一键生成电影？LTX Studio首发评测 - 不行再练习个两年半吧 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
一键生成电影？LTX Studio首发评测 - 不行再练习个两年半吧
原创 数字生命卡兹克 数字生命卡兹克 2024-04-17 20:14 天津
今年2月中旬，Sora爆了之后，把AI视频、AI电影，推上了空前的热度。
2月底，一个AI产品借着AI视频的热度，拿到了空前的关注。
这个产品叫LTX studio。
给自己的定位是：
The next generation of visual storytelling is here.（下一代视觉叙事方式）
宣传片，长这样：
然后被各大自媒体就吹爆了。
超越Sora、一键生成电影，什么牛鬼神蛇都出来了。
坦率的讲，看这个宣传片，我还是挺心动的，就跟前两天看Adobe那个PR的AI功能宣传片一个心情。但是内心其实还是有很多警惕的，毕竟…
AI的宣传诈骗，实在是太多了。。。
特别还是这种所谓的一键生成电影，怎么看怎么感觉是个坑。
左等右等，在等了一个多月之后，我的好朋友@吉川明静终于拿到了测试资格（我第一批申请的但是一直没有，这就很奇怪）。
我第一时间把号要来，然后开始玩了…
虽然预期很低，但…整体的产品设计、最终的效果呈现，可以说，比我预期的，还要低。
首页挺简单的，一个输入框，输入你大概的故事，再加一个内置的模板，还有过去所做的历史。
我自然的就掏出了我之前一直想做的一个故事大纲：
一个关于友情和死亡的故事。
我把这个故事输入到了LTX里面，点了运行。
出来了一个弹窗。可以看到有一堆设置项还有两个预设的角色。
项目设置那块大概率就是一个Prompt后缀模板啥的，为了做一些风格统一，视觉审美，里面就是不同的风格预设。
那两个角色我本来以为LTX studio是有什么黑科技能保证角色一致性，毕竟既然要做故事，那角色必须得一致嘛，所以我还挺期待的。
直到我看到后面，点开角色设置，发现：
= =
就是一些特定的人物lora+描述+衣服。。。。而且，效果说实话，也不咋地= =一致性，非常的差。。。
然后还有另一个问题是：它把我给的故事，给重写了，完全没按照我的故事来。
按照他们的现在的逻辑，只能给一句大概，比如：滑雪胜地的客人会体验到意想不到的浪漫和友谊。它就会给你扩写重写。
对，只能扩写或者重写，不能完全按照你的来。。。
所以我只能，换了一个故事：未来，外星怪兽袭击地球，一个开着机甲的少年勇猛的打外星怪兽的故事。
然后，给我写成了这么一段故事：
在一个受到外星怪物威胁的世界里，小男孩亚历克斯找到了一台旧机甲，并与他的朋友米娅一起勇敢地战斗以保护他们的城市。他们的决心激励其他人加入战斗，导致一场高潮般的战斗，他们摧毁了外星母舰，赶走了怪物。这座城市庆祝他们的胜利，机甲象征着这个星球的希望。
扩的还挺多。
一切准备就绪，我们点那个明闪闪的Start。
然后，我就有点信息过载了。
说实话，我面对这个界面，尚有点信息过载，更别提普通用户。
这是完全的故事版的逻辑，每个场景是一场戏，每场戏里有几个故事版。
并且可自定义项非常非常的多。
在场景项中，可以修改地点、灯光、天气，还能重新改配音，甚至还能加音效。
但…
怎么说呢，那些场景项，其实就是Prompt，而且本身他们生成图其实上限很低，99.99%是拿SD微调的，配音那味大概率又是接的11Labs的API，至于音效。
他们直接接了一个库，是搜索逻辑，嗯，跟剪映一样。。。
再具体到场景下的每一个故事版，就是生图，有些prompt可以写，镜头给单独摘出来了，方便一些不懂镜头语言的人去快速生图。
然后LTX在这个页面，给出来的其实都是静态图，每个静态图变成视频，都是要去生成视频的，你可以在每个故事版那，把每个故事版上面的生成视频挨个点一遍，也可以进每个故事版的详细页面，就是那个Shot editor按钮。
进来以后，我保证你，又会信息过载一次。
别慌，看着多，其实也还好。
分为三趴：Frame（跑图），Motion（跑视频），Sound（加声音）。
Frame那块就是正常的生成图片，或者上传一张图片，当然，也给你塞了一些基本的局部重绘的功能。
Motion那趴就是正常的图生视频，用Frame的图，来跑一段视频，运动控制给了一些预设参数，反正跟Runway那些控制也差不太多。
唯一有意思的是Custom的镜头控制下，有个叫Orbit(轨道)的模式：
能给这张图简单建个模，然后设定首帧和尾帧，进行特定的运动。跟我理想中的微软的轨迹控制还不太一样。。
至于出来的效果吧，反正就是抽卡。。不评价。
音效不提了，就还是搜索，找个你觉得还行的贴上去就完事了。
最后，为了原汁原味，我基本对他们直接生成的片段基本没有任何修改，组成了一个成片，我放一下，至于效果能行否，各位自己评判：
视频尺寸：928*522px。挺无奈的，摊手。
坦率的讲，这个产品本身，就是一个巨型的工作流缝合怪。
底层技术明显能看出来，用的全是开源的那一套，SD+SVD，整体质量上限非常低，而SVD本身的上限，跟Runway、Dreamina这种闭源模型，就有一定的差距。又缝了一些自己的文本Prompt包装、配音、音效啥的。
但是从产品定位上，又非常的奇怪。
整套工作流设计，可以看出来极其的专业且复杂，对于小白来说一定非常不友好，门槛太高。
而对于真正的专业者来说，核心的点并不是你的工作流，而是你的模型质量。。
就比如Dreamina，所有的参数都非常糟糕，体验也不咋地，更没有工作流的概念，但是人模型就是牛逼，就是好用，所以专业者都硬着头皮用。
而LTX明显就是集成了开源的工作流，比如SD、SVD、Animetadiff等等，图的质量也低，视频模型的运动质量也低。。。
就咋说呢，专业者和小白，两头都不讨好。
整体的成片质量，也不咋地。又丑又僵硬。
你工作流做的再好，你真正的核心模型一坨屎，那有蛋用呢？
那不是屎上雕花吗？
要不然你学学Adobe吧，你把Midjourney、Dalle、runway、pika、Dreamina、Sora都谈下来，给你当供应商，那我敬你是条牛逼汉子。
就目前的形态来看，怎么看，怎么蹩脚，怎么诡异。
至少我觉得，现在的LTX Studio。
还得再练习个两年半。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言