ComfyUI-LTXVideo 全流程指南从零跑通 AI 视频生成【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideoComfyUI-LTXVideo 是 ComfyUI 中 LTX-2 视频模型的配套自定义节点集。模型内核已内置在 ComfyUI 主线里这个仓库补齐了 AI 视频生成工作流所需的全部节点与示例。它解决三类问题大分辨率直出吃显存、生成过程不可控、长视频难拼接。本文的文生视频、图生视频、视频到视频三条链路都来自官方仓库配置32GB 显存的显卡可以 5 分钟跑通第一条视频。5 分钟认识 ComfyUI-LTXVideo先看它有哪些能力后文再逐条展开。两阶段蒸馏流水线——第一阶段出低清草稿第二阶段对潜空间上采样最终分辨率更高单步显存更低Union IC-LoRA——深度、边缘、姿态等控制条件合并进一个 LoRA潜空间下采样后处理显存和耗时同时下降Tiled Fusion 采样器——在重叠的空间瓦片上分步去噪可输出超过模型训练窗口的 4K/8K 画布低显存加载器——按执行顺序运行模型并自动卸载22B 权重在 32GB 显卡内跑动提示词增强——Gemma 把一句话扩写成电影感描述还能从首帧自动补画面文案HDR / Dub-It / 像素上采样 IC-LoRA——SDR 转 HDR、口型换台词、2×/4× 创意超分三个高价值插件从零跑到第一条 AI 视频部署只分三步装节点、装依赖、放模型文件。硬件先看这两档。档位显卡与显存磁盘定位最低24GBRTX 3090/4090100GB SSD走低显存加载器路线见 low_vram_loaders.py推荐32GB官方前置要求100GB22B 蒸馏检查点 Gemma 编码器直接跑一共三条命令克隆节点仓库、装 Python 依赖、重启 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重启后节点菜单里会多出 LTXVideo 分类即安装成功。也可以在 Comfy Manager 里按 CtrlM → Install Custom Nodes → 搜 LTXVideo免去手动克隆。模型文件放四处按官方 README 列出的是 2.3 版本权重自行下载后对应放置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/这 5 份文件覆盖单阶段文生视频与图生视频。用到 HDR、配音或控制功能时再按需在 loras 下补对应 IC-LoRA。第一次运行直接从 example_workflows/ 挑一份工作流缺的模型会在首次使用时自动下载。三大生成模式怎么选三种模式共用同一套采样器差别只在条件来源。按你手里的素材形态选就行。文生视频T2V适用场景只有一句文字描述做概念验证、分镜预演关键参数默认画布 768×512、帧数 97、条件强度 0.9常见坑提示词太长且主体靠后画面会跑偏把动作前置场景交给 Gemma 补全图生视频I2V适用场景画面已定、只生成运动适合产品展示、概念图动起来关键参数条件图先经 crf 35 压缩再入模strength 低于 0.9 运动更自由常见坑首帧漂移核对条件图分辨率是否与潜空间匹配crop 保持 disabled视频到视频V2V适用场景对已有素材增强或换风格Detailer 增清晰、HDR 换影调、像素上采样器做 2×/4×关键参数IC-LoRA 强度贴近 0.9 运行大画布换 Tiled Fusion 采样器常见坑增强提示词里点名具体物体每个瓦片会各画一份只描述光效与配色参数建议值作用width / height768×51232 的倍数第一阶段潜空间尺寸翻一倍单步显存约 4 倍num_frames97步长 8帧数越大越慢越吃显存strength0.9条件贴合度调低更自由调高更贴原帧crf35条件图压缩等级过低会放大显存占用reserve-vram5ComfyUI 启动时预留的显存GB低显存视频生成的关键项两个真实场景的落地配置把参数落成两套可直接抄的配置一套量产向一套创意向。场景一30 秒社媒短视频选单阶段蒸馏工作流 → 一句话提示词 Gemma 增强 → 出 97 帧草稿 → 两阶段空间/时间上采样 → 导出成片。环节配置效果一阶段草稿768×512、97 帧、蒸馏检查点32GB 显存可跑单轮改词 10 次不心疼二阶段精修空间 x2 时间 x2 蒸馏 LoRA分辨率与帧数翻倍细节由模型合成补齐迭代全部发生在草稿阶段只让定稿走两阶段。视频工作流调优的重点就是减少二阶段的重复运行次数。场景二静态插画转动态教学演示准备一张教材插画 → I2V 单阶段打底 → 挂 IC-LoRA Motion Track 固定镜头轨迹 → 需要重绘主体时走 outpainting 工作流 → 两阶段上采样出片。项目无控制 LoRA有控制 LoRA镜头随机游走需多次重roll沿指定轨迹运动一次可用潜空间尺寸全尺寸下采样处理显存与耗时同步下降产物去向仅预览直接进课件与演示片避坑指南6 个高频问题检查点加载就爆显存22B 权重加 Gemma 编码器同时驻留会超出单卡容量仓库自带的低显存加载器按执行顺序运行并自动卸载。做法换用 sequential 版加载节点并在 ComfyUI 启动参数里追加--reserve-vram 5。两阶段上采样后画面发糊多半是上采样器版本与检查点不匹配或二阶段引导过强。做法按官方 x2-1.1 空间权重配对 2.3 检查点仍不清晰再降 strength 一档。放大版里某个物体重复出现在每个区域这是 Tiled Fusion 共享注意力的特性提示词点名的物体会被每个瓦片各画一份。做法V2V 提示词只写风格与光照不写具体物体名。配音项目的口型和音频对不上Dub-It 是两阶段流水线二阶段上采样时音频是冻结的动过音频分支就会错位。做法保持官方两阶段图不动只改台词文本。HDR 输出发黑或过曝LoRA 产出的是 LogC3 压缩空间必须经后处理节点解回线性 HDR。做法在解码后挂 HDR 解码后处理节点SDR 预览走 Reinhard 色调映射分支核对。长视频生成太慢直接加帧数会让潜空间体积暴涨收益远低于成本。做法用循环采样器分时间块生成并以潜空间重叠拼接分块细节见 tiled_fusion_sampler.md。ComfyUI-LTXVideo 把官方 LTX-2 从能生成变成能交付两阶段解决分辨率IC-LoRA 解决可控性低显存加载器解决显卡门槛。跑通第一条视频后example_workflows/ 里 2.0、2.3、2.5 三代示例可覆盖大部分日常需求。LTX-2 系列还在持续更新IC-LoRA 生态值得长期跟踪。【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 ComfyUI-LTXVideo 全流程指南：从零跑通 AI 视频生成
ComfyUI-LTXVideo 全流程指南从零跑通 AI 视频生成【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideoComfyUI-LTXVideo 是 ComfyUI 中 LTX-2 视频模型的配套自定义节点集。模型内核已内置在 ComfyUI 主线里这个仓库补齐了 AI 视频生成工作流所需的全部节点与示例。它解决三类问题大分辨率直出吃显存、生成过程不可控、长视频难拼接。本文的文生视频、图生视频、视频到视频三条链路都来自官方仓库配置32GB 显存的显卡可以 5 分钟跑通第一条视频。5 分钟认识 ComfyUI-LTXVideo先看它有哪些能力后文再逐条展开。两阶段蒸馏流水线——第一阶段出低清草稿第二阶段对潜空间上采样最终分辨率更高单步显存更低Union IC-LoRA——深度、边缘、姿态等控制条件合并进一个 LoRA潜空间下采样后处理显存和耗时同时下降Tiled Fusion 采样器——在重叠的空间瓦片上分步去噪可输出超过模型训练窗口的 4K/8K 画布低显存加载器——按执行顺序运行模型并自动卸载22B 权重在 32GB 显卡内跑动提示词增强——Gemma 把一句话扩写成电影感描述还能从首帧自动补画面文案HDR / Dub-It / 像素上采样 IC-LoRA——SDR 转 HDR、口型换台词、2×/4× 创意超分三个高价值插件从零跑到第一条 AI 视频部署只分三步装节点、装依赖、放模型文件。硬件先看这两档。档位显卡与显存磁盘定位最低24GBRTX 3090/4090100GB SSD走低显存加载器路线见 low_vram_loaders.py推荐32GB官方前置要求100GB22B 蒸馏检查点 Gemma 编码器直接跑一共三条命令克隆节点仓库、装 Python 依赖、重启 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重启后节点菜单里会多出 LTXVideo 分类即安装成功。也可以在 Comfy Manager 里按 CtrlM → Install Custom Nodes → 搜 LTXVideo免去手动克隆。模型文件放四处按官方 README 列出的是 2.3 版本权重自行下载后对应放置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/这 5 份文件覆盖单阶段文生视频与图生视频。用到 HDR、配音或控制功能时再按需在 loras 下补对应 IC-LoRA。第一次运行直接从 example_workflows/ 挑一份工作流缺的模型会在首次使用时自动下载。三大生成模式怎么选三种模式共用同一套采样器差别只在条件来源。按你手里的素材形态选就行。文生视频T2V适用场景只有一句文字描述做概念验证、分镜预演关键参数默认画布 768×512、帧数 97、条件强度 0.9常见坑提示词太长且主体靠后画面会跑偏把动作前置场景交给 Gemma 补全图生视频I2V适用场景画面已定、只生成运动适合产品展示、概念图动起来关键参数条件图先经 crf 35 压缩再入模strength 低于 0.9 运动更自由常见坑首帧漂移核对条件图分辨率是否与潜空间匹配crop 保持 disabled视频到视频V2V适用场景对已有素材增强或换风格Detailer 增清晰、HDR 换影调、像素上采样器做 2×/4×关键参数IC-LoRA 强度贴近 0.9 运行大画布换 Tiled Fusion 采样器常见坑增强提示词里点名具体物体每个瓦片会各画一份只描述光效与配色参数建议值作用width / height768×51232 的倍数第一阶段潜空间尺寸翻一倍单步显存约 4 倍num_frames97步长 8帧数越大越慢越吃显存strength0.9条件贴合度调低更自由调高更贴原帧crf35条件图压缩等级过低会放大显存占用reserve-vram5ComfyUI 启动时预留的显存GB低显存视频生成的关键项两个真实场景的落地配置把参数落成两套可直接抄的配置一套量产向一套创意向。场景一30 秒社媒短视频选单阶段蒸馏工作流 → 一句话提示词 Gemma 增强 → 出 97 帧草稿 → 两阶段空间/时间上采样 → 导出成片。环节配置效果一阶段草稿768×512、97 帧、蒸馏检查点32GB 显存可跑单轮改词 10 次不心疼二阶段精修空间 x2 时间 x2 蒸馏 LoRA分辨率与帧数翻倍细节由模型合成补齐迭代全部发生在草稿阶段只让定稿走两阶段。视频工作流调优的重点就是减少二阶段的重复运行次数。场景二静态插画转动态教学演示准备一张教材插画 → I2V 单阶段打底 → 挂 IC-LoRA Motion Track 固定镜头轨迹 → 需要重绘主体时走 outpainting 工作流 → 两阶段上采样出片。项目无控制 LoRA有控制 LoRA镜头随机游走需多次重roll沿指定轨迹运动一次可用潜空间尺寸全尺寸下采样处理显存与耗时同步下降产物去向仅预览直接进课件与演示片避坑指南6 个高频问题检查点加载就爆显存22B 权重加 Gemma 编码器同时驻留会超出单卡容量仓库自带的低显存加载器按执行顺序运行并自动卸载。做法换用 sequential 版加载节点并在 ComfyUI 启动参数里追加--reserve-vram 5。两阶段上采样后画面发糊多半是上采样器版本与检查点不匹配或二阶段引导过强。做法按官方 x2-1.1 空间权重配对 2.3 检查点仍不清晰再降 strength 一档。放大版里某个物体重复出现在每个区域这是 Tiled Fusion 共享注意力的特性提示词点名的物体会被每个瓦片各画一份。做法V2V 提示词只写风格与光照不写具体物体名。配音项目的口型和音频对不上Dub-It 是两阶段流水线二阶段上采样时音频是冻结的动过音频分支就会错位。做法保持官方两阶段图不动只改台词文本。HDR 输出发黑或过曝LoRA 产出的是 LogC3 压缩空间必须经后处理节点解回线性 HDR。做法在解码后挂 HDR 解码后处理节点SDR 预览走 Reinhard 色调映射分支核对。长视频生成太慢直接加帧数会让潜空间体积暴涨收益远低于成本。做法用循环采样器分时间块生成并以潜空间重叠拼接分块细节见 tiled_fusion_sampler.md。ComfyUI-LTXVideo 把官方 LTX-2 从能生成变成能交付两阶段解决分辨率IC-LoRA 解决可控性低显存加载器解决显卡门槛。跑通第一条视频后example_workflows/ 里 2.0、2.3、2.5 三代示例可覆盖大部分日常需求。LTX-2 系列还在持续更新IC-LoRA 生态值得长期跟踪。【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