ComfyUI-LTXVideo：LTX-2 视频生成从安装到调优的实操指南

ComfyUI-LTXVideoLTX-2 视频生成从安装到调优的实操指南【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideoComfyUI-LTXVideo 是面向 LTX-2 视频生成模型的一组 ComfyUI 自定义节点。LTX-2 基础能力已内置于 ComfyUI 核心这个仓库补齐了它的高级控制节点、IC-LoRA 控制工作流、低显存加载与分块采样让你在画布上直接搭出 T2V / I2V / V2V 完整流水线。它解决了什么实际问题一句话出带声音的视频LTX-2 是音视频联合 transformer两阶段 T2V 工作流一次生成视频和配套音频不需要画面时LTXVAudioOnlyModel节点可切换纯文本转音频T2A模式。按参考视频的结构生成做 V2V 或受控 I2V 时Union IC-LoRA 接受深度、canny 边缘、人体姿态多种控制信号单个 LoRA 通吃且在降采样潜空间上工作显存占用和耗时都更省。编辑已有片段同一个 IC-LoRA 范式覆盖换台词Dub-It重生成口型与音频、区域修复与扩画inpaint/outpaint、SDR 转 HDR输出 EXR HLG、4K/8K 上采样Tiled Fusion。环境准备与安装前置条件已安装 ComfyUICUDA 兼容 GPU32GB 以上显存README 基准低显存加载器可进一步压缩峰值占用100GB 以上可用磁盘容纳模型与缓存一键安装步骤打开 ComfyUI点击 Manager 按钮或按 CtrlM选择Install Custom Nodes搜索 LTXVideo点击 Install等待完成后重启 ComfyUI节点会出现在菜单的LTXVideo分类下。Git 手动安装cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo cd ComfyUI-LTXVideo pip install -r requirements.txt依赖包含colour-science、kornia、openimageioHDR/EXR 读写、transformers[timm]等pip install -r requirements.txt一次装齐。模型下载与目录放置模型文件放置目录相对 ComfyUI 根目录ltx-2.3-22b-dev.safetensors或ltx-2.3-22b-distilled-1.1.safetensors二选一models/checkpoints/ltx-2.3-spatial-upscaler-x2-1.1.safetensors两阶段工作流必需models/latent_upscale_models/ltx-2.3-temporal-upscaler-x2-1.0.safetensorsmodels/latent_upscale_models/ltx-2.3-22b-distilled-lora-384-1.1.safetensors蒸馏 LoRAmodels/loras/Gemma 3 全套文件gemma-3-12b-it-qat-q4_0-unquantized仓库models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/各 IC-LoRAUnion Control、HDR、Dub-It、空间上采样器等models/loras/首次加载工作流时Workflow Overview 面板会列出 Missing Models点Download all可自动拉取到正确子目录。核心功能拆解IC-LoRA 控制家族一个 LoRA 接住多种控制信号做什么Union IC-LoRA 把深度、canny 边缘控制合并进单个 LoRA并学会在降采样分辨率的潜空间上工作——显存更省、推理更快。同族还有 HDR IC-LoRASDR 视频升为 ACEScct 工作空间经LTXVHDRDecodePostprocess解码回线性 HDR可选导出 16/32-bit EXR 序列、Dub-It按目标台词重生成口型与音频保留说话人特征、空间上采样器2×/4× 生成式上采样。怎么接LTXICLoRALoaderModelOnly加载 LoRA 到模型LTXAddVideoICLoRAGuide或 Advanced 版把参考视频帧附到模型上作为 guideguide 节点输出的 latent 直接进采样器。适合什么场景结构受控的 V2V、对现有片段做身份/外观编辑、SDR→HDR、换台词配音。分块采样与长视频4K/8K 画布和超长时长做什么LTXVTiledSampler按网格独立采样各块LTXVTiledFusionSampler保持单张潜空间画布和单一噪声场每个去噪步在重叠空间块上裁剪运行模型、再高斯融合回画布块共享轨迹所以不出缝LTXVLoopingSampler用时间分块重叠段 前块末帧条件化做自回归长视频tiled_vae_decode.py 的LTXVTiledVAEDecode则负责解码阶段分块。怎么接latent 必须来自 IC-LoRA guide 节点它自带附加的 guide 帧和 noise mask采样器会自己裁掉不需要LTXVCropGuidesSAMPLER插座接KSamplerSelect用 euler/heun 等离散步长采样器sigmas 接Manual Sigmas配LTXVGetTilingSizes生成合法的画布/块尺寸组合。细节见 tiled_fusion_sampler.md。适合什么场景画布超过模型训练窗口的 V2V 上采样FullHD/4K/8K、训练窗口之外的长视频。低显存模式配置32GB 显存跑完整流程做什么low_vram_loaders.py 提供LowVRAMCheckpointLoader、LowVRAMAudioVAELoader、LowVRAMLatentUpscaleModelLoader比普通加载器多一个dependencies输入让模型按依赖链顺序逐个加载压掉所有模型同时在显存的峰值。怎么接把所有加载器换成 LowVRAM 版本把前一个加载器的输出接到后一个的dependencies启动命令加python -m main --reserve-vram 5数字按机器调整单位 GB。适合什么场景显存紧张时保证 22B 模型 上采样器 文本编码器能完整跑完而不是中途 OOM。引导与潜空间调优压制闪烁、稳住结构做什么STGLTXVApplySTG指定作用 block默认14, 19配合STGGuiderAdvanced提供空间/时间结构引导支持 APG 投影和按步变化latent_norm.py 提供LTXVStatNormLatent/LTXVAdainLatent对齐参考潜变量统计量可按帧及逐步骤 patcher用于帧间闪烁DynamicConditioning让早帧条件随步数指数增强power默认 1.3范围 1–2AddLatentGuide可把指定帧写进潜变量的任意索引位置做关键帧引导。tricks/nodes/ 下还有前向 ODE 采样器LTXRFForwardODESampler和 Attention Bank保存指定层的 Q/K/V 并在后续步注入这类进阶实验件。怎么接model 链上串LTXVApplySTG后接 guider潜变量链上把latents和reference接给LTXVAdainLatent用factor默认 1.0控制混合强度。适合什么场景多帧闪烁、首帧条件漂移、想要更强结构稳定性时逐项叠加。提示词增强与 Gemma 编码做什么LTX-2 的文本编码器是 Gemma 3 12BQAT q4_0 反量化版。LTXVGemmaCLIPModelLoader加载后接标准CLIPTextEncodeLTXVGemmaEnhancePrompt可基于内置系统提示见 system_prompts/改写提示词LTXVPromptEnhancer先用 Florence-2 对输入图像打字幕再用 Llama-3.2-3B-Instruct 改写成带镜头语言的长提示。怎么接enhancer 需在LTXVPromptEnhancerLoader中加载上述两个小模型走 HuggingFace 缓存图像接image_conditioning。适合什么场景习惯写短提示词、想让模型自动补全场景/镜头/音画细节时。一条完整工作流走通两阶段 T2V 以 LTX-2.3_T2V_I2V_Two_Stage_Distilled.json 为例从提示词到成品把该.json拖入画布或 Workflow → Open。首次使用在 Workflow Overview 面板点Download all补齐模型。填入正向提示词示例是一段日式茶道场景负向提示词图中默认是pc game, console game, video game, cartoon, childish, ugly想做 I2V 就在LTXVImgToVideoConditionOnly处接首帧图示例 strength 0.7。运行。阶段一在基础分辨率生成阶段二做 2× 空间上采样后跑 3 步 refine音频 latent 与视频 latent 拼接LTXVConcatAVLatent音频与视频同步生成。图中关键参数可直接对照节点查看环节参数阶段一960×544121 帧euler_cfg_ppsigmas1.0, 0.99375, 0.9875, 0.98125, 0.975, 0.909375, 0.725, 0.421875, 0.08 步上采样ltx-2.3-spatial-upscaler-x2-1.1长边缩放到 1536阶段二euler_ancestral_cfg_ppsigmas0.85, 0.725, 0.4219, 0.03 步蒸馏 LoRAstrength 0.5解码LTXVTiledVAEDecode2×2 块overlap 6输出1536×86424fps约 5 秒视频 音频图内备注建议 cfg 保持在 1 附近蒸馏模型采样器可以实验但步数别堆高——两阶段的提速恰恰来自每阶段少步数。耗时取决于显卡单阶段图最快两阶段多一次上采样加 3 步 refine验证提示词阶段先跑单阶段图定稿再上两阶段。参数调优速查表参数推荐值作用调高 / 调低的效果cfg≈1蒸馏模型提示词匹配强度调高更贴提示词但易过饱和/过曝调低贴合度下降num_frames97、121 1 8 的倍数视频时长24fps 下 121 帧约 5 秒调高更长但显存和耗时线性增长不满足 18n 会报错阶段一分辨率960×54432 的倍数基础画布调高细节更多、显存更高调低反之阶段二 sigmas0.85, 0.725, 0.4219, 0.0refine 步的去噪强度起点值调高与阶段一结果偏离更大调低更接近阶段一空间上采样器x2省显存可选 x1.5阶段二输出分辨率x1.5 显存更低、输出分辨率更低LTXVTiledVAEDecode块数2×2overlap 6解码分块块数调少更快但更吃显存调多反之--reserve-vram5GB启动时预留内存调大更稳但峰值吞吐下降STGblock_indices14, 19结构引导作用的 transformer 层增减 block 改变引导覆盖范围DynamicConditioning.power1.3范围 1–2早期帧条件强度调高首帧/条件帧影响更持久Tiled Fusionoverlap_frac≥0.5空间融合重叠比低于 0.5 在结构化内容上出现周期性网格高频问题速答Q工作流提示 Missing Models 或加载失败A在 Workflow Overview 面板点 Download all 自动补齐手动下载时确认文件落在正确子目录checkpoints/、latent_upscale_models/、loras/、text_encoders/并检查文件是否下载完整。Q显存不够 / OOMA换成LowVRAMCheckpointLoader系列加载器并串dependencies顺序加载启动加--reserve-vram 5解码端减小LTXVTiledVAEDecode的块数。Q帧数怎么设会报错A帧数必须是 1 8 的倍数97、121、257……这是 LTX-2 的潜时间压缩规则其他值直接报错。QTiled Fusion 输出出现周期性网格Aoverlap_frac保持 0.5 以上guide 节点use_tiled_encode保持 false采样器用 euler/heun 等离散方法历史类采样器会丢多步记忆自适应采样器无法融合。Q想快速迭代提示词A换单阶段工作流如 LTX-2.5_T2V_I2V_Single_Stage_Distilled.json降分辨率和帧数两阶段留给定稿。下一步方向example_workflows/2.5/README.md 里有一棵完整的该用哪条工作流决策树覆盖生成、IC-LoRA 编辑、Tiled Fusion 三条线选场景比翻节点快。长视频和时间/空间双分块细节看 looping_sampler.mdSTG 调参可参考 presets/stg_advanced_presets.json 里的现成预设。模型清单和下载入口以 README.md 的 Required Models 一节为准版本迭代时以它为准。【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考