LTX 2.5 ile Bedava Yapay Zeka Video Üretimi: Prompt ve Ayarlar

LTX 2.5 kurulduktan sonra sonucu belirleyen üç şey var: prompt'un yapısı, çözünürlük ve kare sayısı kuralları, ve hangi akışı seçtiğiniz. Bu yazı serinin son bölümü. Modeli LTX 2.5 nedir yazısında tanıttım, kurulumu ve donanım gereksinimlerini ayrı yazdım. Burada ilk videonuzu çıkarmaya ve bedava yapay zekâ video üretiminden verim almaya bakıyoruz.

Bu yazı resmî dokümantasyona dayanır; üretimi kendim denemedim. Kurallar ve ayarlar model kartından, LTX'in README'sinden ve ComfyUI sayfasından alındı. Kaynaklar sonda.

Hangi akışı seçmeli?

ComfyUI'de üç hazır şablon var:

Amaç	Şablon	Not
Elimde sadece fikir var	Text-to-Video	İki aşamalı
Elimde bir görsel var, hareket istiyorum	Image-to-Video	İki aşamalı; görsel ilk kare olur
Başlangıç ve bitiş karem belli	First-Frame / Last-Frame	Tek aşamalı; arayı üretir

Python tarafında ek hatlar da var: ses girdisinden video (audio-to-video), anahtar kare interpolasyonu, bölge yeniden üretimi (Retake), dudak eşlemeli dublaj (Dub-It) ve SDR'den HDR'ye dönüşüm. Bunlar ileri düzey; ilk günlerde metin ve görsel akışları yeter.

Pratik öneri: Görsel elinizdeyse Image-to-Video ile başlayın. Metinden üretimde kompozisyon şansa kalır; görselle kontrol sizde olur. İki aşamalı şablonlar yüksek çözünürlük için uzamsal büyütücü kullanıyor; tek aşamalı İlk/Son Kare şablonunda büyütücü yok.

Prompt nasıl yazılır?

LTX'in README'sindeki yönergeler:

• Ayrıntılı ve kronolojik anlatın. Olayları sırasıyla yazın.
• Doğrudan eylemle başlayın, betimlemeleri somut ve düz tutun.
• 200 kelimeyi aşmayın.
• Şu sırayı izleyin: ana eylem, hareketler, görünüşler, arka plan, kamera, ışık, süreç içindeki değişimler.
• Hareket, görünüş, kamera açısı ve çevre ayrıntılarını açıkça belirtin.

Bu yapıya uyan örnek bir istem (resmî değil, yönergeyi göstermek için ben yazdım):

A golden retriever runs through a sunny meadow, ears flapping. The grass
bends as it passes; wildflowers sway. Behind it, a wooden fence and rolling
hills. The camera tracks alongside at ground level, shallow depth of field.
Warm afternoon light, long shadows.

Resmî örneklerin ve istem rehberinin hepsi İngilizce. Türkçe istemlerin ne kadar iyi çalıştığı konusunda kaynaklarımda bir veri yok, bu yüzden bir iddiada bulunmuyorum; İngilizce yazmak resmî örneklerle birebir uyum sağlar.

İstem geliştirici

Şablonlar varsayılan olarak kısa istemi daha ayrıntılı bir sinematik tarife genişleten istem geliştiriciyi açık tutuyor. Kendi cümlenizin aynen kullanılmasını istiyorsanız Prompt Enhance ayarını kapatın.

Ses

Model sesi de aynı anda üretiyor. İstemde ses ve konuşma ayrıntılarını (ortam sesi, konuşan karakter, müzik) anlatmak sonucu yönlendirir. Bir bağımsız hands-on yazı Japonca seste sorunlar bildirmiş; Türkçe için bir veri bulamadım, kendiniz test edin.

Çok planlı üretim

LTX 2.5'in yeni özelliği: bir üretimde birbirine bağlı birkaç plan. Karakter, ışık ve ses planlar arasında korunuyor. Çok planlı istemlerin nasıl yazılacağı LTX'in resmî "How to prompt LTX-2" rehberinde; ben henüz bunu okuyup test etmediğim için ayrıntıya girmiyorum.

Çözünürlük ve kare sayısı kuralları

Bunlara uymazsanız hata alırsınız ya da çıktı bozulur:

Kural	Değer
Kare sayısı	kare % 8 == 1 (9, 17, 25, 33, 41, 49, 57, 65, ..., 121, ...)
Genişlik ve yükseklik, tek aşamalı hat	32'ye bölünebilir
Genişlik ve yükseklik, iki aşamalı hat	64'e bölünebilir
Aşama 2 çözünürlüğü	Aşama 1'in iki katı

Bu yüzden 720 ya da 1080 gibi yayıncılık etiketleri doğrudan kullanılmıyor; 704, 768 gibi değerler kullanılıyor. Diffusers örneğinde aşama 1 için 544×960 ve 121 kare (24 fps) kullanılmış; ikinci aşama bunun iki katında çalışıyor.

Süreyi kendiniz seçmek istemiyorsanız süre tahmincisi düğümü ya da komut satırında --num-frames bayrağını boş bırakmak, uzunluğu istemden seçtiriyor.

İlk video için ayar önerileri

ComfyUI sayfasının "iş akışı ipuçları" bölümü ve LTX'in düşük VRAM rehberi:

1. Önce hazır bir şablonu olduğu gibi çalıştırın. Aracın çalıştığını doğrulayın.
2. Düşük çözünürlük ve az kareyle test edin. ComfyUI sayfası 480×720 ve 41 ile 81 kare öneriyor.
3. Memnun kalınca kaliteyi artırın. Çözünürlüğü, sonra kare sayısını tek tek yükseltin.
4. Aynı tohumla (seed) karşılaştırın. Bir seferde tek ayarı değiştirin.
5. Bellek hatası alırsanız gereksinimler yazısındaki sırayı izleyin: FP8, daha düşük çözünürlük, damıtılmış model, karolu VAE.
6. Çalışma alanını temiz tutun. Kullanılmayan iş akışlarını kapatın, büyük üretimler arasında önbelleği temizleyin.

Komut satırında tek satırlık görsel-video örneği:

--image path/to/first_frame.jpg 0 1.0 \
--prompt "The camera slowly dollies out as wind moves through the grass"

--image bayrağı yolu, kare numarasını (0 ilk kare) ve gücü alıyor.

Bedava üretimde dikkat edilecekler

• Lisans: Yıllık geliri 10 milyon dolardan azsa ticari kullanım serbest. Üzerindeyse ücretli lisans gerekiyor. Nedir yazısında ayrıntısı var.
• Elektrik ve zaman: Bedava, para ödemediğiniz anlamına geliyor; kartınızın çalışma süresini değil.
• Doğruluk: Model olgusal bilgi vermek için tasarlanmadı. Gerçek kişi ya da olay gibi görünen içeriği olduğu gibi yayınlamayın.
• Kabul edilebilir kullanım: Lisanstaki yasak alanlar (çocukların cinsel istismarı, rızasız cinsel içerik vb.) geçerli.
• Gerçek insan görselleri: Başka birinin fotoğrafından video üretecekseniz izni olduğundan emin olun.

Üretimden sonra kurgu, altyazı ve yayın adımları için yapay zekâ ile video üretmenin tam rehberine bakın.

İnce ayar ve LoRA

"Dev" transformatör tamamen eğitilebilir ve LTX-2 Trainer ile LoRA ve IC-LoRA eğitilebiliyor. Model kartına göre LTX-2.3'te eğitilen LoRA'ların büyük çoğunluğu LTX-2.5'te değişiklik olmadan çalışıyor; birkaç istisna var, üretimde kullanmadan önce doğrulayın.

Sık Sorulan Sorular

LTX 2.5 ile ilk video nasıl üretilir?

ComfyUI'de Templates menüsünden Text-to-Video ya da Image-to-Video şablonunu açın, Download all deyin, prompt yazıp Queue Prompt'a basın. Çıktı ComfyUI/output/ klasörüne düşer.

Türkçe prompt yazabilir miyim?

Kaynaklarım Türkçe için bir şey söylemiyor. Resmî örnekler ve rehberler İngilizce; ilk denemeleri İngilizce yapıp Türkçeyi kendiniz karşılaştırın.

Neden hata alıyorum, kare sayısı ya da çözünürlük mü?

Büyük olasılıkla. Kare sayısı % 8 == 1, genişlik ve yükseklik tek aşamalıda 32'ye, iki aşamalıda 64'e bölünmeli.

Ses nasıl kontrol edilir?

İstemde ses ve konuşma ayrıntılarını anlatın. Ses ayrı bir ses VAE'sinden çıkıyor.

En fazla kaç saniyelik video üretir?

Kaynaklar 6 ile 20 saniyeden söz ediyor. Pratik sınırı donanımınız belirliyor.

Kaynak

• Lightricks, LTX-2.5 model kartı (Hugging Face): kısıtlamalar, görselden video örneği, süre tahmincisi, ince ayar notu, sınırlamalar.
• Lightricks, LTX-2 deposu (GitHub): prompt yönergeleri, hatlar.
• LTX, Using ComfyUI with LTX: şablonlar, iş akışı ipuçları.
• LTX, How to Run a Video Generation Model Locally: kare ve çözünürlük kuralları, adım adım ölçeklendirme.
• TrueNorthAI, RTX 5090 hands-on: Japonca ses sorunu notu (üçüncü taraf).
• The Rundown, LTX-2.5 Review: kabul edilebilir kullanım politikası.