ComfyUI-LTXVideo 实战上手：5 个环节跑通 LTX-2 文生视频

ComfyUI-LTXVideo 实战上手5 个环节跑通 LTX-2 文生视频【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo这段教程带你绕开概念堆砌直接走一条能落地的路线把 ComfyUI-LTXVideo 装进 ComfyUI下载对应模型挑一个官方工作流跑出一条 LTX-2 视频再理解几个决定调参方向的关键机制。适合已经会用 ComfyUI、第一次接触 LTX-2 视频生成的人。这个插件到底在做什么一句话它不是一整个模型而是一组扩展 ComfyUI 的自定义节点专门用来把 LTX-2 视频模型的高级功能接进来。LTX-2 本身已经内置在 ComfyUI 核心里基础采样能直接用但这个仓库补上了官方核心没有的那部分——控制类 IC-LoRA、两阶段放大、分块融合采样、低显存加载器、HDR 与音频相关节点。适合谁想在 ComfyUI 里做文生视频、图生视频并需要深度/边缘/姿态等条件控制或想压显存跑大画布的人。不适合谁只想要一个开箱即点的网页应用的人这里是节点式工作流要自己连线。节点在 ComfyUI 的节点菜单里归到LTXVideo分类很多显示名带前缀加载示例图就能看懂整条链路。开始前的检查清单这一节帮你在装之前确认机器和环境都够格省得中途卡壳。ComfyUI已安装并能正常启动。显卡CUDA 兼容 GPU官方建议 32GB 显存显存不足时后面会给出低显存路线。磁盘100GB 可用空间模型加缓存比较吃空间。依赖安装节点后按requirements.txt补齐 Python 依赖HDR 相关用到colour-science、openimageio等。工作流入口example_workflows/下有按版本分目录的示例2.3/是主力版本。第一次跑通最短安装路径这一节只讲最短路径装节点 → 放模型 → 挑一个图跑通。装节点二选一用 Comfy Manager打开 Manager → Install Custom Nodes → 搜索LTXVideo→ 安装 → 重启 ComfyUI。或手动 clone 到custom_nodes目录后重装依赖cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo cd ComfyUI-LTXVideo pip install -r requirements.txt放模型按下表把文件放到对应目录模型文件示例放到主模型二选一ltx-2.3-22b-dev.safetensors完整质量高 /ltx-2.3-22b-distilled-1.1.safetensors蒸馏更快models/checkpoints空间上采样ltx-2.3-spatial-upscaler-x2-1.1.safetensorsmodels/latent_upscale_models时间上采样ltx-2.3-temporal-upscaler-x2-1.0.safetensorsmodels/latent_upscale_models蒸馏 LoRAltx-2.3-22b-distilled-lora-384-1.1.safetensorsmodels/loras文本编码器Gemma-3 全量文件models/text_encoders/gemma-3-12b-it-q4_0-unquantized跑通打开 LTX-2.3 单阶段文/图生视频替换提示词点 Queue Prompt。第一次会按需下载缺失模型。看到视频出来就算跑通了。三个关键机制决定你调参的思路这一节拆 3 个原理帮你看懂每个节点为什么这么连而不只是照抄。1. 音视频是同一个模型生成的。LTX-2 是一个联合的音频/视频 transformer不是两条独立管线拼在一起。可以把它想成同一个录音棚里画面和声音一起成型——嘴型、台词、节奏在生成时就是对齐的所以做配音、改台词Dub-It不用事后再对齐音画。只想要音频时用LTXVAudioOnlyModel把模型切到纯音频模式即可。2. 两阶段先草稿、再放大。高质量成片别指望一把梭。做法是先在低分辨率生成一条草稿定下构图和动作确认没问题后再用空间/时间上采样模型把分辨率和帧率拉上去。像摄影先拍小图确认构图满意了再拉满输出。对应的双阶段图见 LTX-2.3 两阶段蒸馏。3. 控制条件走 IC-LoRA且在缩略图上生效。IC-LoRA 相当于给模型加一块可插拔的说明书加载不同 LoRA 就学会深度、边缘、姿态等不同控制不用重训。其中的 Union IC-LoRA 把深度和边缘合并进一个 LoRA并且工作在降采样后的潜空间上——相当于先在缩略图上把结构定好显存占用更低、推理更快质量基本不掉。让成片更好看调优建议这一节给可操作的方向按画面糊 / 动作断 / 显存爆 / 颜色偏四类对症下药。画面不够细走两阶段第二阶段提高空间上采样强度放大类 LoRA 的强度、guidance、步数越大越创作越小越贴原图。动作不连贯确认启用了时间上采样帧率参数与源一致长片段按时间窗切分处理。大画布4K/8K跑不动或露缝用 LTXVTiledFusionSampler它对同一块潜空间画布、同一套噪声跑重叠分块再缝合。注意overlap_frac保持 ≥ 0.5否则结构化内容上会出现周期性网格提示词只描述观感光影、调色、锐度不要点名具体物体否则放大后每个分块都会长出一样的细节。显存不足换用 low_vram_loaders.py 的加载器节点会自动管理卸载顺序把生成压进 32GB或启动时加参数预留显存python -m main --reserve-vram 5运动想手动控制用LTXVSparseTrackEditor画运动轨迹配合运动追踪 IC-LoRA。常见卡点速查这一节把高频问题压成一张表出错时直接对号入座。现象常见原因处理节点菜单里没有 LTXVideo 分类未重启 ComfyUI或依赖没装全重启重跑pip install -r requirements.txt找不到模型 / 报缺文件模型没放对目录对照最短安装路径的目录表逐个核对生成很慢用了完整模型 / 分辨率过高换蒸馏模型降基础分辨率两阶段再放大大分辨率出现网格状条纹分块重叠不足overlap_frac调到 0.5 以上动作/口型对不上时间上采样未启用或帧率不一致启用 temporal upsample对齐帧率颜色偏、发灰HDR 解码配置不对检查LTXVHDRDecodePostprocess工作空间设置去哪里继续深入这一节给你仓库内的入口按需查。示例工作流example_workflows/按2.0、2.3、2.5分目录2.5 下还有 HDR 专用子目录 HDR_workflows。分块融合采样文档tiled_fusion_sampler.md讲透大画布怎么不露缝。循环采样说明looping_sampler.md。进阶技巧节点tricks/nodes/ 里有 PAG、FlowEdit、反向预测、注意力覆盖等实验性节点。节点清单注册入口在 nodes_registry.py能列出全部可用节点类名。HDR 与 EXR 导出hdr_nodes.py 配合LTXVHDRDecodePostprocess输出线性 HDR可导出 EXR 序列。建议的推进顺序先跑通单阶段 → 再做两阶段放大 → 最后按需求接 IC-LoRA 控制或大画布分块。每加一个节点先看它连在哪条链路上比背参数更快上手。【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