ComfyUI-LTXVideo 使用指南:把 LTX-2 视频生成跑进本地 ComfyUI-创锋一号

ComfyUI-LTXVideo 使用指南:把 LTX-2 视频生成跑进本地 ComfyUI

【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo

ComfyUI-LTXVideo 是一组面向 LTX-2 视频生成模型的 ComfyUI 自定义节点,由 Lightricks 官方维护。LTX-2 本身已内置于 ComfyUI 核心,这个仓库提供了额外的采样器、IC-LoRA 控制节点和整套示例工作流,覆盖文生视频、图生视频、视频编辑、上采样、HDR 与纯音频生成。适合已装好 ComfyUI、想在本地完成 AI 视频生成与二次加工的创作者和工程师。

环境准备与安装

LTX-2 是 22B 参数级的音视频联合模型,对硬件有明确门槛,先确认再动手:

项目	官方要求	说明
GPU 显存	32GB 及以上(CUDA 兼容)	README 的最低标准;显存不足可配合低显存加载方案(见后文)
磁盘空间	100GB 以上可用	用于存放模型文件与缓存
软件	已安装的 ComfyUI	建议保持最新版本

安装走 ComfyUI Manager 最省事:打开 ComfyUI,按 Ctrl+M 进入 Manager,选择 Install Custom Nodes,搜索 "LTXVideo" 安装后重启,节点会出现在 "LTXVideo" 分类下。偏好手动安装的话,执行:

cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo cd ComfyUI-LTXVideo pip install -r requirements.txt

requirements.txt 中的依赖包括colour-science、kornia、openimageio(HDR EXR 读写需要)等,装完后重启 ComfyUI 即可。

模型文件清单与存放位置

示例工作流首次打开时,Workflow Overview 面板会列出 Missing Models,点 Download all 可自动拉取;也可以按下面的清单手动放入对应目录。

模型	文件名(示例)	存放目录(相对 ComfyUI 根目录)
主模型	`ltx-2.3-22b-dev.safetensors`或`ltx-2.3-22b-distilled-1.1.safetensors`	`models/checkpoints/`
空间上采样器	`ltx-2.3-spatial-upscaler-x2-1.1.safetensors`	`models/latent_upscale_models/`
时间上采样器	`ltx-2.3-temporal-upscaler-x2-1.0.safetensors`	`models/latent_upscale_models/`
蒸馏 LoRA	`ltx-2.3-22b-distilled-lora-384-1.1.safetensors`	`models/loras/`
Gemma 文本编码器	`gemma-3-12b-it-qat-q4_0-unquantized`全套文件	`models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/`
IC-LoRA(按需)	如`ltx-2.3-22b-ic-lora-union-control-ref0.5.safetensors`	`models/loras/`

选主模型时看用途:distilled(蒸馏版)采样步数少、出片快,适合日常迭代;dev(完整版)精度更高,用于最终输出。仓库自带的 IC-LoRA 包括 Union Control、Motion Track、HDR、Dub-It、Pixel Spatial Upscaler、In/Outpainting、Ingredients、Day-to-Night 等,按需下载即可,不必全下。

场景一:文字或图片生成视频

这是使用频率最高的路径,仓库在example_workflows/2.3/和example_workflows/2.5/下提供了开箱即用的工作流,核心选择只有两个:单阶段还是双阶段、要不要上采样。

工作流	阶段数	流程	适用
`LTX-2.5_T2V_I2V_Single_Stage_Distilled.json`	1	一次蒸馏采样,无上采样	快速预览、低显存
`LTX-2.5_T2V_I2V_Two_Stage_Distilled.json`	2	基础分辨率生成,2× 空间上采样后做 3 步精修	追求空间细节的默认选择
`LTX-2.3_T2V_I2V_Two_Stage_Distilled.json`	2	同上,2.3 版本	使用 2.3 主模型时

操作流程:拖入.json工作流 → 补全 Missing Models → 在 Inputs 区域填提示词(可选首帧图、时长)→ 运行。图生视频时只需提供一张图片作为首帧条件。两个实用约束值得记住:

帧数必须是1 + 8 的倍数(如 97 帧),工作流里按 fps × 秒数换算,可能与输入值略有出入。
提示词写法可以参考 LTX 官方的 prompting guide;T2V 的入门流程文档也在 LTX 开源文档站。

场景二:编辑与增强已有视频

有现成素材时,用 IC-LoRA(在上下文中注入 LoRA,让参考视频/图像引导生成)配合 V2V 工作流,按控制类型选文件即可,均在example_workflows/2.5/下:

需求	工作流	输入
按深度/边缘/姿态控制结构	`LTX-2.5_ICLoRA_Union_Control_Distilled.json`	参考视频,默认接深度标注,可在图内切换
保留画面、改外观(换装、改人物等)	`LTX-2.5_V2V_ICLoRA_Single_Stage_Distilled.json`	源视频,原音轨冻结保留
填充画面局部区域	`LTX-2.5_ICLoRA_Inpaint_Two_Stage_Distilled.json`	视频 + 掩码视频
扩展画面画幅	`LTX-2.5_ICLoRA_Outpaint_Two_Stage_Distilled.json`	视频 + 目标尺寸
从静态图驱动指定运动路径	`LTX-2.5_ICLoRA_Motion_Track_Distilled.json`	首帧图 + 手工绘制的稀疏运动轨迹
换台词/多语种配音	`LTX-2.3_ICLoRA_DubIt_Two_Stage_Distilled.json`	源视频 + 目标台词文本

以 Union Control 为例:它把深度和 Canny 边缘两种控制条件合并进同一个 LoRA,并且在降采样后的 latent 尺寸上工作,省显存且推理更快。V2V 类工作流的关键节点是LTXAddVideoICLoRAGuide,负责把引导视频、LoRA 与 latent 组合好;Dub-It 则在第二阶段冻结音频做上采样,参考音频 token 保证说话人音色一致。

场景三:长视频与大分辨率上采样

默认工作流受显存和训练窗口限制,做更长的片子或 4K/8K 输出时需要专门的采样器。仓库提供两套互补机制:

**LTXVTiledFusionSampler:超大画布 IC-LoRA 的逐块融合采样。**它保留单一 latent 画布和单一噪声场,每个去噪步骤在重叠的空间块上运行模型,再用高斯混合把结果贴回画布,因此块与块之间不会形成接缝。峰值显存只跟空间块大小和时间窗口相关,与最终画布大小无关,所以 FullHD/4K/8K 的上采样才有可行解。使用要点(详见tiled_fusion_sampler.md):

对应工作流:LTX-2.5_V2V_TiledFusion_Upscale.json(FullHD/4K/8K 细节精修)、LTX-2.5_V2V_TiledFusion_Native_4K_8K.json(FullHD 起步,latent ×2 或 ×4 到 4K/8K)。
overlap_frac保持 0.5 或更高,否则规则内容上会出现周期性网格伪影。
引导节点的use_tiled_encode必须为 false;视频长于训练窗口时,引导与采样器两端开use_streaming并设相同tile_frames(LTX 常用 97)。
采样器用euler等离散步方法,带历史记忆的多步采样器会丢失状态,不能融合。
上采样阶段的提示词只描述观感(光线、调色、锐度),不要点名场景里的具体物体,否则该细节可能在每个空间块里重复出现。

**LTXVLoopingSampler:时间/空间双维度分块,用于超长视频。**它把视频切成重叠的时间段,每个新片段以上一段尾帧为条件继续生成,配合空间分块可生成高于基础分辨率的输出(详见looping_sampler.md)。常用参数:temporal_tile_size(默认 80,建议按片长取 80–200)、temporal_overlap(取块大小的 25%–30%,保证运动连续)、adain_factor(长序列设 0.1–0.3 防止色彩过饱和)。配MultiPromptProvider节点可以按时间块换提示词(prompt1|prompt2|prompt3竖线分隔),让叙事在长视频里推进。

场景四:HDR 输出与纯音频

HDR:HDR IC-LoRA 把 SDR 视频升级为 ACEScct 工作空间的 HDR,适合调色、EXR 导出和 HLG 母版。单阶段走LTX-2.3_ICLoRA_HDR_Distilled.json,4K/8K 走LTX-2.5_V2V_TiledFusion_SDR_to_HDR.json。链路里LTXVHDRDecodePostprocess把 LogC3 压缩空间解回线性 HDR,同时输出 Reinhard 映射的 SDR 预览和原始线性张量;可选写 16/32 位 EXR 序列(依赖openimageio)。原生 HDR→HDR 精修则用LTXVLoadEXRSequence读 EXR、LTXVVAEForceFloat32保持精度、LTXVSaveHLG导出,注意原生 HDR 路径要设img_compression = 0,避免压缩让高光变暗。

纯音频:LTX-2 是音视频联合 transformer,LTXVAudioOnlyModel节点可把它切到仅音频模式(关闭run_vx与两个跨模态注意力),用LTXVAudioOnlyEmptyVideoLatent(64×64 单帧占位,零参数)经LTXVConcatAVLatent满足模型的位置输入,再由LTXVAudioVAEDecode提取音频、内置 Save Audio 节点保存。对应工作流LTX-2.5_T2A_Single_Stage_Distilled.json,不加载视频 VAE 和上采样器,开销最小。

显存不足时的三个调整方向

如果显存低于 32GB,仓库给出三条递进的缓解手段:

顺序加载模型。low_vram_loaders.py提供LowVRAMCheckpointLoader、LowVRAMAudioVAELoader、LowVRAMLatentUpscaleModelLoader三个节点,带dependencies输入把多个加载器串成链,强制模型依次加载卸载,README 明确该方案可让生成在 32GB 内跑完。
启动参数预留显存。python -m main --reserve-vram 5给系统留出 5GB,按需调数值。
**调小解码块。**2.5 工作流的默认值按低显存机器调过,显存充裕时增大 Decode 子图里的 tile size(更少、更大的块,速度更快但吃显存),这是官方文档给出的提速方式。

另外,分块解码节点LTXVTiledVAEDecode用于大分辨率视频的解码环节,与采样侧的分块配合,覆盖"生成时"和"解码时"两个显存高峰。

资源清单

后续深入时按这份清单找文件,都在仓库内,路径相对ComfyUI/custom_nodes/ComfyUI-LTXVideo/:

全部示例工作流:example_workflows/,按 2.0 / 2.3 / 2.5 三个版本分目录,2.5 自带 README.md 含"选哪张图"的决策树和参数对照表
分块融合采样器原理与参数:tiled_fusion_sampler.md
长视频循环采样器参数表:looping_sampler.md
STG 进阶预设:presets/stg_advanced_presets.json,配合STGAdvancedPresets节点使用
低显存加载器实现:low_vram_loaders.py
依赖清单:requirements.txt

节点命名规律简单:静态映射在__init__.py的NODE_CLASS_MAPPINGS里可查,界面显示名带 "🅛🅣🅧" 前缀,按LTXV关键字即可在节点菜单里筛出本仓库的全部节点。

【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

企业官网建设流程全解析