Accéder au contenu

LTX 2.3 Trainer (V2) - Video-to-Video

Intégrer

Identifiant du modèle ltx23-trainer-v2/v2v
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/ltx23-trainer-v2/v2v?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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Cette requête: 17,70 $ 17 700 crédits API · ≈ 1 904,16 ₽ L'exécuter sur cette page

Obtenir une clé API
Lightricks Entraînement Entrées de référence1–60 s

Entraîne un LoRA vidéo-à-vidéo à partir de clips avant/après appariés, guidé par une vidéo de contrôle de référence

Lightricks · Fichier

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

resolution par défaut medium

Résolution d’entraînement. Augmenter la résolution accroît les besoins en mémoire.

aspect_ratio par défaut 1:1

Rapport d’aspect d’entraînement.

•obligatoire

URL d’un `.zip` contenant les données d’entraînement, organisées selon le mode d’entraînement sélectionné. Chaque fichier média peut être accompagné d’une légende `.txt` portant le même nom de base.

par défaut 3000

Nombre total d’étapes d’entraînement.

Avancé 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 · reference_downscale_factor · reference_temporal_scale_factor · auto_scale_input · split_input_into_scenes · debug_dataset · validation
par défaut blurry, out of focus,...

Invite négative appliquée pendant la validation, qui utilise un processus de prévisualisation en une seule étape. Comme ce processus approxime l’inférence de production distillée en deux étapes, son guidage et sa qualité de prévisualisation diffèrent des résultats finaux.

rank par défaut 32

Rang d’adaptation LoRA, qui échange une consommation mémoire accrue contre une capacité supérieure lorsque la valeur augmente.

validation_resolution par défaut high

Résolution utilisée pendant la validation.

validation_aspect_ratio par défaut 1:1

Rapport d’aspect utilisé pendant la validation.

par défaut

Phrase d’activation du style LoRA, insérée au début des légendes pendant l’entraînement.

par défaut 0.0002

Taux d’apprentissage de l’optimisation.

par défaut 89

Nombre d’images de chaque échantillon d’entraînement. La division de ce nombre par 8 doit laisser un reste de 1 ; exemples : 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.

par défaut 24

Cadence cible de la vidéo d’entraînement, en images par seconde. La cadence native de LTX-2.3 est de 24.

par défaut 30

Déclencheur de découpage des scènes exprimé comme une durée en secondes : seules les vidéos plus longues que le seuil sont découpées.

par défaut 0.1

Favorise la transformation vidéo-vers-vidéo en réduisant la fréquence d'utilisation du conditionnement sur la première image pendant l'entraînement ; cette valeur définit cette probabilité.

par défaut 89

Nombre d’images de chaque vidéo de validation.

par défaut 24

Cadence cible des vidéos de validation, en images par seconde ; LTX-2.3 fonctionne nativement à 24.

par défaut 1

Échelle du guidage spatio-temporel (STG), avec 1.0 recommandé et 0.0 pour désactiver STG.

par défaut 1

Facteur de réduction spatiale de la vidéo de référence de contrôle IC-LoRA ; 1 est la valeur par défaut et préserve la résolution et le comportement. Avant l'encodage, la référence est réduite selon ce facteur afin d'apprendre à la LoRA à produire une sortie en pleine résolution à partir d'une entrée grossière en basse résolution, comme une petite représentation de pose, de profondeur ou d'esquisse. La largeur et la hauteur doivent être divisibles par 32, avant et après leur division par le facteur.

par défaut 1

Facteur de réduction de la fréquence d'images de référence pour le contrôle IC-LoRA, à 1 par défaut afin de préserver la fréquence d'images et le comportement. La vidéo de référence est sous-échantillonnée temporellement selon ce facteur avant l'encodage, ce qui permet à une référence à faible fréquence d'images de guider la LoRA.

par défaut []

Liste d'entrées de validation contenant des invites associées à des vidéos de référence.

POST /run/ltx23-trainer-v2/v2v?wait=20 devis → 17,70 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/ltx23-trainer-v2/v2v?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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de LTX 2.3 Trainer (V2) - Video-to-Video

Entraîne un LoRA qui apprend une transformation à partir de clips avant et après appariés, puis est guidé lors de l’inférence par une vidéo de référence. Valeurs par défaut : 3000 étapes et `first_frame_conditioning_p` à 0.1. `reference_downscale_factor` et `reference_temporal_scale_factor` (de 1 à 8) permettent d’utiliser des proxies de référence grossiers ou à faible fréquence d’images.

Paramètres

NomType Par défautAutorisé Description
training_data_urlobligatoire
Typestring
URL d’un `.zip` contenant les données d’entraînement, organisées selon le mode d’entraînement sélectionné. Chaque fichier média peut être accompagné d’une légende `.txt` portant le même nom de base.
rankfacultatif
Typeenum
Par défaut32
8163264128
Rang d’adaptation LoRA, qui échange une consommation mémoire accrue contre une capacité supérieure lorsque la valeur augmente.
number_of_stepsfacultatif
Typeinteger
Par défaut3000
100 – 10 000
Nombre total d’étapes d’entraînement.
learning_ratefacultatif
Typenumber
Par défaut0.0002
0,000001 – 1
Taux d’apprentissage de l’optimisation.
number_of_framesfacultatif
Typeinteger
Par défaut89
9 – 121
Nombre d’images de chaque échantillon d’entraînement. La division de ce nombre par 8 doit laisser un reste de 1 ; exemples : 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.
frame_ratefacultatif
Typeinteger
Par défaut24
8 – 60
Cadence cible de la vidéo d’entraînement, en images par seconde. La cadence native de LTX-2.3 est de 24.
resolutionfacultatif
Typeenum
Par défautmedium
lowmediumhigh
Résolution d’entraînement. Augmenter la résolution accroît les besoins en mémoire.
aspect_ratiofacultatif
Typeenum
Par défaut1:1
16:91:19:16
Rapport d’aspect d’entraînement.
trigger_phrasefacultatif
Typestring
Par défaut
Phrase d’activation du style LoRA, insérée au début des légendes pendant l’entraînement.
auto_scale_inputfacultatif
Typeboolean
Par défautfalse
Ajustement automatique de la vidéo pour correspondre à la cadence et au nombre d’images demandés lorsqu’il est activé ; les jeux de données d’images restent inchangés.
split_input_into_scenesfacultatif
Typeboolean
Par défauttrue
Découpage des scènes pour les vidéos dépassant un seuil de durée, activé lorsque la valeur est true.
split_input_duration_thresholdfacultatif
Typenumber
Par défaut30
1 – 60
Déclencheur de découpage des scènes exprimé comme une durée en secondes : seules les vidéos plus longues que le seuil sont découpées.
debug_datasetfacultatif
Typeboolean
Par défautfalse
Mode d’inspection du prétraitement permettant de vérifier les vidéos, les images et les légendes avant une exécution complète de l’entraînement. Son activation demande à l’entraîneur de renvoyer le jeu de données d’entraînement traité dans une archive téléchargeable pour une vérification manuelle.
first_frame_conditioning_pfacultatif
Typenumber
Par défaut0.1
0 – 1
Favorise la transformation vidéo-vers-vidéo en réduisant la fréquence d'utilisation du conditionnement sur la première image pendant l'entraînement ; cette valeur définit cette probabilité.
validationfacultatif
Typeobject[]
Par défaut[]
≤ 2 éléments
Liste d'entrées de validation contenant des invites associées à des vidéos de référence.
validation[].promptobligatoire
Typestring
Invite utilisée pendant la validation.
validation[].reference_video_urlobligatoire
Typeurl · video
≥ 1 characters
Fournissez l'URL de la vidéo à transformer pendant la validation IC-LoRA.
validation_negative_promptfacultatif
Typestring
Par défautblurry, out of focus, overexposed, underexposed, low contrast, washed out colors, excessive noise, grainy texture, poor lighting, flickering, motion blur, distorted proportions, unnatural skin tones, deformed facial features, asymmetrical face, missing facial features, extra limbs, disfigured hands, wrong hand count, artifacts around text, inconsistent perspective, camera shake, incorrect depth of field, background too sharp, background clutter, distracting reflections, harsh shadows, inconsistent lighting direction, color banding, cartoonish rendering, 3D CGI look, unrealistic materials, uncanny valley effect, incorrect ethnicity, wrong gender, exaggerated expressions, wrong gaze direction, mismatched lip sync, silent or muted audio, distorted voice, robotic voice, echo, background noise, off-sync audio, incorrect dialogue, added dialogue, repetitive speech, jittery movement, awkward pauses, incorrect timing, unnatural transitions, inconsistent framing, tilted camera, flat lighting, inconsistent tone, cinematic oversaturation, stylized filters, or AI artifacts.
Invite négative appliquée pendant la validation, qui utilise un processus de prévisualisation en une seule étape. Comme ce processus approxime l’inférence de production distillée en deux étapes, son guidage et sa qualité de prévisualisation diffèrent des résultats finaux.
validation_number_of_framesfacultatif
Typeinteger
Par défaut89
9 – 121
Nombre d’images de chaque vidéo de validation.
validation_frame_ratefacultatif
Typeinteger
Par défaut24
8 – 60
Cadence cible des vidéos de validation, en images par seconde ; LTX-2.3 fonctionne nativement à 24.
validation_resolutionfacultatif
Typeenum
Par défauthigh
lowmediumhigh
Résolution utilisée pendant la validation.
validation_aspect_ratiofacultatif
Typeenum
Par défaut1:1
16:91:19:16
Rapport d’aspect utilisé pendant la validation.
stg_scalefacultatif
Typenumber
Par défaut1
0 – 3
Échelle du guidage spatio-temporel (STG), avec 1.0 recommandé et 0.0 pour désactiver STG.
reference_downscale_factorfacultatif
Typeinteger
Par défaut1
1 – 8
Facteur de réduction spatiale de la vidéo de référence de contrôle IC-LoRA ; 1 est la valeur par défaut et préserve la résolution et le comportement. Avant l'encodage, la référence est réduite selon ce facteur afin d'apprendre à la LoRA à produire une sortie en pleine résolution à partir d'une entrée grossière en basse résolution, comme une petite représentation de pose, de profondeur ou d'esquisse. La largeur et la hauteur doivent être divisibles par 32, avant et après leur division par le facteur.
reference_temporal_scale_factorfacultatif
Typeinteger
Par défaut1
1 – 8
Facteur de réduction de la fréquence d'images de référence pour le contrôle IC-LoRA, à 1 par défaut afin de préserver la fréquence d'images et le comportement. La vidéo de référence est sous-échantillonnée temporellement selon ce facteur avant l'encodage, ce qui permet à une référence à faible fréquence d'images de guider la LoRA.
obligatoire

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx23-trainer-v2/v2v",
  "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": 17700,
    "usd": "17.70",
    "charged": 17700,
    "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
    },
    "audio": {
      "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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'audio. output est l'objet de résultat propre au modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size} | nullAperçu vidéo combiné issu de la validation, lorsqu’il est disponible pour les points de terminaison qui produisent une vidéo.
audio
object {url, content_type, file_name, file_size} | nullAudio combiné issu de la validation, fourni comme aperçu lorsqu’il est disponible pour ces routes audio uniquement : /audio-inpaint, /audio-extend-suffix, /audio-extend-prefix, /t2a, /a2a et /v2a.
lora_file
object {url, content_type, file_name, file_size}URL des poids LoRA entraînés au format .safetensors.
config_file
object {url, content_type, file_name, file_size}Configuration de la mise en place du point de terminaison d’inférence.
debug_dataset
object {url, content_type, file_name, file_size} | nullSortie de débogage disponible lorsque `debug_dataset` est activé : une archive téléchargeable contenant les données d’entraînement après prétraitement.

Plus de modèles : Entraînement

Pour les agents IA : cette page au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/ltx23-trainer-v2/v2v.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt