ComfyUI-LTXVideo 从零跑通 LTX-2 视频生成的完整上手指南【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 LTX-2 在 ComfyUI 里的一站式节点包把文生视频、图生视频、HDR、配音换词这些能力都封装成可视化节点。适合没跑过 LTX-2 视频生成的新手装对环境、把模型放对地方出片就是时间问题。一条成片背后藏着什么先倒着看。你最终要的那条 LTX-2 视频背后其实是一条固定的产线。加载模型主模型 文本编码器必要的话再加 IC-LoRA。提示词变成条件把文字或参考图编码成模型能吃的条件信号。采样去噪一步步把噪声 latent 磨成画面这里最吃显存。解码出片VAE 把 latent 还原成像素得到最终视频。插件做的事就是把这条产线上的每一步都做成节点让你用连线就能搭起来。后面每一节都是在这条产线的某个环节上帮你少走弯路。备料硬件、插件、模型三件事硬件先过一遍硬指标官方建议32GB 显存起步配 CUDA 显卡。磁盘100GB 以上留给模型和缓存别卡在这一步。显存挤一挤的办法后面排障节会讲这里先记住下限。装插件认准 LTXVideo 分类打开 ComfyUI按CtrlM调出 Manager进Install Custom Nodes搜LTXVideo点安装装完重启。重启后节点菜单里会多出一个分类扩展节点都收在里头。Manager 装不上就手动来clone 到custom_nodes再装依赖git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo进插件目录跑pip install -r requirements.txt再重启 ComfyUI。模型落位放错目录是头号故障源 首次跑工作流会自动下载模型但手动摆好更稳。对照下面这张表一类一类放模型放哪备注主模型完整版或蒸馏版models/checkpoints二选一即可空间 / 时间超分模型models/latent_upscale_models两阶段工作流要蒸馏 LoRA、IC-LoRAmodels/loras按你用的工作流挑Gemma 3 文本编码器models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized整个目录都放进去 示例工作流在example_workflows/里2.3/对应最新模型2.0/是旧版参考另外还有一批2.5/。入口文件认准example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json。从提示词到成片单个工作流出第一条 LTX-2 视频单阶段文生视频 / 图生视频最简路径打开那个单阶段 JSON填好提示词直接 Run。第一次会先加载模型耐心等几分钟。图生视频就再喂一张参考图。两阶段工作流先定稿再放大想要更高分辨率切两阶段流程。 第一阶段在基础分辨率出片构图和运镜在这里锁定第二阶段交给空间超分模型补细节构图不再反复动。蒸馏版还是完整版按用途选⚖️ 这是最容易踩的选择迭代、试提示词用蒸馏模型几秒到几十秒出预览。最终出片、要画质用完整模型。 两者的工作流文件不通用采样参数也不同别把蒸馏的工作流套到完整模型上出片效果会打折扣。按任务量级挑 LTX-2 玩法锁构图与控轨迹Union IC-LoRA 和 Motion Track 人物动作或场景结构要求高的镜头从example_workflows/2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json起步。Union IC-LoRA 把深度和Canny 边缘两种控制信号合并进同一个 LoRA一次加载就能切换控制类型。它的设计很省在下采样后的 latent 上运算显存占用更低、推理更快。想要画面元素沿特定轨迹运动参考example_workflows/2.3/LTX-2.3_ICLoRA_Motion_Track_Distilled.json。HDR 电影感与配音换词两条进阶产线HDR IC-LoRA 产出的是ARRI LogC3 压缩编码的线性 HDR。经LTXVHDRDecodePostprocess解码后会同时输出一版Reinhard 色调映射的 SDR 预览和一版原始线性 HDR 张量。后期要 EXR 序列时先装好openimageio仓库requirements.txt已列入节点就能把 HDR 帧按 16/32 位 EXR 序列写出方便进调色环节。Lipdub配音换词即 Dub-It IC-LoRA会重新生成与目标文本匹配的唇形和音频同时保留说话人的音色和身份。两阶段管线先在基础分辨率生成视频与音频第二阶段在冻结音频的前提下放大画面。适合短视频二创和本地化。创意超分与纯音频两个冷门好用的能力 像素空间超分 LoRA 有 2× 和 4× 两档它不是插值而是基于参考画面重新绘制细节属于创意型放大。配合草稿先行先约 280p 定稿构图再上超分。LoRA 强度、引导强度、步数共同控制与源片的贴合度。另一个是纯音频生成用LTXVAudioOnlyModel把模型切到音频单模态配LTXVAudioOnlyEmptyVideoLatent占位 latent 和LTXVAudioVAEDecode解码从提示词直接产出音频片段。跑坏时的症状速查表 别对着报错硬刚。按症状走这张表症状先查什么怎么修显存不足、报错一堵墙显存占用和启动参数用low_vram_loaders.py里的顺序加载节点保加载/卸载正确启动加--reserve-vram 5还不行就降分辨率或减帧数节点找不到custom_nodes目录 启动日志确认插件确实落在custom_nodes日志有导入错误就重装一次依赖节点注册集中在nodes_registry.py可对照模型加载失败路径 文件完整性对照上面的落位表核对目录下载中断过的文件校验完整性后重下磁盘不足先看剩余空间EXR 导不出openimageio是否装好HDR 节点写 EXR 依赖 OpenImageIO先pip install openimageio再跑出片效果打折、参数对不上是否混用了蒸馏/完整工作流两者工作流文件不通用回各自的模板进阶调优从能跑到跑得更好tricks 目录注意力库和 STG 预设tricks/nodes/里收了一批高级玩法。注意力库节点LTXAttentionBankNode等能保存并回灌注意力权重用来跨片段保持场景一致STG 引导器配合presets/stg_advanced_presets.json里的预设比如13b Dynamic、13b Balanced能明显改善运动质量。PAG 与 Feta 增强提升画面质感PAG扰动注意力引导和 Feta 增强节点都落在tricks/nodes/用来给画面加质感、压伪影。具体开不开、开多大看你当前成片的观感再调。平铺采样与平铺 VAE 解码突破显存的另一条路 平铺采样器LTXVTiledFusionSampler把长视频、高分辨率生成拆成小块处理是突破显存限制的另一种思路——它和独立采样每个瓦片的LTXVTiledSampler不是一回事前者共享一张 latent 画布和一个噪声场。平铺 VAE 解码LTXVTiledVAEDecode同理专门扛高分辨率解码。提示词质量不理想时还能借 Gemma 3 提示词增强节点LTXVGemmaEnhancePrompt把提示词扩写得更具体系统提示词模板放在system_prompts/目录。最后AI 视频生成是环境先行的工程插件、模型、参数三者理顺剩下的就是不断试错。建议从蒸馏版的单阶段工作流入手先跑通第一条视频再逐步叠上控制能力。你会发现 ComfyUI-LTXVideo 真正强的地方不在某一项功能而在于这些节点可以自由组合。动手跑起来比看十篇教程都管用。【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
ComfyUI-LTXVideo 从零跑通 LTX-2 视频生成的完整上手指南【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 LTX-2 在 ComfyUI 里的一站式节点包把文生视频、图生视频、HDR、配音换词这些能力都封装成可视化节点。适合没跑过 LTX-2 视频生成的新手装对环境、把模型放对地方出片就是时间问题。一条成片背后藏着什么先倒着看。你最终要的那条 LTX-2 视频背后其实是一条固定的产线。加载模型主模型 文本编码器必要的话再加 IC-LoRA。提示词变成条件把文字或参考图编码成模型能吃的条件信号。采样去噪一步步把噪声 latent 磨成画面这里最吃显存。解码出片VAE 把 latent 还原成像素得到最终视频。插件做的事就是把这条产线上的每一步都做成节点让你用连线就能搭起来。后面每一节都是在这条产线的某个环节上帮你少走弯路。备料硬件、插件、模型三件事硬件先过一遍硬指标官方建议32GB 显存起步配 CUDA 显卡。磁盘100GB 以上留给模型和缓存别卡在这一步。显存挤一挤的办法后面排障节会讲这里先记住下限。装插件认准 LTXVideo 分类打开 ComfyUI按CtrlM调出 Manager进Install Custom Nodes搜LTXVideo点安装装完重启。重启后节点菜单里会多出一个分类扩展节点都收在里头。Manager 装不上就手动来clone 到custom_nodes再装依赖git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo进插件目录跑pip install -r requirements.txt再重启 ComfyUI。模型落位放错目录是头号故障源 首次跑工作流会自动下载模型但手动摆好更稳。对照下面这张表一类一类放模型放哪备注主模型完整版或蒸馏版models/checkpoints二选一即可空间 / 时间超分模型models/latent_upscale_models两阶段工作流要蒸馏 LoRA、IC-LoRAmodels/loras按你用的工作流挑Gemma 3 文本编码器models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized整个目录都放进去 示例工作流在example_workflows/里2.3/对应最新模型2.0/是旧版参考另外还有一批2.5/。入口文件认准example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json。从提示词到成片单个工作流出第一条 LTX-2 视频单阶段文生视频 / 图生视频最简路径打开那个单阶段 JSON填好提示词直接 Run。第一次会先加载模型耐心等几分钟。图生视频就再喂一张参考图。两阶段工作流先定稿再放大想要更高分辨率切两阶段流程。 第一阶段在基础分辨率出片构图和运镜在这里锁定第二阶段交给空间超分模型补细节构图不再反复动。蒸馏版还是完整版按用途选⚖️ 这是最容易踩的选择迭代、试提示词用蒸馏模型几秒到几十秒出预览。最终出片、要画质用完整模型。 两者的工作流文件不通用采样参数也不同别把蒸馏的工作流套到完整模型上出片效果会打折扣。按任务量级挑 LTX-2 玩法锁构图与控轨迹Union IC-LoRA 和 Motion Track 人物动作或场景结构要求高的镜头从example_workflows/2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json起步。Union IC-LoRA 把深度和Canny 边缘两种控制信号合并进同一个 LoRA一次加载就能切换控制类型。它的设计很省在下采样后的 latent 上运算显存占用更低、推理更快。想要画面元素沿特定轨迹运动参考example_workflows/2.3/LTX-2.3_ICLoRA_Motion_Track_Distilled.json。HDR 电影感与配音换词两条进阶产线HDR IC-LoRA 产出的是ARRI LogC3 压缩编码的线性 HDR。经LTXVHDRDecodePostprocess解码后会同时输出一版Reinhard 色调映射的 SDR 预览和一版原始线性 HDR 张量。后期要 EXR 序列时先装好openimageio仓库requirements.txt已列入节点就能把 HDR 帧按 16/32 位 EXR 序列写出方便进调色环节。Lipdub配音换词即 Dub-It IC-LoRA会重新生成与目标文本匹配的唇形和音频同时保留说话人的音色和身份。两阶段管线先在基础分辨率生成视频与音频第二阶段在冻结音频的前提下放大画面。适合短视频二创和本地化。创意超分与纯音频两个冷门好用的能力 像素空间超分 LoRA 有 2× 和 4× 两档它不是插值而是基于参考画面重新绘制细节属于创意型放大。配合草稿先行先约 280p 定稿构图再上超分。LoRA 强度、引导强度、步数共同控制与源片的贴合度。另一个是纯音频生成用LTXVAudioOnlyModel把模型切到音频单模态配LTXVAudioOnlyEmptyVideoLatent占位 latent 和LTXVAudioVAEDecode解码从提示词直接产出音频片段。跑坏时的症状速查表 别对着报错硬刚。按症状走这张表症状先查什么怎么修显存不足、报错一堵墙显存占用和启动参数用low_vram_loaders.py里的顺序加载节点保加载/卸载正确启动加--reserve-vram 5还不行就降分辨率或减帧数节点找不到custom_nodes目录 启动日志确认插件确实落在custom_nodes日志有导入错误就重装一次依赖节点注册集中在nodes_registry.py可对照模型加载失败路径 文件完整性对照上面的落位表核对目录下载中断过的文件校验完整性后重下磁盘不足先看剩余空间EXR 导不出openimageio是否装好HDR 节点写 EXR 依赖 OpenImageIO先pip install openimageio再跑出片效果打折、参数对不上是否混用了蒸馏/完整工作流两者工作流文件不通用回各自的模板进阶调优从能跑到跑得更好tricks 目录注意力库和 STG 预设tricks/nodes/里收了一批高级玩法。注意力库节点LTXAttentionBankNode等能保存并回灌注意力权重用来跨片段保持场景一致STG 引导器配合presets/stg_advanced_presets.json里的预设比如13b Dynamic、13b Balanced能明显改善运动质量。PAG 与 Feta 增强提升画面质感PAG扰动注意力引导和 Feta 增强节点都落在tricks/nodes/用来给画面加质感、压伪影。具体开不开、开多大看你当前成片的观感再调。平铺采样与平铺 VAE 解码突破显存的另一条路 平铺采样器LTXVTiledFusionSampler把长视频、高分辨率生成拆成小块处理是突破显存限制的另一种思路——它和独立采样每个瓦片的LTXVTiledSampler不是一回事前者共享一张 latent 画布和一个噪声场。平铺 VAE 解码LTXVTiledVAEDecode同理专门扛高分辨率解码。提示词质量不理想时还能借 Gemma 3 提示词增强节点LTXVGemmaEnhancePrompt把提示词扩写得更具体系统提示词模板放在system_prompts/目录。最后AI 视频生成是环境先行的工程插件、模型、参数三者理顺剩下的就是不断试错。建议从蒸馏版的单阶段工作流入手先跑通第一条视频再逐步叠上控制能力。你会发现 ComfyUI-LTXVideo 真正强的地方不在某一项功能而在于这些节点可以自由组合。动手跑起来比看十篇教程都管用。【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
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
