【免费下载链接】LTX-2.3-Multiple-Subject-Reference项目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference点击查看免费下载LTX-2.3-Multiple-Subject-ReferenceLicon MSR是一款基于 LTX-2.3 的多主体参考视频生成 LoRA只需 2~5 张参考图就能让多个角色、道具和场景在同一视频中稳定出演。本文以仓库自带的两个示例工作流为蓝本逐节点拆解 LiconMSR 节点、音视频 Latent 拼接与采样参数帮助你快速上手 ComfyUI 多参考图工作流。项目文件总览先认识仓库里的核心资料开始拆解前先快速认识仓库里的关键文件均为 README.md 同级目录文件作用LTX-2.3_MSR_sample_workflow_V1.jsonV1 版示例工作流短镜头演示LTX-2.3_MSR_sample_workflow_V2.jsonV2 版示例工作流带 NAG 与 PromptRelay 的完整版LTX-2.3-Licon-MSR-V2.safetensors / LTX-2.3-Licon-MSR-V1.safetensors两个版本的 MSR LoRA 权重Validition_V2/、validition_v1/、validation/各版本验证用的参考图与成片对比工作流需要配合 ComfyUI-Licon-MSR 插件使用基座模型为ltx-2.3-22b-distilled-1.1.safetensors文本编码器为 Gemma 3 12B。下面按数据流方向逐个拆解节点。第一步加载基座模型与 LoRA3 个加载节点整个工作流的地基由 3 个节点构成LowVRAMCheckpointLoader加载 LTX-2.3 基座 Checkpoint输出MODEL/CLIP/VAE三路信号低显存版本适合本地显卡。LTXAVTextEncoderLoader加载 Gemma 3 文本编码器gemma_3_12B_it.safetensors输出统一的CLIP供提示词节点使用。LTXICLoRALoaderModelOnly加载 MSR LoRA 本体。V1 工作流中为LTX-2.3-Licon-MSR-V1.safetensorsV2 中为 V2 权重强度strength均为1。处理后的MODEL送入引导/采样链路——这就是多主体参考能力真正生效的开关。第二步LiconMSR 节点——多张参考图的组装器LiconMSR是本项目最核心的自定义节点它接收4 路主体参考图输入槽位1~4支持 2~5 张1 路background背景参考图width/height两个 INT 输入两个版本均通过 INTConstant 连入1280 × 720第三个参数V1 为41V2 为65控制参考伪视频序列的长度。它的原理正是 README 中描述的Multiple Subject Reference思路多张静态参考图被拼成一段伪视频序列与目标视频共享同一表示空间。这样目标视频的 token 可以直接通过模型自带的自注意力读取参考图中的五官、服装、道具细节——无需额外的编码器分支或融合模块。输出的单路IMAGE会送入下一步的条件注入节点。各参考图可承担不同语义角色主体身份、道具细节、场景背景、局部纹理、多角度视图角色划分写在提示词里即可。第三步条件注入与空 Latent 准备EmptyLTXVLatentVideo创建待采样的空视频 Latent。V1 版长度145帧约 2.9 秒V2 版则用FloatConstant(50)×INTConstant(15) 1 的公式算出751帧即 50 fps 下整整15 秒的长视频。LTXVConditioning把正/负提示词与frame_rate50 fps打包成条件对。LTXAddVideoICLoRAGuide把 LiconMSR 输出的参考图作为 In-Context 参考注入条件参数含center对齐方式、256/64 等分辨率控制同时返回修正后的条件对与 Latent。它既是参考图入口也是 V1 提示词条件的中转站。第四步提示词写法——V1 与 V2 的两种风格V1 用两个 CLIPTextEncode正提示词是一段约 15 秒的连续镜头描述江南雨巷追逐戏逐帧写清人物服装、动作与运镜并反复强调不许换脸、不许换装负提示词固定为worst quality, blurry, jittery, distorted, inconsistent appearance。V2 用 PromptRelayEncode CLIPTextEncodePromptRelay提示词接力把长文本按时间分段调度示例中图 1醉酒红脸的男人…这种按参考图编号描述角色的写法与 LiconMSR 的多主体槽位一一对应是 V2 多主体构图的关键写法。经验值参考图描述要简洁但准确写太多或太少都会降低一致性。第五步音视频 Latent 拼接LTX 的独有设计LTX-2.3 是音视频联合生成模型工作流因此多出一条音频链路LTXVAudioVAELoader加载音频 VAELTXVEmptyLatentAudio创建与视频等长751/145 帧、50 fps的空音频 LatentLTXVConcatAVLatent把视频 Latent 与音频 Latent 拼成一个 AV Latent送入采样器采样结束后LTXVSeparateAVLatent再把二者拆开分别走视频/音频解码。 一句话记忆先拼接、后采样、再拆开。如果你只想要画面这条链路也不能省因为它决定了采样时音频与画面的时间对齐。第六步采样参数全详解Sampler 与引导链路节点关键参数说明SamplerCustomAdvanced—高级采样器接收噪声、引导器、采样器、sigma 序列与 AV LatentKSamplerSelectV1eulerV2euler_ancestralV2 改用 ancestral 版本随机性更强动态场景更自然ManualSigmas1.0, 0.99375, 0.9875, 0.98125, 0.975, 0.909375, 0.725, 0.421875, 0.0蒸馏模型专用的 9 步手动 sigma 表步数少、速度快无需调整CFGGuiderCFG 1蒸馏模型下 CFG 取 1无引导差提示词完全靠正提示词驱动LTX2_NAG仅 V211, 0.25, 2.5, trueV2 新增的噪声增强引导模块进一步提升多主体构图稳定性RandomNoise随机种子复杂多主体交互建议多次采样择优高动态场景官方推荐50 fps两个工作流均以此配置成片运动连贯性更好。第七步解码与导出链路最后四步一气呵成LTXVCropGuides裁剪引导信息 →VAEDecode解码视频帧 →LTXVAudioVAEDecode解码音轨 →CreateVideo50 fps合成带声音的视频 →SaveVideo落盘。最终得到一个画面与对白/环境音同步的完整视频文件。V1 与 V2 工作流差异速查LoRA 权重V2 一致性、稳定性、场景逻辑全面升级详见 README.md 的 V2 改进说明提示词方案V1 双 CLIPTextEncode → V2 PromptRelayEncode 分段接力引导模块V2 新增 LTX2_NAG采样器换euler_ancestral视频时长V1 约 3 秒短镜头 → V2 支持 15 秒长叙事751 帧。验证资料与效果对比仓库内三个目录保留了完整的参考图 → 提示词 → 成片验证材料建议逐个打开对照Validition_V2/01/V1 三次采样V1_1/V1_2/V1_3.mp4与 V2 成片对比配 prompt.txtvalidition_v1/05/夜间便利店醉酒顾客案例提示词中图 1/图 2编号与参考图一一对应是对 V2 PromptRelay 写法的最佳示范validation/同组参考图在固定种子下的重复采样结果1_video_seed.mp4等可直观感受 V2 的稳定性提升。常见问题速答显存不够使用工作流自带的 LowVRAMCheckpointLoader 低显存加载路径即可主体漂移/换脸优先换 V2 LoRA并在提示词中为每个图 N写明身份锁定语句画面闪烁检查 fps 是否设为 50多主体复杂场景可多跑几个种子择优。按以上七步把节点连线理解一遍你就能把这两个 JSON 工作流直接拖进 ComfyUI 复现仓库里的全部演示效果再按需替换自己的 2~5 张参考图开始创作。赞分享【免费下载链接】LTX-2.3-Multiple-Subject-Reference项目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference点击查看免费下载相关推荐LTX-2.3-Multiple-Subject-Reference 案例合集动漫农场、古装追逐、便利店对白 12 组多主体参考视频场景全解析LTX 2.3 Multiple Subject Reference 案例合集动漫农场、古装追逐、便利店对白 12 组多主体参考视频场景全解析 LTX 2.3LTX-2.3-Multiple-Subject-Reference 稳定复现技巧Seed 控制与多轮采样策略实操手册LTX 2.3 Multiple Subject Reference 稳定复现技巧Seed 控制与多轮采样策略实操手册 LTX 2.3 Multiple SuLTX-2.3-Multiple-Subject-Reference 完全解析一款让多主体角色永不变脸的多参考视频生成 LoRALTX 2.3 Multiple Subject Reference 完全解析一款让多主体角色永不变脸的多参考视频生成 LoRA LTX 2.3 M创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 LTX-2.3-Multiple-Subject-Reference 示例工作流逐节点拆解：LiconMSR、音视频 Latent 与采样参数全详解
【免费下载链接】LTX-2.3-Multiple-Subject-Reference项目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference点击查看免费下载LTX-2.3-Multiple-Subject-ReferenceLicon MSR是一款基于 LTX-2.3 的多主体参考视频生成 LoRA只需 2~5 张参考图就能让多个角色、道具和场景在同一视频中稳定出演。本文以仓库自带的两个示例工作流为蓝本逐节点拆解 LiconMSR 节点、音视频 Latent 拼接与采样参数帮助你快速上手 ComfyUI 多参考图工作流。项目文件总览先认识仓库里的核心资料开始拆解前先快速认识仓库里的关键文件均为 README.md 同级目录文件作用LTX-2.3_MSR_sample_workflow_V1.jsonV1 版示例工作流短镜头演示LTX-2.3_MSR_sample_workflow_V2.jsonV2 版示例工作流带 NAG 与 PromptRelay 的完整版LTX-2.3-Licon-MSR-V2.safetensors / LTX-2.3-Licon-MSR-V1.safetensors两个版本的 MSR LoRA 权重Validition_V2/、validition_v1/、validation/各版本验证用的参考图与成片对比工作流需要配合 ComfyUI-Licon-MSR 插件使用基座模型为ltx-2.3-22b-distilled-1.1.safetensors文本编码器为 Gemma 3 12B。下面按数据流方向逐个拆解节点。第一步加载基座模型与 LoRA3 个加载节点整个工作流的地基由 3 个节点构成LowVRAMCheckpointLoader加载 LTX-2.3 基座 Checkpoint输出MODEL/CLIP/VAE三路信号低显存版本适合本地显卡。LTXAVTextEncoderLoader加载 Gemma 3 文本编码器gemma_3_12B_it.safetensors输出统一的CLIP供提示词节点使用。LTXICLoRALoaderModelOnly加载 MSR LoRA 本体。V1 工作流中为LTX-2.3-Licon-MSR-V1.safetensorsV2 中为 V2 权重强度strength均为1。处理后的MODEL送入引导/采样链路——这就是多主体参考能力真正生效的开关。第二步LiconMSR 节点——多张参考图的组装器LiconMSR是本项目最核心的自定义节点它接收4 路主体参考图输入槽位1~4支持 2~5 张1 路background背景参考图width/height两个 INT 输入两个版本均通过 INTConstant 连入1280 × 720第三个参数V1 为41V2 为65控制参考伪视频序列的长度。它的原理正是 README 中描述的Multiple Subject Reference思路多张静态参考图被拼成一段伪视频序列与目标视频共享同一表示空间。这样目标视频的 token 可以直接通过模型自带的自注意力读取参考图中的五官、服装、道具细节——无需额外的编码器分支或融合模块。输出的单路IMAGE会送入下一步的条件注入节点。各参考图可承担不同语义角色主体身份、道具细节、场景背景、局部纹理、多角度视图角色划分写在提示词里即可。第三步条件注入与空 Latent 准备EmptyLTXVLatentVideo创建待采样的空视频 Latent。V1 版长度145帧约 2.9 秒V2 版则用FloatConstant(50)×INTConstant(15) 1 的公式算出751帧即 50 fps 下整整15 秒的长视频。LTXVConditioning把正/负提示词与frame_rate50 fps打包成条件对。LTXAddVideoICLoRAGuide把 LiconMSR 输出的参考图作为 In-Context 参考注入条件参数含center对齐方式、256/64 等分辨率控制同时返回修正后的条件对与 Latent。它既是参考图入口也是 V1 提示词条件的中转站。第四步提示词写法——V1 与 V2 的两种风格V1 用两个 CLIPTextEncode正提示词是一段约 15 秒的连续镜头描述江南雨巷追逐戏逐帧写清人物服装、动作与运镜并反复强调不许换脸、不许换装负提示词固定为worst quality, blurry, jittery, distorted, inconsistent appearance。V2 用 PromptRelayEncode CLIPTextEncodePromptRelay提示词接力把长文本按时间分段调度示例中图 1醉酒红脸的男人…这种按参考图编号描述角色的写法与 LiconMSR 的多主体槽位一一对应是 V2 多主体构图的关键写法。经验值参考图描述要简洁但准确写太多或太少都会降低一致性。第五步音视频 Latent 拼接LTX 的独有设计LTX-2.3 是音视频联合生成模型工作流因此多出一条音频链路LTXVAudioVAELoader加载音频 VAELTXVEmptyLatentAudio创建与视频等长751/145 帧、50 fps的空音频 LatentLTXVConcatAVLatent把视频 Latent 与音频 Latent 拼成一个 AV Latent送入采样器采样结束后LTXVSeparateAVLatent再把二者拆开分别走视频/音频解码。 一句话记忆先拼接、后采样、再拆开。如果你只想要画面这条链路也不能省因为它决定了采样时音频与画面的时间对齐。第六步采样参数全详解Sampler 与引导链路节点关键参数说明SamplerCustomAdvanced—高级采样器接收噪声、引导器、采样器、sigma 序列与 AV LatentKSamplerSelectV1eulerV2euler_ancestralV2 改用 ancestral 版本随机性更强动态场景更自然ManualSigmas1.0, 0.99375, 0.9875, 0.98125, 0.975, 0.909375, 0.725, 0.421875, 0.0蒸馏模型专用的 9 步手动 sigma 表步数少、速度快无需调整CFGGuiderCFG 1蒸馏模型下 CFG 取 1无引导差提示词完全靠正提示词驱动LTX2_NAG仅 V211, 0.25, 2.5, trueV2 新增的噪声增强引导模块进一步提升多主体构图稳定性RandomNoise随机种子复杂多主体交互建议多次采样择优高动态场景官方推荐50 fps两个工作流均以此配置成片运动连贯性更好。第七步解码与导出链路最后四步一气呵成LTXVCropGuides裁剪引导信息 →VAEDecode解码视频帧 →LTXVAudioVAEDecode解码音轨 →CreateVideo50 fps合成带声音的视频 →SaveVideo落盘。最终得到一个画面与对白/环境音同步的完整视频文件。V1 与 V2 工作流差异速查LoRA 权重V2 一致性、稳定性、场景逻辑全面升级详见 README.md 的 V2 改进说明提示词方案V1 双 CLIPTextEncode → V2 PromptRelayEncode 分段接力引导模块V2 新增 LTX2_NAG采样器换euler_ancestral视频时长V1 约 3 秒短镜头 → V2 支持 15 秒长叙事751 帧。验证资料与效果对比仓库内三个目录保留了完整的参考图 → 提示词 → 成片验证材料建议逐个打开对照Validition_V2/01/V1 三次采样V1_1/V1_2/V1_3.mp4与 V2 成片对比配 prompt.txtvalidition_v1/05/夜间便利店醉酒顾客案例提示词中图 1/图 2编号与参考图一一对应是对 V2 PromptRelay 写法的最佳示范validation/同组参考图在固定种子下的重复采样结果1_video_seed.mp4等可直观感受 V2 的稳定性提升。常见问题速答显存不够使用工作流自带的 LowVRAMCheckpointLoader 低显存加载路径即可主体漂移/换脸优先换 V2 LoRA并在提示词中为每个图 N写明身份锁定语句画面闪烁检查 fps 是否设为 50多主体复杂场景可多跑几个种子择优。按以上七步把节点连线理解一遍你就能把这两个 JSON 工作流直接拖进 ComfyUI 复现仓库里的全部演示效果再按需替换自己的 2~5 张参考图开始创作。赞分享【免费下载链接】LTX-2.3-Multiple-Subject-Reference项目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference点击查看免费下载相关推荐LTX-2.3-Multiple-Subject-Reference 案例合集动漫农场、古装追逐、便利店对白 12 组多主体参考视频场景全解析LTX 2.3 Multiple Subject Reference 案例合集动漫农场、古装追逐、便利店对白 12 组多主体参考视频场景全解析 LTX 2.3LTX-2.3-Multiple-Subject-Reference 稳定复现技巧Seed 控制与多轮采样策略实操手册LTX 2.3 Multiple Subject Reference 稳定复现技巧Seed 控制与多轮采样策略实操手册 LTX 2.3 Multiple SuLTX-2.3-Multiple-Subject-Reference 完全解析一款让多主体角色永不变脸的多参考视频生成 LoRALTX 2.3 Multiple Subject Reference 完全解析一款让多主体角色永不变脸的多参考视频生成 LoRA LTX 2.3 M创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考