ComfyUI AI视频生成实战LTX-2 从安装到产出第一条成片的一步到位攻略【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo如果你已经装好 ComfyUI也照着教程拖过几条节点却始终没能让 LTX-2 真正跑出一段视频——这篇文章就是为你写的。ComfyUI-LTXVideo 是官方为 LTX-2 视频生成模型定制的一组高级自定义节点它把文生视频、图生视频、唇形同步、HDR 输出等能力打包成一套可复用的 ComfyUI 工作流。接下来我带你按一条先跑通、再调优、后进阶的路线把它吃透。一、先想清楚LTX-2 在 ComfyUI 里到底处于什么位置很多人第一次听到LTX-2会误以为它是一个需要额外安装的大模型插件。其实 LTX-2 的推理能力已经内置在 ComfyUI 核心代码中comfy/ldm/lightricksComfyUI-LTXVideo 提供的是围绕它的增强节点与官方工作流。这个项目有两个值得记住的技术底色双编码器架构文本与视觉信息分别编码后再融合提示词对画面内容的响应更准确音视频联合 TransformerLTX-2 是一个同时生成画面与声音的单一模型视频和音频共享一条潜空间管线这也是它支持配音唇形同步的根基。理解了这两点你后面看节点图时就不会一头雾水为什么采样器要同时管理video_latent和audio_latent为什么会有LTXVSeparateAVLatent这类拆分流节点的存在。二、开工前的环境核对清单CheckList在动手安装前先对照这张清单检查你的机器避免装完节点却反复报错检查项最低要求建议值显卡支持 CUDA 的 NVIDIA GPU32GB 以上显存磁盘100GB 可用空间预留 150GB模型缓存主程序ComfyUI 已安装保持最新版本显存策略默认加载显存紧张时用低显存加载器如果显存不足 32GB不要急着放弃。README 明确指出使用项目里的low_vram_loaders.py提供的加载器节点LowVRAMCheckpointLoader、LowVRAMAudioVAELoader等配合依赖输入控制加载顺序可以让生成过程压缩进 32GB 显存内。这类节点彼此串联时前一个加载器的输出接住后一个的dependencies输入模型就会按顺序逐个进入显存而不是一拥而上。三、安装只有三步但顺序不能乱安装路径有两条推荐走第一条打开 ComfyUI点击 Manager 按钮或按CtrlM进入Install Custom Nodes搜索LTXVideo点击安装重启 ComfyUI节点菜单中会出现LTXVideo分类所需模型会在首次使用时自动下载。如果你习惯手动管理节点也可以把仓库克隆到 ComfyUI 的custom_nodes目录下git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo随后执行pip install -r requirements.txt并重启。安装后建议先确认节点列表里能看到LTXVBaseSampler、LTXAddVideoICLoRAGuide这些关键节点再开始下一步。四、模型选择决策树别一上来就全下下载模型前先做一道选择题能帮你省下几十 GB 下载时间和大量试错成本。目标只是快速验证效果 / 显存吃紧→ 选蒸馏模型ltx-2.3-22b-distilled-1.1.safetensors步数少、出片快适合反复调参追求最终成片质量、显存充足→ 选完整模型ltx-2.3-22b-dev.safetensors细节和稳定性更好需要做两阶段放大先低分辨率锁定构图再放大出高清→ 除主模型外还要下载空间超分模型spatial upscaler x2/x1.5和时间超分模型temporal upscaler x2要用 IC-LoRA 系列能力→ 按需下载对应 LoRA 文件例如 Union 控制、HDR、Lipdub、像素级空间超分等。蒸馏与完整的核心差异速查维度蒸馏模型完整模型出片速度快适合原型测试慢适合最终输出画质上限良好优秀显存占用较低较高适用阶段调参、快速验证定稿、交付我的建议很直接日常调试用蒸馏最终导出切完整。五、第一次出片单阶段文生/图生视频工作流拆解项目的示例工作流集中在example_workflows/目录其中LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json是入门首选——一份工作流同时覆盖文字转视频和图片转视频。以LTXVBaseSampler为核心这条管线大致走这几步建潜空间EmptyLTXVLatentVideo设定宽、高、帧数注意帧数按 8 的倍数递增默认 97 帧写提示词文本经 Gemma 编码器gemma_configs/与gemma_encoder.py转成条件图生视频则把参考图作为optional_cond_images喂入采样生成LTXVBaseSampler接收模型、VAE、采样器和引导器输出音视频联合潜变量拆流与解码用LTXVSeparateAVLatent把联合潜变量拆成视频流和音频流再分别送入 VAE 解码出画面与声音。一个容易忽略的细节LTXVBaseSampler的引导器要求使用STGGuiderAdvanced这类高级引导节点而不是普通的 CFG 引导器。第一次拖工作流时如果采样器输入连不上多半是引导器类型不匹配。六、进阶工具箱五个值得单独上手的能力1. 统一控制的 Union IC-LoRALTX-2.3_ICLoRA_Union_Control_Distilled.json演示了如何用一个LoRA 同时接收深度图、边缘Canny图等多种控制信号。它运行在降采样后的潜空间上内存占用更小、推理更快适合做结构约束严格的场景。2. HDR 输出管线LTX-2.3_ICLoRA_HDR_Distilled.json配合LTXVHDRDecodePostprocess节点输出线性 HDR 视频内部以 ARRI LogC3 曲线压缩。节点会同时给出 Reinhard 色调映射后的 SDR 预览和原始线性 HDR 张量如需导出 EXR 序列启动前要设置环境变量OPENCV_IO_ENABLE_OPENEXR1。3. 唇形同步与多语配音LTX-2.3_ICLoRA_Lipdub_Two_Stage_Distilled.json实现给视频换台词输入原视频和包含目标对白文本的提示词模型会重新生成匹配的嘴型和声音同时通过参考音频 token 保持说话者音色一致。这条流程分两阶段——第一阶段在基础分辨率生成音画第二阶段放大画面并冻结音频。4. 像素级空间超分Pixel Spatial Upscaler系列 LoRA 不是传统插值放大而是重新生成细节把约 280p 的低分辨率视频重绘成 2× 或 4× 的高清成片。推荐先草稿后放大策略——先在低分辨率锁定构图和运动再用超分 LoRA 出最终高清版本。LoRA 强度、引导步数越低越贴近原片越高创作自由度越大。5. 纯音频模式T2ALTXVAudioOnlyModel节点把联合模型切换为纯文本转音频模式跳过视频流、关闭音视频交叉注意力。audio_only.py源码注释里说得很清楚模型按位置把输入切成[video, audio]两段所以即便只生成音频采样器仍需一个固定的 64×64 单帧占位视频潜变量LTXVAudioOnlyEmptyVideoLatent拼接后即可用LTXVAudioVAEDecode解码出音频。七、AI视频生成显存优化方案按优先级排列遇到CUDA out of memory时按这个顺序排查通常不用牺牲画质就能救回来换低显存加载器把普通 Checkpoint 加载器换成LowVRAMCheckpointLoader串联dependencies强制顺序加载加启动参数用python -m main --reserve-vram 5预留 5GB 显存给界面与系统降分辨率、减帧数例如从 1024×576 降到 512×288帧数减半显存压力立减启用平铺解码tiled_sampler.py与tiled_vae_decode.py提供的LTXVTiledSampler、LTXVTiledVAEDecode把大张量切成小块处理是 32GB 以下显存出长视频的关键量化 LoRAq8_nodes.py的LTXVQ8LoraModelLoader配合 Q8 补丁用精度换显存。八、常见误区核对清单三句话帮你纠偏显存不够就是机器不行—— 错。先试低显存加载器和平铺解码很多 16GB 显存用户靠这两招跑通了蒸馏模型。节点装了就能用不用管模型—— 错。模型放在models/checkpoints、models/loras、models/text_encoders各自目录Gemma 文本编码器必须下载到models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized目录下路径错了会直接加载失败。提示词越详细越好—— 不全是。生成效果不佳时先简化提示词、换采样步数20→50再排查模型匹配问题往往比堆形容词有效。九、能力成长时间线给自己三个阶段的预期第 1-2 周跑通期安装、下载蒸馏模型、跑通单阶段 T2V/I2V 工作流理解采样器与引导器的关系第 3-4 周应用期逐个上手 Union 控制、HDR、Lipdub、超分四条 IC-LoRA 管线并开始用低显存方案适配自己的机器第 1 个月后创作期把tricks/目录里的高级节点引入自己的流程——注意力银行attn_bank_nodes.py、潜空间引导latent_guide_node.py、FlowEditltx_flowedit_nodes.py都是为精细控制画面一致性设计的值得逐个实验。十、参考资料官方文档README.md核心源码目录tricks/nodes/示例工作流example_workflows/本文参考项目官方文档。祝你的第一条 LTX-2 成片顺利产出——跑通之后剩下的就是不断实验的乐趣了。【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 AI视频生成实战LTX-2 从安装到产出第一条成片的一步到位攻略【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo如果你已经装好 ComfyUI也照着教程拖过几条节点却始终没能让 LTX-2 真正跑出一段视频——这篇文章就是为你写的。ComfyUI-LTXVideo 是官方为 LTX-2 视频生成模型定制的一组高级自定义节点它把文生视频、图生视频、唇形同步、HDR 输出等能力打包成一套可复用的 ComfyUI 工作流。接下来我带你按一条先跑通、再调优、后进阶的路线把它吃透。一、先想清楚LTX-2 在 ComfyUI 里到底处于什么位置很多人第一次听到LTX-2会误以为它是一个需要额外安装的大模型插件。其实 LTX-2 的推理能力已经内置在 ComfyUI 核心代码中comfy/ldm/lightricksComfyUI-LTXVideo 提供的是围绕它的增强节点与官方工作流。这个项目有两个值得记住的技术底色双编码器架构文本与视觉信息分别编码后再融合提示词对画面内容的响应更准确音视频联合 TransformerLTX-2 是一个同时生成画面与声音的单一模型视频和音频共享一条潜空间管线这也是它支持配音唇形同步的根基。理解了这两点你后面看节点图时就不会一头雾水为什么采样器要同时管理video_latent和audio_latent为什么会有LTXVSeparateAVLatent这类拆分流节点的存在。二、开工前的环境核对清单CheckList在动手安装前先对照这张清单检查你的机器避免装完节点却反复报错检查项最低要求建议值显卡支持 CUDA 的 NVIDIA GPU32GB 以上显存磁盘100GB 可用空间预留 150GB模型缓存主程序ComfyUI 已安装保持最新版本显存策略默认加载显存紧张时用低显存加载器如果显存不足 32GB不要急着放弃。README 明确指出使用项目里的low_vram_loaders.py提供的加载器节点LowVRAMCheckpointLoader、LowVRAMAudioVAELoader等配合依赖输入控制加载顺序可以让生成过程压缩进 32GB 显存内。这类节点彼此串联时前一个加载器的输出接住后一个的dependencies输入模型就会按顺序逐个进入显存而不是一拥而上。三、安装只有三步但顺序不能乱安装路径有两条推荐走第一条打开 ComfyUI点击 Manager 按钮或按CtrlM进入Install Custom Nodes搜索LTXVideo点击安装重启 ComfyUI节点菜单中会出现LTXVideo分类所需模型会在首次使用时自动下载。如果你习惯手动管理节点也可以把仓库克隆到 ComfyUI 的custom_nodes目录下git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo随后执行pip install -r requirements.txt并重启。安装后建议先确认节点列表里能看到LTXVBaseSampler、LTXAddVideoICLoRAGuide这些关键节点再开始下一步。四、模型选择决策树别一上来就全下下载模型前先做一道选择题能帮你省下几十 GB 下载时间和大量试错成本。目标只是快速验证效果 / 显存吃紧→ 选蒸馏模型ltx-2.3-22b-distilled-1.1.safetensors步数少、出片快适合反复调参追求最终成片质量、显存充足→ 选完整模型ltx-2.3-22b-dev.safetensors细节和稳定性更好需要做两阶段放大先低分辨率锁定构图再放大出高清→ 除主模型外还要下载空间超分模型spatial upscaler x2/x1.5和时间超分模型temporal upscaler x2要用 IC-LoRA 系列能力→ 按需下载对应 LoRA 文件例如 Union 控制、HDR、Lipdub、像素级空间超分等。蒸馏与完整的核心差异速查维度蒸馏模型完整模型出片速度快适合原型测试慢适合最终输出画质上限良好优秀显存占用较低较高适用阶段调参、快速验证定稿、交付我的建议很直接日常调试用蒸馏最终导出切完整。五、第一次出片单阶段文生/图生视频工作流拆解项目的示例工作流集中在example_workflows/目录其中LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json是入门首选——一份工作流同时覆盖文字转视频和图片转视频。以LTXVBaseSampler为核心这条管线大致走这几步建潜空间EmptyLTXVLatentVideo设定宽、高、帧数注意帧数按 8 的倍数递增默认 97 帧写提示词文本经 Gemma 编码器gemma_configs/与gemma_encoder.py转成条件图生视频则把参考图作为optional_cond_images喂入采样生成LTXVBaseSampler接收模型、VAE、采样器和引导器输出音视频联合潜变量拆流与解码用LTXVSeparateAVLatent把联合潜变量拆成视频流和音频流再分别送入 VAE 解码出画面与声音。一个容易忽略的细节LTXVBaseSampler的引导器要求使用STGGuiderAdvanced这类高级引导节点而不是普通的 CFG 引导器。第一次拖工作流时如果采样器输入连不上多半是引导器类型不匹配。六、进阶工具箱五个值得单独上手的能力1. 统一控制的 Union IC-LoRALTX-2.3_ICLoRA_Union_Control_Distilled.json演示了如何用一个LoRA 同时接收深度图、边缘Canny图等多种控制信号。它运行在降采样后的潜空间上内存占用更小、推理更快适合做结构约束严格的场景。2. HDR 输出管线LTX-2.3_ICLoRA_HDR_Distilled.json配合LTXVHDRDecodePostprocess节点输出线性 HDR 视频内部以 ARRI LogC3 曲线压缩。节点会同时给出 Reinhard 色调映射后的 SDR 预览和原始线性 HDR 张量如需导出 EXR 序列启动前要设置环境变量OPENCV_IO_ENABLE_OPENEXR1。3. 唇形同步与多语配音LTX-2.3_ICLoRA_Lipdub_Two_Stage_Distilled.json实现给视频换台词输入原视频和包含目标对白文本的提示词模型会重新生成匹配的嘴型和声音同时通过参考音频 token 保持说话者音色一致。这条流程分两阶段——第一阶段在基础分辨率生成音画第二阶段放大画面并冻结音频。4. 像素级空间超分Pixel Spatial Upscaler系列 LoRA 不是传统插值放大而是重新生成细节把约 280p 的低分辨率视频重绘成 2× 或 4× 的高清成片。推荐先草稿后放大策略——先在低分辨率锁定构图和运动再用超分 LoRA 出最终高清版本。LoRA 强度、引导步数越低越贴近原片越高创作自由度越大。5. 纯音频模式T2ALTXVAudioOnlyModel节点把联合模型切换为纯文本转音频模式跳过视频流、关闭音视频交叉注意力。audio_only.py源码注释里说得很清楚模型按位置把输入切成[video, audio]两段所以即便只生成音频采样器仍需一个固定的 64×64 单帧占位视频潜变量LTXVAudioOnlyEmptyVideoLatent拼接后即可用LTXVAudioVAEDecode解码出音频。七、AI视频生成显存优化方案按优先级排列遇到CUDA out of memory时按这个顺序排查通常不用牺牲画质就能救回来换低显存加载器把普通 Checkpoint 加载器换成LowVRAMCheckpointLoader串联dependencies强制顺序加载加启动参数用python -m main --reserve-vram 5预留 5GB 显存给界面与系统降分辨率、减帧数例如从 1024×576 降到 512×288帧数减半显存压力立减启用平铺解码tiled_sampler.py与tiled_vae_decode.py提供的LTXVTiledSampler、LTXVTiledVAEDecode把大张量切成小块处理是 32GB 以下显存出长视频的关键量化 LoRAq8_nodes.py的LTXVQ8LoraModelLoader配合 Q8 补丁用精度换显存。八、常见误区核对清单三句话帮你纠偏显存不够就是机器不行—— 错。先试低显存加载器和平铺解码很多 16GB 显存用户靠这两招跑通了蒸馏模型。节点装了就能用不用管模型—— 错。模型放在models/checkpoints、models/loras、models/text_encoders各自目录Gemma 文本编码器必须下载到models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized目录下路径错了会直接加载失败。提示词越详细越好—— 不全是。生成效果不佳时先简化提示词、换采样步数20→50再排查模型匹配问题往往比堆形容词有效。九、能力成长时间线给自己三个阶段的预期第 1-2 周跑通期安装、下载蒸馏模型、跑通单阶段 T2V/I2V 工作流理解采样器与引导器的关系第 3-4 周应用期逐个上手 Union 控制、HDR、Lipdub、超分四条 IC-LoRA 管线并开始用低显存方案适配自己的机器第 1 个月后创作期把tricks/目录里的高级节点引入自己的流程——注意力银行attn_bank_nodes.py、潜空间引导latent_guide_node.py、FlowEditltx_flowedit_nodes.py都是为精细控制画面一致性设计的值得逐个实验。十、参考资料官方文档README.md核心源码目录tricks/nodes/示例工作流example_workflows/本文参考项目官方文档。祝你的第一条 LTX-2 成片顺利产出——跑通之后剩下的就是不断实验的乐趣了。【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
