LTX-2.3模型实测：单图结合音频生成高同步视频

近期开发者对LTX-2.3视频生成模型进行了实测，展示了其强大的音画同步能力。用户只需提供单张起始图片、一段音频和文本提示词，模型即可生成连贯视频。测试表明，音频不仅能精准驱动人物口型和面部表情，还能联动肢体动作甚至处理镜头移动，展现出极佳的综合视频生成与控制潜力。

2026-07-29 ~ 2026-07-29 · 3 条相关

• LTX-2.3 实测：单图+音频生成高同步视频 — egeberkina · 2026-07-29
• LTX-2.3 实测：音频直接驱动视频表情与肢体动作 — egeberkina · 2026-07-29
• LTXV2.3 口型同步测试展示图像音频联动镜头运动 — Front-Republic1441 · 2026-07-29