output_type ค่าเริ่มต้น X264 (.mp4)

ประเภทเอาต์พุตของวิดีโอผลลัพธ์

video_quality ค่าเริ่มต้น high

ระดับคุณภาพของวิดีโอผลลัพธ์

video_write_mode ค่าเริ่มต้น balanced

โหมดการเขียนสำหรับวิดีโอผลลัพธ์

extend_direction ค่าเริ่มต้น forward

ด้านของวิดีโอที่จะขยาย: เลือก 'backward' เพื่อเพิ่มเนื้อหาก่อนจุดเริ่มต้น หรือ 'forward' เพื่อเพิ่มเนื้อหาหลังจุดสิ้นสุด

ค่าเริ่มต้น 24

อัตราเฟรมของวิดีโอเอาต์พุต วัดเป็นเฟรมต่อวินาที

ค่าเริ่มต้น 40

จำนวนขั้นตอนการอนุมานที่ดำเนินการ

ค่าเริ่มต้น 3

การตั้งค่าการชี้นำวิดีโอ เพิ่มค่าเพื่อให้เนื้อหาที่สร้างมีความสอดคล้องและโฟกัสมากขึ้น ใช้ classifier-free guidance (CFG)

ค่าเริ่มต้น 0

ควบคุมความสอดคล้องและโฟกัสของวิดีโอผ่านสเกล Spatiotemporal Guidance (STG) เพิ่มค่าเพื่อเสริมคุณสมบัติทั้งสอง

ค่าเริ่มต้น 0.7

การปรับสเกลวิดีโอเพื่อสร้างสมดุลระหว่าง classifier-free guidance กับ spatiotemporal guidance ในรูปอัตราส่วน

ค่าเริ่มต้น 3

การปรับโมดาลิตีวิดีโอเพื่อสร้างสมดุลระหว่างสัดส่วนของวิดีโอและเสียง

ค่าเริ่มต้น 7

การตั้งค่าการชี้นำเสียง เพิ่มค่าเพื่อให้เนื้อหาที่สร้างมีความสอดคล้องและโฟกัสมากขึ้น ใช้ classifier-free guidance (CFG)

ค่าเริ่มต้น 0

ควบคุมความสอดคล้องและโฟกัสของเสียงผ่านสเกล Spatiotemporal Guidance (STG) เพิ่มค่าเพื่อเสริมคุณสมบัติทั้งสอง

ค่าเริ่มต้น 0.7

การปรับสเกลเสียงเพื่อสร้างสมดุลระหว่าง classifier-free guidance กับ spatiotemporal guidance ในรูปอัตราส่วน

ค่าเริ่มต้น 3

การปรับโมดาลิตีเสียงเพื่อสร้างสมดุลระหว่างสัดส่วนของวิดีโอและเสียง

ค่าเริ่มต้น 2

การตั้งค่าการประมาณเกรเดียนต์สำหรับการลด noise: ค่า 0 จะปิดการประมาณ มิฉะนั้นค่าจะระบุ gamma

ค่าเริ่มต้น 1

ความแรงของ Camera LoRA เพื่อควบคุมการเคลื่อนไหวในวิดีโอที่สร้างได้แม่นยำกว่าการใช้พรอมต์การเคลื่อนไหวของกล้องเพียงอย่างเดียว

ค่าเริ่มต้น 0.2

ควบคุมสเกล distill LoRA ในการประมวลผลครั้งแรก โดยใช้ 0 เพื่อปิด

ค่าเริ่มต้น 0.5

ควบคุมสเกล distill LoRA สำหรับทุกครั้งที่ประมวลผลหลังจากครั้งแรก

ค่าเริ่มต้น 25

จำนวนเฟรมที่ใช้ให้บริบทเมื่อขยายวิดีโอ

ค่าเริ่มต้น 1

ความยืดหยุ่นในการเปลี่ยนแปลงเนื้อหาวิดีโอถูกควบคุมด้วยค่าน้ำหนักการปรับเงื่อนไขนี้: ค่าที่น้อยลงทำให้โมเดลมีอิสระมากขึ้น

ค่าเริ่มต้น 1

ความยืดหยุ่นในการเปลี่ยนแปลงเนื้อหาเสียงถูกควบคุมด้วยค่าน้ำหนักการปรับเงื่อนไขนี้: ค่าที่น้อยลงทำให้โมเดลมีอิสระมากขึ้น

ค่าเริ่มต้น 1

ควบคุมว่าเฟรมสิ้นสุดมีอิทธิพลต่อวิดีโอที่สร้างมากเพียงใด

ค่า Seed ที่เริ่มต้นการสร้างตัวเลขสุ่ม

POST /run/ltx-2.3-22b/extend-video?wait=20 ใบเสนอราคา → $0.18
# 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/ltx-2.3-22b/extend-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ LTX-2.3 22B · Extend Video

รับ `video_url` และ `prompt` แล้วสร้างวิดีโอต่อเนื่องจำนวน `num_frames` เฟรม (9 ถึง 481) สามารถระบุ `end_image_url` เพื่อกำหนดจุดสิ้นสุดของส่วนต่อ `match_input_fps` ใช้รักษาอัตราเฟรมของต้นฉบับ `generate_audio` ใช้เพิ่มเสียง และ `video_size` มีค่าเริ่มต้นเป็น auto เอาต์พุตรองรับ mp4, webm, mov หรือ GIF

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
promptจำเป็น
ประเภทstring
พรอมต์ที่ใช้เป็นพื้นฐานสำหรับการสร้างวิดีโอ
video_urlจำเป็น video
ประเภทurl · video
URL ที่ชี้ไปยังวิดีโอที่จะขยาย
end_image_urlไม่บังคับ end_image
ประเภทurl · image
ระบุรูปภาพเฟรมสุดท้ายผ่าน URL เพื่อกำหนดจุดสิ้นสุดของวิดีโอที่ขยาย
num_framesไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น121
9 – 481
จำนวนเฟรมของเอาต์พุตที่สร้าง
video_sizeไม่บังคับ
ประเภทobject
ค่าเริ่มต้นauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ขนาดของวิดีโอที่สร้างขึ้น
generate_audioไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
ควบคุมว่าจะให้วิดีโอมีเสียงที่สร้างขึ้นหรือไม่
use_multiscaleไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
ตัวเลือกการสร้างหลายสเกลเพื่อเพิ่มความสอดคล้องและรายละเอียด เมื่อเป็น True วิดีโอขนาดเล็กเบื้องต้นจะช่วยชี้นำการสร้างครั้งที่สอง ซึ่งมีขนาดเท่ากับหรือใหญ่กว่าขนาดที่ขอ
match_input_fpsไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
การแทนที่อัตราเฟรมเอาต์พุต ซึ่งเมื่อเปิดจะใช้ FPS ของวิดีโอต้นฉบับแทน FPS เป้าหมายค่าเริ่มต้น
fpsไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น24
1 – 60
อัตราเฟรมของวิดีโอเอาต์พุต วัดเป็นเฟรมต่อวินาที
num_inference_stepsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น40
8 – 50
จำนวนขั้นตอนการอนุมานที่ดำเนินการ
video_cfg_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น3
1 – 20
การตั้งค่าการชี้นำวิดีโอ เพิ่มค่าเพื่อให้เนื้อหาที่สร้างมีความสอดคล้องและโฟกัสมากขึ้น ใช้ classifier-free guidance (CFG)
video_stg_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
0 – 20
ควบคุมความสอดคล้องและโฟกัสของวิดีโอผ่านสเกล Spatiotemporal Guidance (STG) เพิ่มค่าเพื่อเสริมคุณสมบัติทั้งสอง
video_rescaling_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.7
0 – 1
การปรับสเกลวิดีโอเพื่อสร้างสมดุลระหว่าง classifier-free guidance กับ spatiotemporal guidance ในรูปอัตราส่วน
video_modality_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น3
0 – 10
การปรับโมดาลิตีวิดีโอเพื่อสร้างสมดุลระหว่างสัดส่วนของวิดีโอและเสียง
audio_cfg_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น7
1 – 20
การตั้งค่าการชี้นำเสียง เพิ่มค่าเพื่อให้เนื้อหาที่สร้างมีความสอดคล้องและโฟกัสมากขึ้น ใช้ classifier-free guidance (CFG)
audio_stg_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
0 – 20
ควบคุมความสอดคล้องและโฟกัสของเสียงผ่านสเกล Spatiotemporal Guidance (STG) เพิ่มค่าเพื่อเสริมคุณสมบัติทั้งสอง
audio_rescaling_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.7
0 – 1
การปรับสเกลเสียงเพื่อสร้างสมดุลระหว่าง classifier-free guidance กับ spatiotemporal guidance ในรูปอัตราส่วน
audio_modality_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น3
0 – 10
การปรับโมดาลิตีเสียงเพื่อสร้างสมดุลระหว่างสัดส่วนของวิดีโอและเสียง
gradient_estimation_gammaไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น2
0 – 10
การตั้งค่าการประมาณเกรเดียนต์สำหรับการลด noise: ค่า 0 จะปิดการประมาณ มิฉะนั้นค่าจะระบุ gamma
use_restart_samplingไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
ตัวเลือกการสุ่มตัวอย่างใหม่เพื่อคุณภาพวิดีโอที่อาจดีขึ้น: เมื่อเปิดใช้ ระบบจะเพิ่ม noise เล็กน้อยในทุกขั้นตอนการลด noise
schedulerไม่บังคับ
ประเภทenum
ค่าเริ่มต้นltx2
ltx2linear_quadraticbeta
การเลือก scheduler
accelerationไม่บังคับ
ประเภทenum
ค่าเริ่มต้นregular
noneregularhighfull
ระดับการเร่งความเร็วที่ใช้กับการประมวลผล
camera_loraไม่บังคับ
ประเภทenum
ค่าเริ่มต้นnone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
การเลือก Camera LoRA เพื่อควบคุมการเคลื่อนไหวในวิดีโอที่สร้างได้แม่นยำกว่าการใช้พรอมต์การเคลื่อนไหวของกล้องเพียงอย่างเดียว
camera_lora_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 1
ความแรงของ Camera LoRA เพื่อควบคุมการเคลื่อนไหวในวิดีโอที่สร้างได้แม่นยำกว่าการใช้พรอมต์การเคลื่อนไหวของกล้องเพียงอย่างเดียว
negative_promptไม่บังคับ
ประเภทstring
ค่าเริ่มต้นnews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
พรอมต์เชิงลบที่ใช้ระหว่างการสร้างวิดีโอ
seedไม่บังคับ
ประเภทinteger | null
ค่า Seed ที่เริ่มต้นการสร้างตัวเลขสุ่ม
enable_prompt_expansionไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
ควบคุมว่าจะเปิดใช้การขยายพรอมต์หรือไม่
enable_safety_checkerไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
ควบคุมว่าจะเปิดใช้การตรวจสอบความปลอดภัยหรือไม่
video_output_typeไม่บังคับ
ประเภทenum
ค่าเริ่มต้นX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
ประเภทเอาต์พุตของวิดีโอผลลัพธ์
video_qualityไม่บังคับ
ประเภทenum
ค่าเริ่มต้นhigh
lowmediumhighmaximum
ระดับคุณภาพของวิดีโอผลลัพธ์
video_write_modeไม่บังคับ
ประเภทenum
ค่าเริ่มต้นbalanced
fastbalancedsmall
โหมดการเขียนสำหรับวิดีโอผลลัพธ์
distill_lora_first_pass_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.2
0 – 1
ควบคุมสเกล distill LoRA ในการประมวลผลครั้งแรก โดยใช้ 0 เพื่อปิด
distill_lora_second_pass_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.5
0 – 1
ควบคุมสเกล distill LoRA สำหรับทุกครั้งที่ประมวลผลหลังจากครั้งแรก
extend_directionไม่บังคับ
ประเภทenum
ค่าเริ่มต้นforward
forwardbackward
ด้านของวิดีโอที่จะขยาย: เลือก 'backward' เพื่อเพิ่มเนื้อหาก่อนจุดเริ่มต้น หรือ 'forward' เพื่อเพิ่มเนื้อหาหลังจุดสิ้นสุด
num_context_framesไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น25
0 – 121
จำนวนเฟรมที่ใช้ให้บริบทเมื่อขยายวิดีโอ
video_strengthไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 1
ความยืดหยุ่นในการเปลี่ยนแปลงเนื้อหาวิดีโอถูกควบคุมด้วยค่าน้ำหนักการปรับเงื่อนไขนี้: ค่าที่น้อยลงทำให้โมเดลมีอิสระมากขึ้น
audio_strengthไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 1
ความยืดหยุ่นในการเปลี่ยนแปลงเนื้อหาเสียงถูกควบคุมด้วยค่าน้ำหนักการปรับเงื่อนไขนี้: ค่าที่น้อยลงทำให้โมเดลมีอิสระมากขึ้น
end_image_strengthไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 1
ควบคุมว่าเฟรมสิ้นสุดมีอิทธิพลต่อวิดีโอที่สร้างมากเพียงใด
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-22b/extend-video",
  "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": 180,
    "usd": "0.18",
    "charged": 180,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42,
    "prompt": "A woman stands still amid a busy neon-lit street at night. The camera slowly dollies in toward her face as people blur past, their motion emphasizing her calm presence. City lights flicker and reflections shift across her denim jacket."
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}วิดีโอที่โมเดลสร้าง
seed
integerค่า Seed ที่ใช้เริ่มต้นการสร้างตัวเลขสุ่ม
prompt
stringพรอมต์ที่ใช้ชี้นำการสร้าง

โมเดลเพิ่มเติม: วิดีโอเป็นวิดีโอ

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/ltx-2.3-22b/extend-video.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt