ComfyUI-LTXVideo 安装教程LTX-2 视频生成从部署到出片的完整指南【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 是一组 ComfyUI 视频节点为 LTX-2 视频生成模型补齐上采样、控制条件与低显存运行所需的工具。LTX-2 本体已并入 ComfyUI 核心这个插件负责让完整工作流跑起来。如果你已有 ComfyUI 环境想用文字、图片或现有视频生成动态画面这篇指南按环境、文件、工作流的顺序带你跑通第一次生成。它具体能做什么该插件把 LTX-2 的常见用法封装成节点图你在画布上连接节点即可运行不需要写代码。按任务类型划分覆盖以下能力文本到视频只输入文字描述直接生成带声音的视频片段不需要任何画面素材。图像到视频用一张图片作首帧或参考生成以它开头的动态视频。视频增强与改写对已有视频做细节增强、扩边、补色、去模糊、HDR 转换等处理。控制类生成通过 IC-LoRA一种给模型附加特定引导能力的微调组件接入深度、边缘、姿态等条件图约束画面走向。文本到音频用 LTXVAudioOnlyModel 节点单独生成音频不输出视频画面。更多场景的节点组合可以对照 example_workflows/ 目录里面按 2.0、2.3、2.5 三个版本分好了工作流文件。动手前检查环境开始前确认三件事避免装到一半发现硬件不满足Python 版本3.9 及以上。插件依赖较新版本的 transformers 和 diffusers过老的解释器会装不上依赖。ComfyUI 基座已安装并能正常打开 Web 界面。LTX-2 的推理代码在 ComfyUI 核心里这个插件不替代基座。磁盘空间预留 100GB 以上模型文件和推理缓存占用不小。显存是主要瓶颈。官方基线是 32GB VRAM低于这个配置也能跑但要换蒸馏模型并降分辨率。按硬件分档参考如下档位显存推荐做法高性能32GB 及以上完整模型dev 两阶段上采样质量优先平衡20~24GB蒸馏模型单阶段生成速度优先入门16GB 及以下蒸馏模型 低显存加载器降低分辨率与帧数安装 ComfyUI-LTXVideo 并放置 LTX-2 模型文件克隆仓库并安装依赖插件本体很小在 ComfyUI 根目录的 custom_nodes 下执行git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo custom_nodes/ComfyUI-LTXVideo cd custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txtrequirements.txt 里列了 diffusers、transformers、openimageio 等依赖pip 会一次装完。重启 ComfyUI 后节点菜单会出现 LTXVideo 分类。模型文件应该放在哪个目录模型文件是部署的大头。每个文件对应一个目录放错位置节点里就不会出现文件名类型存放目录ltx-2.3-22b-dev.safetensors完整模型检查点models/checkpointsltx-2.3-22b-distilled-1.1.safetensors蒸馏模型检查点models/checkpointsltx-2.3-spatial-upscaler-x2-1.1.safetensors空间上采样器models/latent_upscale_modelsltx-2.3-temporal-upscaler-x2-1.0.safetensors时间上采样器models/latent_upscale_modelsltx-2.3-22b-distilled-lora-384-1.1.safetensors蒸馏 LoRAmodels/lorasIC-LoRA 系列union-control、detailer、hdr 等控制与增强 LoRAmodels/lorasGemma 3 文本编码器仓库内全部文件文本编码器models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized两个概念先说明白。蒸馏模型是用小模型模仿大模型效果得到的版本采样步数更少、速度更快画质略降。LoRA是体积小、针对特定任务的附加文件加载在主模型上提供新能力。另外旧版 2.0 工作流也可使用 19b 的 fp8 检查点ltx-2-19b-dev-fp8.safetensors、ltx-2-19b-distilled-fp8.safetensors与上表放在同一目录即可。跑通第一条文本到视频工作流第一条工作流建议走最简单的文本到视频路径步骤如下在 ComfyUI 界面把 example_workflows/2.3/ 下的 LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json 拖进画布加载。显存紧张时可以改用 2.0 目录下的 LTX-2_T2V_Distilled_wLora.json结构更简单。检查加载节点里的模型名与你下载的文件一致检查点、上采样器分别对应各自的目录。在正向提示词节点输入英文描述写明画面内容和镜头运动。负向提示词保持默认即可。点击 Queue Prompt 排队。生成过程包含采样、VAE 解码和音频解码几个阶段。完成后视频自动写入 outputs 目录直接打开查看。基础模型生成的视频帧效果如下如果更看重速度切到蒸馏版工作流。同样的提示词步数明显减少出片时间缩短低显存如何跑 LTX-2加载器与模型选型显存不够时按两个方向做取舍换加载方式换模型版本。换加载方式。low_vram_loaders.py 提供一组带 dependencies 输入的低显存加载器节点。把前一个加载器的输出接到后一个的 dependencies 上模型会按顺序加载而不是同时驻留显存峰值占用可压到 32GB 以内。另外ComfyUI 启动时加参数--reserve-vram 5能给系统预留 5GB 显存避免解码阶段爆显存。换模型版本。选型逻辑对应你的目标场景建议追求画质显存 32GB 以上完整模型 dev 两阶段上采样工作流速度优先显存 20GB 左右蒸馏模型单阶段跳过空间和时间上采样显存 16GB 及以下低显存加载器 蒸馏模型 降低分辨率和帧数两阶段工作流报错、单阶段正常检查上采样器是否放在 models/latent_upscale_models卡住了先查这里高频问题排查部署阶段最常见的问题集中在文件路径和显存上对照下表处理现象处理方式节点菜单没有 LTXVideo 分类确认仓库在 custom_nodes 目录下执行 pip install -r requirements.txt 后重启 ComfyUI检查点下拉框看不到模型核对文件名与目录主模型放 models/checkpoints上采样器放 models/latent_upscale_models运行时报显存不足换低显存加载器改用蒸馏模型降低分辨率与帧数文本编码器加载失败确认 Gemma 3 的全部文件在 models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized 目录下两阶段工作流报错补齐空间与时间上采样器并确认蒸馏 LoRA 已放入 models/loras模型文件较多首次部署需要一点耐心但都是一次性工作。文件就位之后日常使用只剩下调整提示词、LoRA 权重和采样参数。每条工作流的输入素材可以在 example_workflows/assets/ 对照查看节点实现细节可查阅 tricks/ 目录下的模块源码。【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 安装教程LTX-2 视频生成从部署到出片的完整指南【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 是一组 ComfyUI 视频节点为 LTX-2 视频生成模型补齐上采样、控制条件与低显存运行所需的工具。LTX-2 本体已并入 ComfyUI 核心这个插件负责让完整工作流跑起来。如果你已有 ComfyUI 环境想用文字、图片或现有视频生成动态画面这篇指南按环境、文件、工作流的顺序带你跑通第一次生成。它具体能做什么该插件把 LTX-2 的常见用法封装成节点图你在画布上连接节点即可运行不需要写代码。按任务类型划分覆盖以下能力文本到视频只输入文字描述直接生成带声音的视频片段不需要任何画面素材。图像到视频用一张图片作首帧或参考生成以它开头的动态视频。视频增强与改写对已有视频做细节增强、扩边、补色、去模糊、HDR 转换等处理。控制类生成通过 IC-LoRA一种给模型附加特定引导能力的微调组件接入深度、边缘、姿态等条件图约束画面走向。文本到音频用 LTXVAudioOnlyModel 节点单独生成音频不输出视频画面。更多场景的节点组合可以对照 example_workflows/ 目录里面按 2.0、2.3、2.5 三个版本分好了工作流文件。动手前检查环境开始前确认三件事避免装到一半发现硬件不满足Python 版本3.9 及以上。插件依赖较新版本的 transformers 和 diffusers过老的解释器会装不上依赖。ComfyUI 基座已安装并能正常打开 Web 界面。LTX-2 的推理代码在 ComfyUI 核心里这个插件不替代基座。磁盘空间预留 100GB 以上模型文件和推理缓存占用不小。显存是主要瓶颈。官方基线是 32GB VRAM低于这个配置也能跑但要换蒸馏模型并降分辨率。按硬件分档参考如下档位显存推荐做法高性能32GB 及以上完整模型dev 两阶段上采样质量优先平衡20~24GB蒸馏模型单阶段生成速度优先入门16GB 及以下蒸馏模型 低显存加载器降低分辨率与帧数安装 ComfyUI-LTXVideo 并放置 LTX-2 模型文件克隆仓库并安装依赖插件本体很小在 ComfyUI 根目录的 custom_nodes 下执行git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo custom_nodes/ComfyUI-LTXVideo cd custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txtrequirements.txt 里列了 diffusers、transformers、openimageio 等依赖pip 会一次装完。重启 ComfyUI 后节点菜单会出现 LTXVideo 分类。模型文件应该放在哪个目录模型文件是部署的大头。每个文件对应一个目录放错位置节点里就不会出现文件名类型存放目录ltx-2.3-22b-dev.safetensors完整模型检查点models/checkpointsltx-2.3-22b-distilled-1.1.safetensors蒸馏模型检查点models/checkpointsltx-2.3-spatial-upscaler-x2-1.1.safetensors空间上采样器models/latent_upscale_modelsltx-2.3-temporal-upscaler-x2-1.0.safetensors时间上采样器models/latent_upscale_modelsltx-2.3-22b-distilled-lora-384-1.1.safetensors蒸馏 LoRAmodels/lorasIC-LoRA 系列union-control、detailer、hdr 等控制与增强 LoRAmodels/lorasGemma 3 文本编码器仓库内全部文件文本编码器models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized两个概念先说明白。蒸馏模型是用小模型模仿大模型效果得到的版本采样步数更少、速度更快画质略降。LoRA是体积小、针对特定任务的附加文件加载在主模型上提供新能力。另外旧版 2.0 工作流也可使用 19b 的 fp8 检查点ltx-2-19b-dev-fp8.safetensors、ltx-2-19b-distilled-fp8.safetensors与上表放在同一目录即可。跑通第一条文本到视频工作流第一条工作流建议走最简单的文本到视频路径步骤如下在 ComfyUI 界面把 example_workflows/2.3/ 下的 LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json 拖进画布加载。显存紧张时可以改用 2.0 目录下的 LTX-2_T2V_Distilled_wLora.json结构更简单。检查加载节点里的模型名与你下载的文件一致检查点、上采样器分别对应各自的目录。在正向提示词节点输入英文描述写明画面内容和镜头运动。负向提示词保持默认即可。点击 Queue Prompt 排队。生成过程包含采样、VAE 解码和音频解码几个阶段。完成后视频自动写入 outputs 目录直接打开查看。基础模型生成的视频帧效果如下如果更看重速度切到蒸馏版工作流。同样的提示词步数明显减少出片时间缩短低显存如何跑 LTX-2加载器与模型选型显存不够时按两个方向做取舍换加载方式换模型版本。换加载方式。low_vram_loaders.py 提供一组带 dependencies 输入的低显存加载器节点。把前一个加载器的输出接到后一个的 dependencies 上模型会按顺序加载而不是同时驻留显存峰值占用可压到 32GB 以内。另外ComfyUI 启动时加参数--reserve-vram 5能给系统预留 5GB 显存避免解码阶段爆显存。换模型版本。选型逻辑对应你的目标场景建议追求画质显存 32GB 以上完整模型 dev 两阶段上采样工作流速度优先显存 20GB 左右蒸馏模型单阶段跳过空间和时间上采样显存 16GB 及以下低显存加载器 蒸馏模型 降低分辨率和帧数两阶段工作流报错、单阶段正常检查上采样器是否放在 models/latent_upscale_models卡住了先查这里高频问题排查部署阶段最常见的问题集中在文件路径和显存上对照下表处理现象处理方式节点菜单没有 LTXVideo 分类确认仓库在 custom_nodes 目录下执行 pip install -r requirements.txt 后重启 ComfyUI检查点下拉框看不到模型核对文件名与目录主模型放 models/checkpoints上采样器放 models/latent_upscale_models运行时报显存不足换低显存加载器改用蒸馏模型降低分辨率与帧数文本编码器加载失败确认 Gemma 3 的全部文件在 models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized 目录下两阶段工作流报错补齐空间与时间上采样器并确认蒸馏 LoRA 已放入 models/loras模型文件较多首次部署需要一点耐心但都是一次性工作。文件就位之后日常使用只剩下调整提示词、LoRA 权重和采样参数。每条工作流的输入素材可以在 example_workflows/assets/ 对照查看节点实现细节可查阅 tricks/ 目录下的模块源码。【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)
