企业官网建设流程全解析

ComfyUI-LTXVideo 实战:3 步跑通 LTX-2 视频生成,5 组参数调出 4K 成片

【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 ComfyUI 上 LTX-2 视频生成模型的进阶节点包,提供文/图生视频、IC-LoRA 控制、两阶段超分与音频管线,适合有 32GB 显存显卡、想在 ComfyUI 里跑 LTX-2 的新手到进阶用户。

• 文/图生视频:T2V、I2V 双模式,单阶段快出与两阶段高清两种管线
• IC-LoRA 条件控制:单个 Union 模型同时吃深度图与边缘图,锁构图、锁运动
• 生成式超分:2×/4× 创造性上采样,配合 Tiled Fusion 出 4K/8K
• 音频能力:独立文本生成音频(T2A),以及给视频换台词的口型重配(Dub-It)
• HDR 管线:SDR 视频升级为 ACEScct HDR,支持导出 EXR 序列

原理速写:LTX-2 是怎么把文字变成视频的

LTX-2 是一个音频/视频联合 Transformer:同一个模型在潜在空间里同时去噪画面和声音,文本指令由 Gemma 3 编码器转成向量喂进去。这里有个坑先说清楚——LTX-2 的基础推理已内置在 ComfyUI 核心里,ComfyUI-LTXVideo 不是"驱动",而是进阶配件:控制、超分、音频这些高阶玩法都住在它里面。

两阶段高清管线可以类比装修:先在低分辨率上敲墙打毛坯(第一阶段锁定构图与运动),再让上采样器进场做精装(第二阶段重渲染出高清细节)。IC-LoRA 则像施工图纸——深度图、边缘图、人体姿态就是标注,告诉模型每个像素该往哪儿落。

⚠️ 常见误区:以为节点越多、参数越满效果越好。基础 T2V 只需要"检查点 + 编码器 + 潜在 + 采样器"这条最短链路,控制与超分节点按场景再加。

跑起来:从克隆到第一支视频的完整路径

硬件:NVIDIA CUDA 显卡,32GB+ VRAM;磁盘预留 100GB+ 给模型与缓存软件:已安装 ComfyUI(LTX-2 基础推理在 ComfyUI 核心中,无需额外装模型框架)网络:稳定连接,用于拉取代码依赖与模型文件

1. 把仓库克隆进 ComfyUI 的 custom-nodes 目录:

cd custom-nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo

2. 安装依赖并重启 ComfyUI:

cd ComfyUI-LTXVideo pip install -r requirements.txt

核心依赖包括 diffusers、einops、kornia、openimageio、transformers。

3. 把模型放进对应目录(文件名与示例工作流中的引用一致):

   • models/checkpoints:ltx-2.3-22b-dev.safetensors 或 ltx-2.3-22b-distilled-1.1.safetensors
   • models/latent_upscale_models:空间上采样器(spatial x2 / x1.5)与时间上采样器(temporal x2)
   • models/text_encoders:Gemma 3 文本编码器(gemma-3-12b-it-qat-q4_0-unquantized)
   • models/loras:蒸馏 LoRA 与各类 IC-LoRA(按需)

   不想手动管理的话,也可以在 Comfy Manager 里搜 "LTXVideo" 一键安装,效果等价。

验证清单

重启后打开节点菜单,能看到 Lightricks / LTXVideo 分类? ├── 是 → 加载 example_workflows 下任一示例,模型齐即可开跑 ✅ └── 否 → 确认克隆位置在 custom-nodes 一级目录下 → 补装 requirements.txt 依赖 → 重启 ComfyUI,看控制台导入报错 ❌

能力拆解:4 个能力域各管一摊

文本与图像驱动(T2V / I2V)

一句话用途:一句提示词或一张参考图,生成带同步音轨的视频。关键模块:gemma_encoder.py(Gemma 3 编码)、conditioning_loader.py(条件打包)、easy_samplers.py(采样器)。最小组合:① CheckpointLoaderSimple 加载 ltx-2.3-22b 检查点;② Gemma 编码器处理提示词,参考图经 LTXVPreprocess 进 I2V 条件;③ EmptyLTXVLatentVideo 定尺寸帧数 → 采样 → LTXVTiledVAEDecode 解码出片。

IC-LoRA 条件控制(V2V 编辑)

一句话用途:用深度、边缘、姿态等信号当"施工图纸",对已有视频做风格化改写或细节重绘。关键模块:iclora.py(条件挂载)、dynamic_conditioning.py(条件融合)、sparse_tracks.py(稀疏轨迹控制)。最小组合:① 用 LTXAddVideoICLoRAGuide 把控制 LoRA 与条件信号挂到模型;② 输入原视频与控制图(Union 模型可同喂深度 + 边缘);③ 走 V2V detailer 示例出结果。

高清与高分辨率管线

一句话用途:在 32GB 显存内产出 4K/8K 成片。关键模块:tiled_fusion_sampler.py(分块融合采样)、low_vram_loaders.py(低显存加载)、vae_patcher.py(解码优化)。最小组合:① 基础分辨率出毛坯;② LTXVLatentUpsampler 接空间/时间上采样器模型升 latent;③ 超大画布交给 LTXVTiledFusionSampler,配 LTXVGetTilingSizes 取合法画布/块/帧数组合。

音频与 HDR

一句话用途:单独出音频、给视频换台词,或把 SDR 升成 HDR。关键模块:audio_only.py(T2A 模式)、hdr_nodes.py(HDR 解码与 EXR 导出)。最小组合:① LTXVAudioOnlyModel 关闭视频相关注意力;② 用 LTXVAudioOnlyEmptyVideoLatent 占位并 LTXVConcatAVLatent 拼接;③ LTXVAudioVAEDecode 抽音频,存 FLAC 即可。

📌 实操建议:别过度配置。纯 T2V 场景保持"检查点 + 编码器 + 潜在 + 采样器"的最短链路,只有当你要锁构图、上高分辨率或出音频时,才引入对应节点。

场景实战:从 5 秒草稿到 8K 成片

快出草稿:单阶段蒸馏管线

【适用场景】验证提示词与创意,几分钟出一支 5 秒片。

【参数速查】

• 模型:ltx-2.3-22b-dev.safetensors + 蒸馏 LoRA(ltx-2.3-22b-distilled-lora-384-1.1,强度0.5)
• 分辨率:960×544
• 帧数/帧率:121帧 /24fps(约 5 秒)
• 采样:ManualSigmas 9 步(1.0 → 0.0),采样器 euler_ancestral_cfg_pp
• 参考工作流:example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json

【操作要点】

1. 打开上述单阶段示例,替换提示词
2. 确认 LTXAVTextEncoderLoader 指向你放的 Gemma 编码器
3. 核对 EmptyLTXVLatentVideo 的 960×544×121 与 24fps
4. 运行,SaveVideo 出片

标准输出:两阶段超分管线

【适用场景】交付级成片,需要更高分辨率与细节。

【参数速查】

• 第一阶段:同草稿(960×544,9 步)
• 第二阶段:LTXVLatentUpsampler + ltx-2.3-spatial-upscaler-x2 模型,ManualSigmas 4 步(0.85 / 0.7250 / 0.4219 / 0.0)
• 时间上采样:ltx-2.3-temporal-upscaler-x2-1.0(放models/latent_upscale_models)
• 参考工作流:example_workflows/2.3/LTX-2.3_T2V_I2V_Two_Stage_Distilled.json

【操作要点】

1. 打开两阶段示例,确认两类上采样器路径无误
2. 第一阶段出毛坯,检查构图运动是否满意
3. 第二阶段对 latent 上采样,音频保持不变
4. LTXVTiledVAEDecode 分块解码,参数沿用示例默认

精细调优:Tiled Fusion 出 4K/8K

【适用场景】从 FullHD 草稿出发,产出 4K 甚至 8K 的 V2V 成片,或做 SDR→HDR。

【参数速查】

• 核心节点:LTXVTiledFusionSampler(共享一块 latent 画布与一个噪声场,重叠分块逐步去噪)
• 配套节点:LTXVGetTilingSizes,给出合法的画布/块/tile_frames组合
• 提示词策略:只写观感与风格(光线、调色、锐度、grade),不要点名场景里的具体物体——上采样后,被点名的细节会在每个空间块里重复出现
• 参考工作流:example_workflows/2.5/LTX-2.5_V2V_TiledFusion_Native_4K_8K.json

【操作要点】

1. 先用 V2V 基础管线锁死构图与运动
2. LTXVGetTilingSizes 取目标画布下的合法分块参数
3. 挂上 IC-LoRA guide 后接 LTXVTiledFusionSampler 跑融合
4. 分块 VAE 解码输出

【调参边界】

• 上采样 LoRA 强度:0.5–1.0(示例默认 0.9)。低值贴近原片、高值允许更多创造性细节,拿不准从 0.7 起步
• 采样步数:蒸馏管线 4–9 步已够用,再加步数细节提升有限而耗时成倍增长
• 画布尺寸:4K 是 FullHD 的两倍边长,8K 是四倍。8K 解码与等待成本很高,建议先跑通 4K 再冲 8K

调优与排障:4 个高频问题四段式拆解

问题一:节点菜单里找不到 LTXVideo/Lightricks 分类现象:示例工作流加载后一堆红色缺失节点。根因:克隆路径不对或依赖没装上。解法:① 确认 ComfyUI-LTXVideo 直接位于 custom-nodes 一级目录下;② 重跑pip install -r requirements.txt;③ 重启 ComfyUI;④ 看控制台首屏的导入报错。预期:节点分类出现,工作流无红点。

问题二:模型加载失败或下拉框为空现象:loader 节点报文件找不到。根因:模型放错目录——检查点、上采样器、文本编码器、LoRA 分属四个不同文件夹。解法:① 对照示例工作流核对文件名;② 移到 README 指定目录;③ 大文件(22B 检查点)确认下载完整,必要时重新下载。预期:所有 loader 下拉有值,工作流可运行。

问题三:生成时 CUDA out of memory现象:跑到采样或解码阶段爆显存。根因:22B 模型叠加长视频或高分辨率。解法:① 换用 low_vram_loaders.py 的加载节点(它负责模型卸载与执行顺序);② 启动时加保留参数:

python -m main --reserve-vram 5

③ 降帧数或分辨率;④ 改用 Union IC-LoRA 的下采样 latent 工作流(ref0.5),它本来就更省显存、更快。预期:把原本更吃显存的管线压进 32GB 环境。

问题四:生成太慢现象:草稿都要等很久,拖慢迭代节奏。根因:全量步数 + 高分辨率 + 高帧数同时上。解法:① 切蒸馏管线,步数从几十步降到 9 步;② 先降分辨率或帧数;③ 确认没在 32GB 卡上开不必要的 reserve-vram。预期:草稿阶段步数约为全量管线的几分之一,出片等待缩短数倍,质量对草稿场景足够。

以上都没解决时,可到仓库的 Issues 区或 LTX 官方开源文档里搜相同报错关键词,多数问题已有现成答案。

⚠️ 调优阶段最容易犯的错:参数不是越高越好。8K + 高步数不会自动产出更好的视频,只会让显存和等待时间先崩。正确做法是从交付需求的最低分辨率、最少步数起步,确认质量缺口后再逐项加码。

下一步可以试的:拿一段自己的视频走 Union IC-LoRA 控制管线换构图或风格,再把 TiledFusion 4K 作为第二道工序——你会直观感受到"控制 + 超分"这两块能力在成片中各负责什么。

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