ComfyUI-LTXVideo本地视频生成节点实战指南【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideoComfyUI 本地视频生成缺少完整控制与高分辨率输出的扩展节点集覆盖文生视频、图生视频、IC-LoRA 控制与两阶段上采样适合已在 ComfyUI 里跑过图像工作流、想产出完整 LTX-2 视频的人。三步出片克隆、装依赖、加载第一个工作流先确认三件事ComfyUI 已能启动、GPU 为 CUDA 且显存不低于 32GB官方 Prerequisites 的口径、磁盘留 100GB 以上给模型和缓存。然后git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo ComfyUI/custom_nodes/ComfyUI-LTXVideo cd ComfyUI/custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txt重启 ComfyUI 后节点会出现在节点菜单的 LTXV 分类下LTX-2 主干已内置在 ComfyUI 核心里本仓库只提供扩展节点。接着按 README 的清单下载模型checkpoint 放models/checkpointsGemma 文本编码器放models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized其余上采样器和 LoRA 放models/latent_upscale_models与models/loras。首次出片建议直接加载 example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json把提示词换成你要的内容EmptyLTXVLatentVideo默认 960×544、121 帧ManualSigmas是蒸馏版专用的 9 步调度点 Queue Prompt 即可得到带音频的成片。文字变成 4 秒视频效果纯文字驱动生成带声音的视频。对应工作流上面的单阶段蒸馏图。关键参数ManualSigmas的步数蒸馏模型 9 步就够全量模型需要更密的调度、LTXVScheduler的起止噪声范围、KSamplerSelect的采样器示例用euler_ancestral_cfg_pp。注意distilled 工作流里都挂着ltx-2.3-22b-distilled-lora-384-1.1.safetensorsLoraLoaderModelOnly节点加载删掉它或换了非蒸馏 checkpoint生成步数和画面节奏都会不对。让静态图动起来效果一张参考图作为首帧生成带运动的视频。对应工作流同一张图把LoadImage的输出接到LTXVImgToVideoConditionOnly。关键参数strength示例里是 0.7值越高首帧贴得越死、运动越小接上后走 I2V 分支不接则是纯 T2V。如果要多帧关键帧控制比如指定第 0 帧和第 63 帧各用一张图用 LTXVLoopingSampler 文档 里描述的optional_cond_image_indices填0, 63这样的帧号列表即可。用 IC-LoRA 精确控制画面效果按深度图、边缘图、运动轨迹或台词来约束生成而不只靠文字。对应节点LTXICLoRALoaderModelOnly加载对应 IC-LoRALTXAddVideoICLoRAGuide把参考素材挂到条件上。仓库提供现成示例Union Control深度姿态边缘、Motion Track、DubIt换台词并重新生成口型与语音两阶段带音频上采样。坑在LTXAddVideoICLoRAGuide的参考位置参数视频参考用 0 对齐生成片段单张图参考用 -1 放到生成帧范围之外填错会出现参考画面穿进结果里。把短视频放大到 4K效果V2V 场景下做生成式上采样或细节精修输出 FullHD/4K 甚至 8K。对应节点LTXVTiledFusionSampler配LTXVGetTilingSizes示例在 example_workflows/2.5/V2V_TiledFusion_Upscale、Native_4K_8K。它维护一张 latent 画布和一个噪声场每个去噪步都在重叠的 crop 上跑模型再融合回画布所以不会留缝——这和独立采样各 tile 的LTXVTiledSampler是两回事别混用。关键参数tile_width/tile_height必须取 IC-LoRA 受训空间窗口32 的倍数overlap_frac保持 0.5 以上低于它会在规则纹理上出周期性网格。另外它的详细说明在 tiled_fusion_sampler.md。这里有一条反直觉的规则提示词只写光影、色板、锐度这类风格词不要点名画面里的具体物体否则那个物体会在每个空间 tile 里各生成一份。HDR 升级与纯音频生成效果把 SDR 视频升为 ACEScct 线性 HDR或只出音频不出画面。HDR 链路用 HDR IC-LoRA 生成 LogC3 压缩空间帧再经LTXVHDRDecodePostprocess解回线性 HDR可选导出 16/32-bit EXR 序列依赖 openimageio已在 requirements.txt 里。音频链路用LTXVAudioOnlyModel关掉视频的注意力分支配合LTXVAudioOnlyEmptyVideoLatent64×64 单帧占位符经LTXVConcatAVLatent拼进 latent再LTXVAudioVAEDecode解出声音——占位符不会被 attend 到成本可忽略。翻车自救手册现象生成中途 OOM 崩溃。可能原因22B 主干 长时序窗口一次性占满显存。最小修复把加载器换成LowVRAMCheckpointLoader用 dependencies 输入串起多个 loader 强制顺序加载并加启动参数python main.py --reserve-vram 5再不行就降分辨率或改分块下节。现象分块输出有可见接缝或周期网格。可能原因空间重叠不足或采样器不兼容。最小修复LTXVTiledFusionSampler的overlap_frac拉回 0.5采样器只选离散步方法euler/heun/dpm_2历史多步法会丢跨步记忆ancestral 类每 tile 加独立噪声、必出缝。现象长视频后段过饱和、色彩漂移。可能原因时序 tile 的统计量随片段累积。最小修复LTXVLoopingSampler的adain_factor设 0.1–0.3temporal_overlap保持 tile 长度的 1/3 左右。现象报 Q8 相关 ImportError。可能原因LTXVQ8Patch需要 q8_kernels 包仓库本身不捆绑它。最小修复单独安装 q8_kernels 后再挂LTXVQ8Patch或干脆移除该节点用默认精度。现象报 Guider does not have negative conds。可能原因guider 没带负向条件。最小修复把 guider 换成CFGGuider或MultimodalGuider再接采样器。分块、量化与批量分块有三档按显存压力从上往下用LTXVTiledFusionSampler适合 IC-LoRA V2V 的大画布精修LTXVTiledSampler独立采样网格适合普通 T2V/I2V 提分辨率LTXVTiledVAEDecode只把解码阶段切开最便宜单阶段工作流里已经默认在用。长视频用LTXVLoopingSampler做时间分块temporal_tile_size: 80 temporal_overlap: 24 adain_factor: 0.1提速上Q8 量化是显存和速度的双收益pip install q8_kernels装上后在图里挂LTXVQ8Patch按quantization_preset选精度档位。批量跑图时把LTXVSaveConditioning/LTXVLoadConditioning用起来可以缓存文本条件结果避免同一条提示词在多个实验里重复过 Gemma 编码器。硬件怎么选README 给的官方线是 32GB 显存加 100GB 磁盘系统内存 16GB 以上。按这个口径舒服线就是 32GB全量模型、两阶段上采样、8K 分块融合都不用再绕路显存只影响速度不影响可行性。够用线是 24GB只能跑蒸馏模型大画布必须走分块长视频靠时间分块并且建议叠加 Q8 量化。低于 24GB 就不建议硬上了——问题不在代码而在显存墙换机器比调参数划算。下一步今天就做跑通LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full换一条提示词出 121 帧带音频的成片。本周再做接上两阶段工作流LTX-2.3_T2V_I2V_Two_Stage_Distilled体会空间上采样器对分辨率和细节的提升再对比一遍单阶段的输出质量。【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本地视频生成节点实战指南【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideoComfyUI 本地视频生成缺少完整控制与高分辨率输出的扩展节点集覆盖文生视频、图生视频、IC-LoRA 控制与两阶段上采样适合已在 ComfyUI 里跑过图像工作流、想产出完整 LTX-2 视频的人。三步出片克隆、装依赖、加载第一个工作流先确认三件事ComfyUI 已能启动、GPU 为 CUDA 且显存不低于 32GB官方 Prerequisites 的口径、磁盘留 100GB 以上给模型和缓存。然后git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo ComfyUI/custom_nodes/ComfyUI-LTXVideo cd ComfyUI/custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txt重启 ComfyUI 后节点会出现在节点菜单的 LTXV 分类下LTX-2 主干已内置在 ComfyUI 核心里本仓库只提供扩展节点。接着按 README 的清单下载模型checkpoint 放models/checkpointsGemma 文本编码器放models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized其余上采样器和 LoRA 放models/latent_upscale_models与models/loras。首次出片建议直接加载 example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json把提示词换成你要的内容EmptyLTXVLatentVideo默认 960×544、121 帧ManualSigmas是蒸馏版专用的 9 步调度点 Queue Prompt 即可得到带音频的成片。文字变成 4 秒视频效果纯文字驱动生成带声音的视频。对应工作流上面的单阶段蒸馏图。关键参数ManualSigmas的步数蒸馏模型 9 步就够全量模型需要更密的调度、LTXVScheduler的起止噪声范围、KSamplerSelect的采样器示例用euler_ancestral_cfg_pp。注意distilled 工作流里都挂着ltx-2.3-22b-distilled-lora-384-1.1.safetensorsLoraLoaderModelOnly节点加载删掉它或换了非蒸馏 checkpoint生成步数和画面节奏都会不对。让静态图动起来效果一张参考图作为首帧生成带运动的视频。对应工作流同一张图把LoadImage的输出接到LTXVImgToVideoConditionOnly。关键参数strength示例里是 0.7值越高首帧贴得越死、运动越小接上后走 I2V 分支不接则是纯 T2V。如果要多帧关键帧控制比如指定第 0 帧和第 63 帧各用一张图用 LTXVLoopingSampler 文档 里描述的optional_cond_image_indices填0, 63这样的帧号列表即可。用 IC-LoRA 精确控制画面效果按深度图、边缘图、运动轨迹或台词来约束生成而不只靠文字。对应节点LTXICLoRALoaderModelOnly加载对应 IC-LoRALTXAddVideoICLoRAGuide把参考素材挂到条件上。仓库提供现成示例Union Control深度姿态边缘、Motion Track、DubIt换台词并重新生成口型与语音两阶段带音频上采样。坑在LTXAddVideoICLoRAGuide的参考位置参数视频参考用 0 对齐生成片段单张图参考用 -1 放到生成帧范围之外填错会出现参考画面穿进结果里。把短视频放大到 4K效果V2V 场景下做生成式上采样或细节精修输出 FullHD/4K 甚至 8K。对应节点LTXVTiledFusionSampler配LTXVGetTilingSizes示例在 example_workflows/2.5/V2V_TiledFusion_Upscale、Native_4K_8K。它维护一张 latent 画布和一个噪声场每个去噪步都在重叠的 crop 上跑模型再融合回画布所以不会留缝——这和独立采样各 tile 的LTXVTiledSampler是两回事别混用。关键参数tile_width/tile_height必须取 IC-LoRA 受训空间窗口32 的倍数overlap_frac保持 0.5 以上低于它会在规则纹理上出周期性网格。另外它的详细说明在 tiled_fusion_sampler.md。这里有一条反直觉的规则提示词只写光影、色板、锐度这类风格词不要点名画面里的具体物体否则那个物体会在每个空间 tile 里各生成一份。HDR 升级与纯音频生成效果把 SDR 视频升为 ACEScct 线性 HDR或只出音频不出画面。HDR 链路用 HDR IC-LoRA 生成 LogC3 压缩空间帧再经LTXVHDRDecodePostprocess解回线性 HDR可选导出 16/32-bit EXR 序列依赖 openimageio已在 requirements.txt 里。音频链路用LTXVAudioOnlyModel关掉视频的注意力分支配合LTXVAudioOnlyEmptyVideoLatent64×64 单帧占位符经LTXVConcatAVLatent拼进 latent再LTXVAudioVAEDecode解出声音——占位符不会被 attend 到成本可忽略。翻车自救手册现象生成中途 OOM 崩溃。可能原因22B 主干 长时序窗口一次性占满显存。最小修复把加载器换成LowVRAMCheckpointLoader用 dependencies 输入串起多个 loader 强制顺序加载并加启动参数python main.py --reserve-vram 5再不行就降分辨率或改分块下节。现象分块输出有可见接缝或周期网格。可能原因空间重叠不足或采样器不兼容。最小修复LTXVTiledFusionSampler的overlap_frac拉回 0.5采样器只选离散步方法euler/heun/dpm_2历史多步法会丢跨步记忆ancestral 类每 tile 加独立噪声、必出缝。现象长视频后段过饱和、色彩漂移。可能原因时序 tile 的统计量随片段累积。最小修复LTXVLoopingSampler的adain_factor设 0.1–0.3temporal_overlap保持 tile 长度的 1/3 左右。现象报 Q8 相关 ImportError。可能原因LTXVQ8Patch需要 q8_kernels 包仓库本身不捆绑它。最小修复单独安装 q8_kernels 后再挂LTXVQ8Patch或干脆移除该节点用默认精度。现象报 Guider does not have negative conds。可能原因guider 没带负向条件。最小修复把 guider 换成CFGGuider或MultimodalGuider再接采样器。分块、量化与批量分块有三档按显存压力从上往下用LTXVTiledFusionSampler适合 IC-LoRA V2V 的大画布精修LTXVTiledSampler独立采样网格适合普通 T2V/I2V 提分辨率LTXVTiledVAEDecode只把解码阶段切开最便宜单阶段工作流里已经默认在用。长视频用LTXVLoopingSampler做时间分块temporal_tile_size: 80 temporal_overlap: 24 adain_factor: 0.1提速上Q8 量化是显存和速度的双收益pip install q8_kernels装上后在图里挂LTXVQ8Patch按quantization_preset选精度档位。批量跑图时把LTXVSaveConditioning/LTXVLoadConditioning用起来可以缓存文本条件结果避免同一条提示词在多个实验里重复过 Gemma 编码器。硬件怎么选README 给的官方线是 32GB 显存加 100GB 磁盘系统内存 16GB 以上。按这个口径舒服线就是 32GB全量模型、两阶段上采样、8K 分块融合都不用再绕路显存只影响速度不影响可行性。够用线是 24GB只能跑蒸馏模型大画布必须走分块长视频靠时间分块并且建议叠加 Q8 量化。低于 24GB 就不建议硬上了——问题不在代码而在显存墙换机器比调参数划算。下一步今天就做跑通LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full换一条提示词出 121 帧带音频的成片。本周再做接上两阶段工作流LTX-2.3_T2V_I2V_Two_Stage_Distilled体会空间上采样器对分辨率和细节的提升再对比一遍单阶段的输出质量。【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)
