操)
四步裝好 ComfyUI-LTXVideoLTX-2 配置與出片實(shí)操【免費(fèi)下載鏈接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI項(xiàng)目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo在 ComfyUI 里跑 LTX-2官方核心只帶最基礎(chǔ)的節(jié)點(diǎn)IC-LoRA 控制、提示詞增強(qiáng)、分塊放大這些環(huán)節(jié)要靠 ComfyUI-LTXVideo 補(bǔ)上。這篇指南帶你完成 ComfyUI-LTXVideo 安裝與配置四個(gè)動(dòng)作從克隆倉(cāng)庫(kù)到跑通第一條 T2V 工作流全程照命令粘貼即可。項(xiàng)目定位ComfyUI-LTXVideo 能干什么一句話(huà)它是 ComfyUI 的自定義節(jié)點(diǎn)包把 LTX-2 視頻模型的高級(jí)能力拆成可自由拼裝的節(jié)點(diǎn)給已經(jīng)在 ComfyUI 里出圖出片的創(chuàng)作者用。能力適用場(chǎng)景T2V / I2V 單階段、兩階段生成日常文生視頻、圖生視頻IC-LoRA 條件控制用深度圖、邊緣、運(yùn)動(dòng)軌跡約束畫(huà)面Tiled Fusion 大畫(huà)布采樣4K / 8K 視頻放大與細(xì)節(jié)修復(fù)T2A 純音頻生成只要音頻、不渲染畫(huà)面? 前置檢查4 項(xiàng)配置要求開(kāi)始之前按這張表逐項(xiàng)確認(rèn)任何一項(xiàng)不滿(mǎn)足都會(huì)卡在后面檢查項(xiàng)要求確認(rèn)方式ComfyUI已安裝并能啟動(dòng)運(yùn)行主程序后瀏覽器能打開(kāi)界面GPUCUDA 顯卡顯存 32GB 以上nvidia-smi查看顯存容量磁盤(pán)100GB 以上空閑查看 models 目錄所在磁盤(pán)的剩余空間Python3.8 及以上pip 可用python --version與pip -V 安裝執(zhí)行四步裝好 ComfyUI-LTXVideo拉取代碼到 custom_nodes先切到 ComfyUI 的自定義節(jié)點(diǎn)目錄再克隆倉(cāng)庫(kù)。目錄放錯(cuò)是節(jié)點(diǎn)不出現(xiàn)的最常見(jiàn)原因cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo如果你習(xí)慣用 ComfyUI Manager也可以跳過(guò)這一步在 Manager 里搜索 LTXVideo 點(diǎn) Install完成后重啟效果等同。裝 Python 依賴(lài)進(jìn)入剛克隆的目錄安裝依賴(lài)。requirements.txt 里列了 8 個(gè)包包含 diffusers、transformers、openimageio全部裝完才算齊cd ComfyUI-LTXVideo pip install -r requirements.txt便攜版Windows standalone要把 pip 換成自帶解釋器python_embeded\python.exe -m pip install -r requirements.txt。備好 3 類(lèi)模型文件模型從 Hugging Face 的 Lightricks 官方倉(cāng)庫(kù)下載。注意三個(gè)目錄不能混models/checkpoints/ltx-2.3-22b-distilled-1.1.safetensors models/loras/ltx-2.3-22b-distilled-lora-384-1.1.safetensors models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/第一個(gè)是主模型第二個(gè)是蒸餾 LoRA兩階段流程需要它第三個(gè)是 Gemma 文本編碼器目錄里的全部文件都要放進(jìn)去。兩階段流程還會(huì)用到空間和時(shí)間上采樣器它們放到 models/latent_upscale_models。重啟 ComfyUI 驗(yàn)證依賴(lài)和模型就位后重啟主程序重點(diǎn)看節(jié)點(diǎn)菜單cd ComfyUI python -m main右鍵添加節(jié)點(diǎn)時(shí)能看到 LTXVideo 分類(lèi)說(shuō)明安裝完成。看不到就回上面三步核對(duì)目錄和文件。?? 跑通第一個(gè)結(jié)果加載單階段工作流選最簡(jiǎn)單的預(yù)設(shè)來(lái)驗(yàn)證整條鏈路倉(cāng)庫(kù)里現(xiàn)成的工作流直接用輸入在 ComfyUI 中打開(kāi) example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json在提示詞框填一句英文描述例如 a red car driving on a rainy night street。運(yùn)行點(diǎn) Queue Prompt等采樣跑完。蒸餾模型步數(shù)少一般幾十秒到幾分鐘?？唇Y(jié)果到 ComfyUI 的 output 目錄找時(shí)間戳最新的 mp4用播放器直接打開(kāi)。能出片就說(shuō)明節(jié)點(diǎn)、模型、文本編碼器三塊都齊了。 特性精選三個(gè)高頻節(jié)點(diǎn)IC-LoRA 條件引導(dǎo)LTXAddVideoICLoRAGuide 把深度圖、Canny 邊緣、運(yùn)動(dòng)軌跡這類(lèi)條件掛到模型上輸出視頻的鏡頭結(jié)構(gòu)和運(yùn)動(dòng)就會(huì)跟著輸入走。做 V2V 改風(fēng)格但要保留原片構(gòu)圖和運(yùn)動(dòng)時(shí)用它配套工作流在 example_workflows/ 里按 ICloRA 前綴篩選即可。Tiled Fusion 分塊采樣LTXVTiledFusionSampler 用共享同一噪聲場(chǎng)的重疊分塊去噪超過(guò)模型訓(xùn)練窗口的大畫(huà)布專(zhuān)治 4K / 8K 視頻放大時(shí)顯存放不下的問(wèn)題。配合 LTXVGetTilingSizes 取合法畫(huà)布與分塊尺寸參數(shù)說(shuō)明見(jiàn) tiled_fusion_sampler.md。提示詞只寫(xiě)光影、色調(diào)、銳度這類(lèi)風(fēng)格描述別寫(xiě)具體物體否則每個(gè)空間分塊都會(huì)長(zhǎng)出同一段細(xì)節(jié)。Gemma 提示詞增強(qiáng)LTXVGemmaEnhancePrompt 用本地 Gemma 編碼器把短句提示擴(kuò)寫(xiě)成帶鏡頭、光線(xiàn)、節(jié)奏的完整描述。你只寫(xiě) cat on a sofa它負(fù)責(zé)把畫(huà)面講圓。當(dāng)提示太短、出片總差點(diǎn)意思時(shí)在文本節(jié)點(diǎn)后面串上它再跑一次對(duì)比。? 避坑手冊(cè)4 個(gè)常見(jiàn)問(wèn)題修復(fù)節(jié)點(diǎn)菜單沒(méi)有 LTXVideo 分類(lèi)現(xiàn)象重啟后右鍵加節(jié)點(diǎn)找不到任何 LTX 相關(guān)節(jié)點(diǎn)。 原因倉(cāng)庫(kù)沒(méi)放在 custom_nodes 下或裝完沒(méi)有重啟。 修復(fù)確認(rèn)路徑是 ComfyUI/custom_nodes/ComfyUI-LTXVideo再重啟主程序。顯存爆掉、生成中斷現(xiàn)象采樣中途報(bào)錯(cuò)或進(jìn)程卡死。 原因22B 主模型加上空間、時(shí)間上采樣器超出顯存上限。 修復(fù)改用 low_vram_loaders.py 里的 LowVRAM* 加載節(jié)點(diǎn)做自動(dòng)卸載并加啟動(dòng)參數(shù)--reserve-vram 5。文本編碼器加載報(bào)錯(cuò)現(xiàn)象Gemma 相關(guān)節(jié)點(diǎn)報(bào)紅提示找不到編碼器。 原因文件直接丟在 text_encoders 根目錄沒(méi)進(jìn)獨(dú)立子目錄。 修復(fù)把 gemma-3-12b-it-qat-q4_0-unquantized 的全部文件放入 models/text_encoders/ 下的同名目錄。兩階段流程找不到上采樣器現(xiàn)象加載兩階段工作流時(shí)提示缺少 spatial 或 temporal upscaler。 原因上采樣器放進(jìn)了 checkpoints 或 loras。 修復(fù)空間、時(shí)間上采樣器統(tǒng)一放到 models/latent_upscale_models 目錄。延伸資源到這里你已經(jīng)能在 ComfyUI 里穩(wěn)定出片。想繼續(xù)深入先讀倉(cāng)庫(kù)根目錄的 README.md 查完整工作流清單和模型下載列表節(jié)點(diǎn)寫(xiě)法參考上游 LTX-2 官方倉(cāng)庫(kù)。【免費(fèi)下載鏈接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI項(xiàng)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 四步裝好 ComfyUI-LTXVideo：LTX-2 配置與出片實(shí)操
四步裝好 ComfyUI-LTXVideoLTX-2 配置與出片實(shí)操【免費(fèi)下載鏈接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI項(xiàng)目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo在 ComfyUI 里跑 LTX-2官方核心只帶最基礎(chǔ)的節(jié)點(diǎn)IC-LoRA 控制、提示詞增強(qiáng)、分塊放大這些環(huán)節(jié)要靠 ComfyUI-LTXVideo 補(bǔ)上。這篇指南帶你完成 ComfyUI-LTXVideo 安裝與配置四個(gè)動(dòng)作從克隆倉(cāng)庫(kù)到跑通第一條 T2V 工作流全程照命令粘貼即可。項(xiàng)目定位ComfyUI-LTXVideo 能干什么一句話(huà)它是 ComfyUI 的自定義節(jié)點(diǎn)包把 LTX-2 視頻模型的高級(jí)能力拆成可自由拼裝的節(jié)點(diǎn)給已經(jīng)在 ComfyUI 里出圖出片的創(chuàng)作者用。能力適用場(chǎng)景T2V / I2V 單階段、兩階段生成日常文生視頻、圖生視頻IC-LoRA 條件控制用深度圖、邊緣、運(yùn)動(dòng)軌跡約束畫(huà)面Tiled Fusion 大畫(huà)布采樣4K / 8K 視頻放大與細(xì)節(jié)修復(fù)T2A 純音頻生成只要音頻、不渲染畫(huà)面? 前置檢查4 項(xiàng)配置要求開(kāi)始之前按這張表逐項(xiàng)確認(rèn)任何一項(xiàng)不滿(mǎn)足都會(huì)卡在后面檢查項(xiàng)要求確認(rèn)方式ComfyUI已安裝并能啟動(dòng)運(yùn)行主程序后瀏覽器能打開(kāi)界面GPUCUDA 顯卡顯存 32GB 以上nvidia-smi查看顯存容量磁盤(pán)100GB 以上空閑查看 models 目錄所在磁盤(pán)的剩余空間Python3.8 及以上pip 可用python --version與pip -V 安裝執(zhí)行四步裝好 ComfyUI-LTXVideo拉取代碼到 custom_nodes先切到 ComfyUI 的自定義節(jié)點(diǎn)目錄再克隆倉(cāng)庫(kù)。目錄放錯(cuò)是節(jié)點(diǎn)不出現(xiàn)的最常見(jiàn)原因cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo如果你習(xí)慣用 ComfyUI Manager也可以跳過(guò)這一步在 Manager 里搜索 LTXVideo 點(diǎn) Install完成后重啟效果等同。裝 Python 依賴(lài)進(jìn)入剛克隆的目錄安裝依賴(lài)。requirements.txt 里列了 8 個(gè)包包含 diffusers、transformers、openimageio全部裝完才算齊cd ComfyUI-LTXVideo pip install -r requirements.txt便攜版Windows standalone要把 pip 換成自帶解釋器python_embeded\python.exe -m pip install -r requirements.txt。備好 3 類(lèi)模型文件模型從 Hugging Face 的 Lightricks 官方倉(cāng)庫(kù)下載。注意三個(gè)目錄不能混models/checkpoints/ltx-2.3-22b-distilled-1.1.safetensors models/loras/ltx-2.3-22b-distilled-lora-384-1.1.safetensors models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/第一個(gè)是主模型第二個(gè)是蒸餾 LoRA兩階段流程需要它第三個(gè)是 Gemma 文本編碼器目錄里的全部文件都要放進(jìn)去。兩階段流程還會(huì)用到空間和時(shí)間上采樣器它們放到 models/latent_upscale_models。重啟 ComfyUI 驗(yàn)證依賴(lài)和模型就位后重啟主程序重點(diǎn)看節(jié)點(diǎn)菜單cd ComfyUI python -m main右鍵添加節(jié)點(diǎn)時(shí)能看到 LTXVideo 分類(lèi)說(shuō)明安裝完成。看不到就回上面三步核對(duì)目錄和文件。?? 跑通第一個(gè)結(jié)果加載單階段工作流選最簡(jiǎn)單的預(yù)設(shè)來(lái)驗(yàn)證整條鏈路倉(cāng)庫(kù)里現(xiàn)成的工作流直接用輸入在 ComfyUI 中打開(kāi) example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json在提示詞框填一句英文描述例如 a red car driving on a rainy night street。運(yùn)行點(diǎn) Queue Prompt等采樣跑完。蒸餾模型步數(shù)少一般幾十秒到幾分鐘?？唇Y(jié)果到 ComfyUI 的 output 目錄找時(shí)間戳最新的 mp4用播放器直接打開(kāi)。能出片就說(shuō)明節(jié)點(diǎn)、模型、文本編碼器三塊都齊了。 特性精選三個(gè)高頻節(jié)點(diǎn)IC-LoRA 條件引導(dǎo)LTXAddVideoICLoRAGuide 把深度圖、Canny 邊緣、運(yùn)動(dòng)軌跡這類(lèi)條件掛到模型上輸出視頻的鏡頭結(jié)構(gòu)和運(yùn)動(dòng)就會(huì)跟著輸入走。做 V2V 改風(fēng)格但要保留原片構(gòu)圖和運(yùn)動(dòng)時(shí)用它配套工作流在 example_workflows/ 里按 ICloRA 前綴篩選即可。Tiled Fusion 分塊采樣LTXVTiledFusionSampler 用共享同一噪聲場(chǎng)的重疊分塊去噪超過(guò)模型訓(xùn)練窗口的大畫(huà)布專(zhuān)治 4K / 8K 視頻放大時(shí)顯存放不下的問(wèn)題。配合 LTXVGetTilingSizes 取合法畫(huà)布與分塊尺寸參數(shù)說(shuō)明見(jiàn) tiled_fusion_sampler.md。提示詞只寫(xiě)光影、色調(diào)、銳度這類(lèi)風(fēng)格描述別寫(xiě)具體物體否則每個(gè)空間分塊都會(huì)長(zhǎng)出同一段細(xì)節(jié)。Gemma 提示詞增強(qiáng)LTXVGemmaEnhancePrompt 用本地 Gemma 編碼器把短句提示擴(kuò)寫(xiě)成帶鏡頭、光線(xiàn)、節(jié)奏的完整描述。你只寫(xiě) cat on a sofa它負(fù)責(zé)把畫(huà)面講圓。當(dāng)提示太短、出片總差點(diǎn)意思時(shí)在文本節(jié)點(diǎn)后面串上它再跑一次對(duì)比。? 避坑手冊(cè)4 個(gè)常見(jiàn)問(wèn)題修復(fù)節(jié)點(diǎn)菜單沒(méi)有 LTXVideo 分類(lèi)現(xiàn)象重啟后右鍵加節(jié)點(diǎn)找不到任何 LTX 相關(guān)節(jié)點(diǎn)。 原因倉(cāng)庫(kù)沒(méi)放在 custom_nodes 下或裝完沒(méi)有重啟。 修復(fù)確認(rèn)路徑是 ComfyUI/custom_nodes/ComfyUI-LTXVideo再重啟主程序。顯存爆掉、生成中斷現(xiàn)象采樣中途報(bào)錯(cuò)或進(jìn)程卡死。 原因22B 主模型加上空間、時(shí)間上采樣器超出顯存上限。 修復(fù)改用 low_vram_loaders.py 里的 LowVRAM* 加載節(jié)點(diǎn)做自動(dòng)卸載并加啟動(dòng)參數(shù)--reserve-vram 5。文本編碼器加載報(bào)錯(cuò)現(xiàn)象Gemma 相關(guān)節(jié)點(diǎn)報(bào)紅提示找不到編碼器。 原因文件直接丟在 text_encoders 根目錄沒(méi)進(jìn)獨(dú)立子目錄。 修復(fù)把 gemma-3-12b-it-qat-q4_0-unquantized 的全部文件放入 models/text_encoders/ 下的同名目錄。兩階段流程找不到上采樣器現(xiàn)象加載兩階段工作流時(shí)提示缺少 spatial 或 temporal upscaler。 原因上采樣器放進(jìn)了 checkpoints 或 loras。 修復(fù)空間、時(shí)間上采樣器統(tǒng)一放到 models/latent_upscale_models 目錄。延伸資源到這里你已經(jīng)能在 ComfyUI 里穩(wěn)定出片。想繼續(xù)深入先讀倉(cāng)庫(kù)根目錄的 README.md 查完整工作流清單和模型下載列表節(jié)點(diǎn)寫(xiě)法參考上游 LTX-2 官方倉(cāng)庫(kù)。【免費(fèi)下載鏈接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI項(xiàng)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