ComfyUI-LTXVideo 全流程指南從零跑通 AI 視頻生成【免費下載鏈接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI項目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideoComfyUI-LTXVideo 是 ComfyUI 中 LTX-2 視頻模型的配套自定義節(jié)點集。模型內(nèi)核已內(nèi)置在 ComfyUI 主線里這個倉庫補齊了 AI 視頻生成工作流所需的全部節(jié)點與示例。它解決三類問題大分辨率直出吃顯存、生成過程不可控、長視頻難拼接。本文的文生視頻、圖生視頻、視頻到視頻三條鏈路都來自官方倉庫配置32GB 顯存的顯卡可以 5 分鐘跑通第一條視頻。5 分鐘認識 ComfyUI-LTXVideo先看它有哪些能力后文再逐條展開。兩階段蒸餾流水線——第一階段出低清草稿第二階段對潛空間上采樣最終分辨率更高單步顯存更低Union IC-LoRA——深度、邊緣、姿態(tài)等控制條件合并進一個 LoRA潛空間下采樣后處理顯存和耗時同時下降Tiled Fusion 采樣器——在重疊的空間瓦片上分步去噪可輸出超過模型訓(xùn)練窗口的 4K/8K 畫布低顯存加載器——按執(zhí)行順序運行模型并自動卸載22B 權(quán)重在 32GB 顯卡內(nèi)跑動提示詞增強——Gemma 把一句話擴寫成電影感描述還能從首幀自動補畫面文案HDR / Dub-It / 像素上采樣 IC-LoRA——SDR 轉(zhuǎn) HDR、口型換臺詞、2×/4× 創(chuàng)意超分三個高價值插件從零跑到第一條 AI 視頻部署只分三步裝節(jié)點、裝依賴、放模型文件。硬件先看這兩檔。檔位顯卡與顯存磁盤定位最低24GBRTX 3090/4090100GB SSD走低顯存加載器路線見 low_vram_loaders.py推薦32GB官方前置要求100GB22B 蒸餾檢查點 Gemma 編碼器直接跑一共三條命令克隆節(jié)點倉庫、裝 Python 依賴、重啟 ComfyUI。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重啟后節(jié)點菜單里會多出 LTXVideo 分類即安裝成功。也可以在 Comfy Manager 里按 CtrlM → Install Custom Nodes → 搜 LTXVideo免去手動克隆。模型文件放四處按官方 README 列出的是 2.3 版本權(quán)重自行下載后對應(yīng)放置ComfyUI/models/ ├── checkpoints/ltx-2.3-22b-distilled-1.1.safetensors ├── latent_upscale_models/ltx-2.3-spatial-upscaler-x2-1.1.safetensors ├── latent_upscale_models/ltx-2.3-temporal-upscaler-x2-1.0.safetensors ├── loras/ltx-2.3-22b-distilled-lora-384-1.1.safetensors └── text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/這 5 份文件覆蓋單階段文生視頻與圖生視頻。用到 HDR、配音或控制功能時再按需在 loras 下補對應(yīng) IC-LoRA。第一次運行直接從 example_workflows/ 挑一份工作流缺的模型會在首次使用時自動下載。三大生成模式怎么選三種模式共用同一套采樣器差別只在條件來源。按你手里的素材形態(tài)選就行。文生視頻T2V適用場景只有一句文字描述做概念驗證、分鏡預(yù)演關(guān)鍵參數(shù)默認畫布 768×512、幀數(shù) 97、條件強度 0.9常見坑提示詞太長且主體靠后畫面會跑偏把動作前置場景交給 Gemma 補全圖生視頻I2V適用場景畫面已定、只生成運動適合產(chǎn)品展示、概念圖動起來關(guān)鍵參數(shù)條件圖先經(jīng) crf 35 壓縮再入模strength 低于 0.9 運動更自由常見坑首幀漂移核對條件圖分辨率是否與潛空間匹配crop 保持 disabled視頻到視頻V2V適用場景對已有素材增強或換風(fēng)格Detailer 增清晰、HDR 換影調(diào)、像素上采樣器做 2×/4×關(guān)鍵參數(shù)IC-LoRA 強度貼近 0.9 運行大畫布換 Tiled Fusion 采樣器常見坑增強提示詞里點名具體物體每個瓦片會各畫一份只描述光效與配色參數(shù)建議值作用width / height768×51232 的倍數(shù)第一階段潛空間尺寸翻一倍單步顯存約 4 倍num_frames97步長 8幀數(shù)越大越慢越吃顯存strength0.9條件貼合度調(diào)低更自由調(diào)高更貼原幀crf35條件圖壓縮等級過低會放大顯存占用reserve-vram5ComfyUI 啟動時預(yù)留的顯存GB低顯存視頻生成的關(guān)鍵項兩個真實場景的落地配置把參數(shù)落成兩套可直接抄的配置一套量產(chǎn)向一套創(chuàng)意向。場景一30 秒社媒短視頻選單階段蒸餾工作流 → 一句話提示詞 Gemma 增強 → 出 97 幀草稿 → 兩階段空間/時間上采樣 → 導(dǎo)出成片。環(huán)節(jié)配置效果一階段草稿768×512、97 幀、蒸餾檢查點32GB 顯存可跑單輪改詞 10 次不心疼二階段精修空間 x2 時間 x2 蒸餾 LoRA分辨率與幀數(shù)翻倍細節(jié)由模型合成補齊迭代全部發(fā)生在草稿階段只讓定稿走兩階段。視頻工作流調(diào)優(yōu)的重點就是減少二階段的重復(fù)運行次數(shù)。場景二靜態(tài)插畫轉(zhuǎn)動態(tài)教學(xué)演示準(zhǔn)備一張教材插畫 → I2V 單階段打底 → 掛 IC-LoRA Motion Track 固定鏡頭軌跡 → 需要重繪主體時走 outpainting 工作流 → 兩階段上采樣出片。項目無控制 LoRA有控制 LoRA鏡頭隨機游走需多次重roll沿指定軌跡運動一次可用潛空間尺寸全尺寸下采樣處理顯存與耗時同步下降產(chǎn)物去向僅預(yù)覽直接進課件與演示片避坑指南6 個高頻問題檢查點加載就爆顯存22B 權(quán)重加 Gemma 編碼器同時駐留會超出單卡容量倉庫自帶的低顯存加載器按執(zhí)行順序運行并自動卸載。做法換用 sequential 版加載節(jié)點并在 ComfyUI 啟動參數(shù)里追加--reserve-vram 5。兩階段上采樣后畫面發(fā)糊多半是上采樣器版本與檢查點不匹配或二階段引導(dǎo)過強。做法按官方 x2-1.1 空間權(quán)重配對 2.3 檢查點仍不清晰再降 strength 一檔。放大版里某個物體重復(fù)出現(xiàn)在每個區(qū)域這是 Tiled Fusion 共享注意力的特性提示詞點名的物體會被每個瓦片各畫一份。做法V2V 提示詞只寫風(fēng)格與光照不寫具體物體名。配音項目的口型和音頻對不上Dub-It 是兩階段流水線二階段上采樣時音頻是凍結(jié)的動過音頻分支就會錯位。做法保持官方兩階段圖不動只改臺詞文本。HDR 輸出發(fā)黑或過曝LoRA 產(chǎn)出的是 LogC3 壓縮空間必須經(jīng)后處理節(jié)點解回線性 HDR。做法在解碼后掛 HDR 解碼后處理節(jié)點SDR 預(yù)覽走 Reinhard 色調(diào)映射分支核對。長視頻生成太慢直接加幀數(shù)會讓潛空間體積暴漲收益遠低于成本。做法用循環(huán)采樣器分時間塊生成并以潛空間重疊拼接分塊細節(jié)見 tiled_fusion_sampler.md。ComfyUI-LTXVideo 把官方 LTX-2 從能生成變成能交付兩階段解決分辨率IC-LoRA 解決可控性低顯存加載器解決顯卡門檻。跑通第一條視頻后example_workflows/ 里 2.0、2.3、2.5 三代示例可覆蓋大部分日常需求。LTX-2 系列還在持續(xù)更新IC-LoRA 生態(tài)值得長期跟蹤。【免費下載鏈接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI項目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考