跳转到内容

LTX-2.3 22B Video Trainer

集成

模型 id 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"

此请求: $9.60 9,600 API 积分 在此页面运行

获取 API 密钥
Lightricks 训练 1–60 秒 #ltx2.3-video#fine-tuning

训练 LTX-2.3 22B LoRA,用于自定义视频风格和效果,可选音频

Lightricks · 文件

你的第一个结果将在此显示

在下方构建请求,并使用你的 API 密钥运行。输出会复制到我们的存储中,可永久保存或免费保存 7 天。

构建请求

控件根据模型架构生成。更改控件时,代码和价格会同步更新。

resolution 默认 medium

训练分辨率。提高分辨率会增加内存需求。

aspect_ratio 默认 1:1

训练宽高比。

•必填

包含纯图像或纯视频数据集的 ZIP 存档 URL;不支持混合媒体数据集。建议至少包含 10 个文件,最好使用更大的集合。图像接受扩展名 .png、.jpg、.jpeg,视频接受 .mp4、.mov、.avi、.mkv。媒体文件可选择附带字幕文本文件,每个字幕文件的名称应与对应媒体文件匹配。

默认 2000

训练步数总数。

高级 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
默认 worst quality, incons...

验证期间应用的负面提示词。

rank 默认 32

LoRA 适配秩;该值越高,容量越大,但内存消耗也越高。

validation_resolution 默认 high

验证期间使用的分辨率。

validation_aspect_ratio 默认 1:1

验证期间使用的宽高比。

默认

LoRA 样式激活短语,训练期间插入字幕开头。

默认 0.0002

优化学习率,在训练速度可能提升与增大后过拟合风险之间进行权衡。

默认 89

每个训练样本的帧数。将该数量除以 8 必须余 1;示例包括 1、9、17、25、33、41、49、57、65、73、81、89、97。

默认 25

目标视频帧率,以每秒帧数表示。

默认 30

以秒数表示的场景拆分触发阈值:只有超过该时长的视频才会被拆分。

默认 0.5

通过提高训练使用首帧条件的频率来改善图像生成视频性能;此值设置该概率。

默认 89

每个验证视频的帧数。

默认 25

目标验证视频帧率,以每秒帧数表示。

默认 1

时空引导(STG)缩放,建议使用 1.0,使用 0.0 可关闭 STG。

默认 []

训练验证提示词列表,其中的输入必须全部包含图像,或全部不包含图像。

POST /run/ltx23-video-trainer?wait=20 报价 → $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"

运行此请求

你的密钥会保留在此浏览器中:仅发送到 Doitong API;只有勾选“记住”后才会保存到 localStorage。 获取 API 密钥

关于 LTX-2.3 22B Video Trainer

在 LTX-2.3 22B 模型上训练 LoRA,从视频或图像 zip 中学习自定义风格和效果,理想情况下包含 10 个或更多文件。`number_of_steps` 范围为 100 到 6000(默认 2000),`frame_rate` 默认 25,`first_frame_conditioning_p` 默认 0.5。`with_audio` 强制启用或禁用音频训练,`generate_audio_in_validation` 控制预览中的音频。

参数

名称类型 默认值允许值 描述
training_data_url必填
类型string
包含纯图像或纯视频数据集的 ZIP 存档 URL;不支持混合媒体数据集。建议至少包含 10 个文件,最好使用更大的集合。图像接受扩展名 .png、.jpg、.jpeg,视频接受 .mp4、.mov、.avi、.mkv。媒体文件可选择附带字幕文本文件,每个字幕文件的名称应与对应媒体文件匹配。
rank可选
类型enum
默认值32
8163264128
LoRA 适配秩;该值越高,容量越大,但内存消耗也越高。
number_of_steps可选
类型integer
默认值2000
100 – 6,000
训练步数总数。
learning_rate可选
类型number
默认值0.0002
0.000001 – 1
优化学习率,在训练速度可能提升与增大后过拟合风险之间进行权衡。
number_of_frames可选
类型integer
默认值89
9 – 121
每个训练样本的帧数。将该数量除以 8 必须余 1;示例包括 1、9、17、25、33、41、49、57、65、73、81、89、97。
frame_rate可选
类型integer
默认值25
8 – 60
目标视频帧率,以每秒帧数表示。
resolution可选
类型enum
默认值medium
lowmediumhigh
训练分辨率。提高分辨率会增加内存需求。
aspect_ratio可选
类型enum
默认值1:1
16:91:19:16
训练宽高比。
trigger_phrase可选
类型string
默认值
LoRA 样式激活短语,训练期间插入字幕开头。
auto_scale_input可选
类型boolean
默认值false
启用后自动调整视频,以匹配请求的 FPS 和帧数;图像数据集保持不变。
split_input_into_scenes可选
类型boolean
默认值true
超过时长阈值的视频场景拆分;为 true 时启用。
split_input_duration_threshold可选
类型number
默认值30
1 – 60
以秒数表示的场景拆分触发阈值:只有超过该时长的视频才会被拆分。
debug_dataset可选
类型boolean
默认值false
用于在完整训练运行前检查视频、图像和字幕的预处理检查模式。启用后,训练器会将处理后的训练数据集返回为可下载存档,以便手动检查。
with_audio可选
类型boolean | null
选择 True 可强制在视频训练的同时进行音频训练,选择 False 可排除音频。保留默认值 None 时,会根据所提供视频是否包含音频自动选择。
audio_normalize可选
类型boolean
默认值true
峰值振幅归一化,建议使用,以将峰值调整到共同水平,使整个数据集的音频电平保持一致。
audio_preserve_pitch可选
类型boolean
默认值true
音频和视频长度不同时的音高保留:启用时使用时间拉伸或压缩;禁用时改用裁剪或静音填充。
first_frame_conditioning_p可选
类型number
默认值0.5
0 – 1
通过提高训练使用首帧条件的频率来改善图像生成视频性能;此值设置该概率。
validation可选
类型object[]
默认值[]
≤ 2 个项目
训练验证提示词列表,其中的输入必须全部包含图像,或全部不包含图像。
validation[].prompt必填
类型string
验证期间使用的提示词。
validation[].image_url可选
类型url · image
用于图像生成视频验证的图像;仅当其他每个验证输入也包含图像时才允许使用。
validation_negative_prompt可选
类型string
默认值worst quality, inconsistent motion, blurry, jittery, distorted
验证期间应用的负面提示词。
validation_number_of_frames可选
类型integer
默认值89
9 – 121
每个验证视频的帧数。
validation_frame_rate可选
类型integer
默认值25
8 – 60
目标验证视频帧率,以每秒帧数表示。
validation_resolution可选
类型enum
默认值high
lowmediumhigh
验证期间使用的分辨率。
validation_aspect_ratio可选
类型enum
默认值1:1
16:91:19:16
验证期间使用的宽高比。
stg_scale可选
类型number
默认值1
0 – 3
时空引导(STG)缩放,建议使用 1.0,使用 0.0 可关闭 STG。
generate_audio_in_validation可选
类型boolean
默认值true
控制验证样本是否包含生成的音频。
必填

输出

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"
  }
}
你的文件,由你选择每个 outputs[].url 都是存储中的副本:可永久保存(按 GB-月付费),也可免费保存 7 天,由账户设置或 ?storage= 决定。
每个模型的结构相同图像、视频和音频均包含 type、url、content_type、width、height 和 duration。output 是模型自身的结果对象。
输出字段
video
object {url, content_type, file_name, file_size} | null任何可用验证视频的 URL。
lora_file
object {url, content_type, file_name, file_size}采用 .safetensors 格式的已训练 LoRA 权重 URL。
config_file
object {url, content_type, file_name, file_size}推理端点设置的配置。
debug_dataset
object {url, content_type, file_name, file_size} | null可下载的调试存档,仅对启用 `debug_dataset` 的输入返回;其中包含预处理后的训练数据集,包括解码后的音频和视频。

对于 AI 代理:此页面的 Markdown 版本位于 https://doitong.com/zh/developers/models/ltx23-video-trainer.md. 所有模型和指南: https://doitong.com/developers/llms.txt