LTX 2.5

クリエイターが LTX-2.5 を選ぶ理由

LTX-2.5 は、静止画をトーキングヘッド動画に変えるという、1 つの課題を完璧に解決します。台本とポートレートがあれば、LTX-2.5 がぴったり合ったリップシンクと自然な顔の動きでそれを動かします。アバターも不気味の谷もなく、あるのは音声に合った動きだけです。汎用の動画モデルのおまけ機能としてではなく、このタスクのために専用でつくられています。

毎回ぴったり合うリップシンク

LTX-2.5 は、すべての音素に口の動きを同期させます。リップシンクは近似ではなく、学習によって組み込まれたものです。モデルの動きを見れば、口の形に近づけた話し声ではなく、口がセリフに合っていることがわかります。アニメーションは発話の仕組みを理解しているので、/p/ の音は /m/ の音とは違う口の開き方をします。

自然な顔のアニメーション

口の動きだけではありません。目、頬、表情も音声に合わせて動きます。強調するところでは眉が上がり、あごは自然に開閉し、頭は話のイントネーションに合わせて傾きます。口だけでなく、顔全体がアニメーションに加わります。

トーキングヘッドのすばやい制作

ナレーションの台本を書き、演者に録音してもらい、写真をアップロードすれば、Craze が話す動画を生成します。グリーンバックも、撮影クルーも、同期作業も不要です。このワークフローは従来の動画撮影よりはるかに速く、誰の画像でも使えます。

1 回で 1080p

アップスケールも、別の音声同期もありません。LTX-2.5 は、1080p のトーキングヘッドを根本から理解しています。Lightricks はトーキングフォトの用途に特化してこのモデルをつくっており、それは品質に表れています。

Craze で LTX-2.5 を使う方法

1. ポートレート写真（顔写真、クローズアップ、または頭から肩までを切り抜いた写真）をアップロードします。
2. 音声（ナレーション、セリフの録音、またはその人物に話させたいスピーチ）をアップロードします。
3. LTX-2.5 を使いたいと伝えます。名前を指定して依頼すると、Craze はそのモデルを実行します。
4. Craze が、顔のアニメーションを音声に同期させて、話す動画を生成します。
5. エディターで確認します。口と顔の動きが、話す内容に合っているはずです。合っていなければ、再生成します。

LTX-2.5 の機能

LTX-2.5 は、音声から動画へのアニメーションに特化しています。ポートレート写真と音声ファイルを渡すと、モデルが話す内容に合わせて顔を動かします。このモデルは、音声学、顔の仕組み、自然なアニメーションを理解しています。ぴったり同期した唇の動きと、音声の感情のトーンに合ったリアルな表情を生成します。

LTX-2.5 は、静止画（顔写真、ポートレート、顔のクローズアップ、またはキャラクターのアートワーク）に対応しています。画像は、正面を向いて顔がはっきり写っているものにしてください。音声は、ナレーション、セリフ、語り、またはどんな話し声の録音でもかまいません。モデルは、その音声に同期するように画像を動かします。

Lightricks は 2026 年 8 月に、LTX-2.5 をオープンウェイトモデルとしてリリースしました。Craze では、画像と音声をアップロードして LTX-2.5 を指定するだけで、Craze が生成を引き受けます。

LTX-2.5 の料金

料金は音声 1 秒ごとにかかります。音声 1 秒あたり $0.179 です。音声が長いほど動画も長くなり、料金も高くなります。このページの料金計算ツールで、あなたのクリップの正確な料金を確認できます。

音声から動画へのアニメーションは音声の長さに応じて料金が増えるため、10 秒のナレーションはそれより短いものより高くなります。料金体系はシンプルで、画像の品質やほかのパラメーターでは変わりません。

LTX-2.5 が向いている人

ナレーションや語りの動画

台本を録音して顔写真をアップロードすれば、LTX-2.5 がそれを動かします。カメラの前に立つ出演者は必要ありません。商品のナレーション、ブランドのメッセージ、またはナレーションが主体のあらゆるコンテンツに使えます。

インタビューと証言

インタビューの音声を動画に変換します。その人物の静止画を使えば、LTX-2.5 がカメラの前で話しているように見せます。導入事例、お客様の声、インタビューのコンテンツなら、音声と写真があれば十分です。

教育・チュートリアルのコンテンツ

その分野の専門家がナレーションを録音します。LTX-2.5 がそれに合わせて本人の画像を動かすので、撮影機材なしでプロらしいチュートリアルができあがります。オンライン講座、研修動画、教育コンテンツにとって、これは費用対効果の高い方法です。

プレゼンテーション向けの手軽なアバター

アニメーションのアバターがスピーチをするプレゼンテーションをつくります。実際の写真や生成したキャラクター画像を使えば、LTX-2.5 があなたの音声に合わせて動かします。オンラインのプレゼンテーション、ウェビナー、カンファレンスの講演で、一貫した視覚的なよりどころになります。

リモートの出演者と分散チーム

出演者を現場に呼べないときは、音声を録音してもらい、本人の写真を使います。あとは LTX-2.5 が引き受けます。分散したチームやリモートでの共同作業に役立ちます。

LTX-2.5 とほかのモデルの比較

LTX-2.5 は、音声から動画をつくるトーキングフォトに特化しています。このタスクのために専用でつくられており、リップシンクと顔のアニメーションを得意とします。シーン、環境、動くキャラクターを含む本格的な動画生成には、4K のマルチショット制作なら LTX-2.3、マルチモーダルな柔軟性なら Gemini Omni Flash、最大の解像度と動画の延長なら Veo 3.1 をご覧ください。