【免费下载链接】LTX-2.5-22b-IC-LoRA-Refine-Details项目地址https://ai.gitcode.com/hf_mirrors/Lightricks/LTX-2.5-22b-IC-LoRA-Refine-Details点击查看免费下载LTX-2.5-22b-IC-LoRA-Refine-Details 是基于 LTX-2.5-22B 底模的视频细节重制 IC-LoRA 适配器喂入一段发糊、压缩过或放大的视频它能逐帧重建纹理、边缘与颗粒感把 1080p 素材直接细化到 4K。本文给出一份开箱即用的参数设置清单——8 步推理、LoRA 强度 1.0、引导强度 1.0——帮新手第一次运行就拿到可用的成片效果。 30秒看懂这个模型做什么以源视频本身作为参考帧对齐重建高频细节不改构图、曝光和色彩核心能力1080p → 4K 一次通过8K 走两步阶梯长视频流式分窗不做什么不修复色彩、不上色老片请先用 Restoration IC-LoRA、不能一步生成原生 8K 级细节模型文件ltx-2.5-22b-ic-lora-refine-details-1.0.safetensorsstep 3000 最终权重任务类型为 video-to-video官方演示效果可参考仓库内示例视频森林溪流对比、霓虹小巷对比。 核心参数设置清单照抄即可参数推荐值说明LoRA 强度strength / weight1.0官方训练目标权重勿随意调低推理步数8 步使用蒸馏 sigmas1.0, 0.99375, 0.9875, 0.98125, 0.975, 0.909375, 0.725, 0.421875, 0.0采样器euler与蒸馏 sigmas 配套引导强度guidance / cfg1.0蒸馏模型不需要高 cfg参考下采样因子downscale factor1参考视频与输出画布 1:1分块尺寸tile1024x576竖版 576x1024训练桶尺寸最接近训练分布分块重叠overlap0.5不要低于 0.5否则周期纹理会相位断裂融合方差blend variance0.05每步高斯融合接缝不可见网格循环grid cycle1默认即可输出画布32 的倍数如 3840x21761920x1080 源可直接细化到 3840x2176帧数8n149 / 97 / 121 / 241…超过约 240 帧用 97 帧流式窗口VAE 解码分块解码1024 px、128 重叠、时间向 256防止显存爆炸 关键点任何输出尺寸都要走分块流程Full HD 也不例外。1920x1088 画布正好是 3x3 个 1024x576 分块单块直通反而会让 LoRA 离开训练桶效果更差。 ComfyUI 推荐配置流程把 LoRA 权重文件 复制到 ComfyUI 的models/loras目录加载官方的LTX-2.5_V2V_TiledFusion_Upscale工作流Tiled Fusion 分块放大流程它会自动加载 LTX-2.5 蒸馏 transformer、Gemma-4 12B 文本编码器、LTX-2.5 视频 VAE以及以1.0强度加载的本 LoRA并用LTXVTiledFusionSampler跑 1024x576 分块视频拖入LoadVideo设置output_sizeFullHD / 4K / 8K写一段外观与风格提示词运行工作流的 Preprocess 组会先用 lanczos 把视频放大到输出尺寸再作为 guide 喂入——模型永远看不到小原片这一步别跳过自建节点图的顺序是lanczos 放大到输出画布32 的倍数→LTXAddVideoICLoRAGuidelatent_downscale_factor1→LTXVTiledFusionSampler1024x576 分块、overlap 0.5、blend 0.05、cfg 1.08 步蒸馏 sigmas→LTXICLoRALoaderModelOnlystrength 1.0→VAEDecodeTiled。 分辨率与帧数怎么定4K 是 1080p 源的最佳落点1080p → 3840x2176 一次通过121 帧约 22 分钟RTX PRO 60008K 必须走阶梯先细化到 4K → lanczos 放大到 8K → 可选轻第二次 pass。一步冲 8K 时1024x576 窗口只覆盖画面 13%是训练尺度的 2 倍模型会开始编造纹理瓜会换位、招牌文字会变长视频超过约 240 帧或显存紧张时在 guide 节点开启use_streamingtile_frames设 97采样器同步设 97即可 97 帧窗口滚动处理参考帧数要求两边都是 32 的倍数帧数 8n11920x1080 源建议细化到 3840x2176或先裁剪成 1920x1056✍️ 提示词写法只描述渲染不描述主体每个分块都会收到完整提示词所以提示词要保持通用、围绕清晰度、纹理、颗粒、光线来写点名主体反而会把它画进不含该主体的分块。推荐正向提示词sharp photographic detail, crisp natural texture, fine surface detail, clean edges, natural film grain, high resolution footage推荐负向提示词blurry, soft, plastic, smeared detail, oversharpened halos, warped facesREADME 示例中还叠加了high resolution footage、溪流场景额外加fog, haze, text负向项。例外需要按分块提示主体时比如修复严重失真的物体把含该主体的分块单独跑一个单分块 pass 并单独写提示词——生成的视频用它自己的原始生成提示词时同理只作用于含主体的那个分块不要整个画布通用。️ 可选增强-1 token 参考图产品 / 文字 / 人脸主体在退化后辨识度低时招牌文字、logo、人脸可以给模型真身在灰色底图上放 1~3 张主体原生分辨率裁切用第二个LTXAddVideoICLoRAGuide以frame_idx-1、强度 1.0 接在视频 guide 之后参考图是按分块生效的参考图要做成输出画布大小把每张裁切放在对应主体的位置上方覆盖该主体的每个分块都会看到它——放错位置会适得其反官方实测位置正确恢复了招牌文字和人脸位置错误则文字被搅乱参考图还会提升整帧高频细节能量所以只用于救主体不要默认开启此路径要求整片处理use_streaming关闭⚠️ 常见坑与排查清单现象原因与对策一步冲到 8K 出现变画面分块尺度超出训练范围改走 4K → 8K 阶梯老片/广播片变干净但变空模型把中频码流损伤当噪点抹平先跑 Restoration IC-LoRA 再细化影院 raw 原片反而更软模型去掉了它无法重建的传感器颗粒此类源不适合烟花、海浪泡沫、风中树叶过锐随机纹理类过锐是预期边界优先用描述性提示词而非降强度文字、logo 变成噪点字形重度退化下模型重画读不出的字用 -1 参考图压在招牌原位置或单独跑该分块并点名文字最后 1~2 帧细节掉约 10%窗口运行会被重叠遮住单段运行则垫 8 帧再裁掉成片看起来不如预期ComfyUISaveVideo约 8 Mbps 的 4K 编码委屈了结果改存 latents 重解码或 PNG 序列编码另记住一条铁律放大不会超过源的上限。焦深大、光线均匀、纹理密的区域最受益浅景深虚化部分只有 1.0 倍增益验收请看 1:1 焦内区域。 项目文件说明文件用途README.md完整官方文档训练细节、管线原理、推荐设置、故障排查ltx-2.5-22b-ic-lora-refine-details-1.0.safetensorsstep 3000 最终权重配合 LTX-2.5 蒸馏 transformer 使用configuration.json模型元信息pytorch / video-to-videoexamples/refine_forest_stream_crop.mp4森林溪流 8K 结果 1:1 裁剪对比examples/refine_neon_alley_crop.mp4霓虹小巷 8K 结果 1:1 裁剪对比按这份清单设置完参数你应当得到一个与源逐帧对齐、无分块接缝、细节密度可达普通 lanczos 放大 3 倍的视频。更多训练与管线细节rank 128、1024x576x97 训练桶、留集评测 0.97 细节分等见 README.md。赞分享【免费下载链接】LTX-2.5-22b-IC-LoRA-Refine-Details项目地址https://ai.gitcode.com/hf_mirrors/Lightricks/LTX-2.5-22b-IC-LoRA-Refine-Details点击查看免费下载相关推荐如何让老款Mac重获新生OpenCore Legacy Patcher完整升级指南如何让老款Mac重获新生OpenCore Legacy Patcher完整升级指南 还在为苹果官方不再支持的老款Mac而烦恼吗OpenCore LegacyIC-LoRA技术终极解析LTX-2.5-22b-IC-LoRA-Alpha-Gen的Video-to-Video条件机制与单阶段推理设计IC LoRA技术终极解析LTX 2.5 22b IC LoRA Alpha Gen的Video to Video条件机制与单阶段推理设计 LTX 2.5 2人工智能大模型媒体生成LoRA如何用命令行运行LTX-2.5-22b-IC-LoRA-Alpha-Genltx_pipelines.ic_lora参数完全指南如何用命令行运行LTX 2.5 22b IC LoRA Alpha Genltx_pipelines.ic_lora参数完全指南 LTX 2.5 22b IC人工智能大模型媒体生成LoRA上一篇一键解决Windows系统管理难题WinUtil工具全面解析与实战指南下一篇Terraform-docs 配置指南深入解析.terraform-docs.yml文件创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 8步出片、强度1.0：LTX-2.5-22b-IC-LoRA-Refine-Details关键参数设置清单与推荐配置
【免费下载链接】LTX-2.5-22b-IC-LoRA-Refine-Details项目地址https://ai.gitcode.com/hf_mirrors/Lightricks/LTX-2.5-22b-IC-LoRA-Refine-Details点击查看免费下载LTX-2.5-22b-IC-LoRA-Refine-Details 是基于 LTX-2.5-22B 底模的视频细节重制 IC-LoRA 适配器喂入一段发糊、压缩过或放大的视频它能逐帧重建纹理、边缘与颗粒感把 1080p 素材直接细化到 4K。本文给出一份开箱即用的参数设置清单——8 步推理、LoRA 强度 1.0、引导强度 1.0——帮新手第一次运行就拿到可用的成片效果。 30秒看懂这个模型做什么以源视频本身作为参考帧对齐重建高频细节不改构图、曝光和色彩核心能力1080p → 4K 一次通过8K 走两步阶梯长视频流式分窗不做什么不修复色彩、不上色老片请先用 Restoration IC-LoRA、不能一步生成原生 8K 级细节模型文件ltx-2.5-22b-ic-lora-refine-details-1.0.safetensorsstep 3000 最终权重任务类型为 video-to-video官方演示效果可参考仓库内示例视频森林溪流对比、霓虹小巷对比。 核心参数设置清单照抄即可参数推荐值说明LoRA 强度strength / weight1.0官方训练目标权重勿随意调低推理步数8 步使用蒸馏 sigmas1.0, 0.99375, 0.9875, 0.98125, 0.975, 0.909375, 0.725, 0.421875, 0.0采样器euler与蒸馏 sigmas 配套引导强度guidance / cfg1.0蒸馏模型不需要高 cfg参考下采样因子downscale factor1参考视频与输出画布 1:1分块尺寸tile1024x576竖版 576x1024训练桶尺寸最接近训练分布分块重叠overlap0.5不要低于 0.5否则周期纹理会相位断裂融合方差blend variance0.05每步高斯融合接缝不可见网格循环grid cycle1默认即可输出画布32 的倍数如 3840x21761920x1080 源可直接细化到 3840x2176帧数8n149 / 97 / 121 / 241…超过约 240 帧用 97 帧流式窗口VAE 解码分块解码1024 px、128 重叠、时间向 256防止显存爆炸 关键点任何输出尺寸都要走分块流程Full HD 也不例外。1920x1088 画布正好是 3x3 个 1024x576 分块单块直通反而会让 LoRA 离开训练桶效果更差。 ComfyUI 推荐配置流程把 LoRA 权重文件 复制到 ComfyUI 的models/loras目录加载官方的LTX-2.5_V2V_TiledFusion_Upscale工作流Tiled Fusion 分块放大流程它会自动加载 LTX-2.5 蒸馏 transformer、Gemma-4 12B 文本编码器、LTX-2.5 视频 VAE以及以1.0强度加载的本 LoRA并用LTXVTiledFusionSampler跑 1024x576 分块视频拖入LoadVideo设置output_sizeFullHD / 4K / 8K写一段外观与风格提示词运行工作流的 Preprocess 组会先用 lanczos 把视频放大到输出尺寸再作为 guide 喂入——模型永远看不到小原片这一步别跳过自建节点图的顺序是lanczos 放大到输出画布32 的倍数→LTXAddVideoICLoRAGuidelatent_downscale_factor1→LTXVTiledFusionSampler1024x576 分块、overlap 0.5、blend 0.05、cfg 1.08 步蒸馏 sigmas→LTXICLoRALoaderModelOnlystrength 1.0→VAEDecodeTiled。 分辨率与帧数怎么定4K 是 1080p 源的最佳落点1080p → 3840x2176 一次通过121 帧约 22 分钟RTX PRO 60008K 必须走阶梯先细化到 4K → lanczos 放大到 8K → 可选轻第二次 pass。一步冲 8K 时1024x576 窗口只覆盖画面 13%是训练尺度的 2 倍模型会开始编造纹理瓜会换位、招牌文字会变长视频超过约 240 帧或显存紧张时在 guide 节点开启use_streamingtile_frames设 97采样器同步设 97即可 97 帧窗口滚动处理参考帧数要求两边都是 32 的倍数帧数 8n11920x1080 源建议细化到 3840x2176或先裁剪成 1920x1056✍️ 提示词写法只描述渲染不描述主体每个分块都会收到完整提示词所以提示词要保持通用、围绕清晰度、纹理、颗粒、光线来写点名主体反而会把它画进不含该主体的分块。推荐正向提示词sharp photographic detail, crisp natural texture, fine surface detail, clean edges, natural film grain, high resolution footage推荐负向提示词blurry, soft, plastic, smeared detail, oversharpened halos, warped facesREADME 示例中还叠加了high resolution footage、溪流场景额外加fog, haze, text负向项。例外需要按分块提示主体时比如修复严重失真的物体把含该主体的分块单独跑一个单分块 pass 并单独写提示词——生成的视频用它自己的原始生成提示词时同理只作用于含主体的那个分块不要整个画布通用。️ 可选增强-1 token 参考图产品 / 文字 / 人脸主体在退化后辨识度低时招牌文字、logo、人脸可以给模型真身在灰色底图上放 1~3 张主体原生分辨率裁切用第二个LTXAddVideoICLoRAGuide以frame_idx-1、强度 1.0 接在视频 guide 之后参考图是按分块生效的参考图要做成输出画布大小把每张裁切放在对应主体的位置上方覆盖该主体的每个分块都会看到它——放错位置会适得其反官方实测位置正确恢复了招牌文字和人脸位置错误则文字被搅乱参考图还会提升整帧高频细节能量所以只用于救主体不要默认开启此路径要求整片处理use_streaming关闭⚠️ 常见坑与排查清单现象原因与对策一步冲到 8K 出现变画面分块尺度超出训练范围改走 4K → 8K 阶梯老片/广播片变干净但变空模型把中频码流损伤当噪点抹平先跑 Restoration IC-LoRA 再细化影院 raw 原片反而更软模型去掉了它无法重建的传感器颗粒此类源不适合烟花、海浪泡沫、风中树叶过锐随机纹理类过锐是预期边界优先用描述性提示词而非降强度文字、logo 变成噪点字形重度退化下模型重画读不出的字用 -1 参考图压在招牌原位置或单独跑该分块并点名文字最后 1~2 帧细节掉约 10%窗口运行会被重叠遮住单段运行则垫 8 帧再裁掉成片看起来不如预期ComfyUISaveVideo约 8 Mbps 的 4K 编码委屈了结果改存 latents 重解码或 PNG 序列编码另记住一条铁律放大不会超过源的上限。焦深大、光线均匀、纹理密的区域最受益浅景深虚化部分只有 1.0 倍增益验收请看 1:1 焦内区域。 项目文件说明文件用途README.md完整官方文档训练细节、管线原理、推荐设置、故障排查ltx-2.5-22b-ic-lora-refine-details-1.0.safetensorsstep 3000 最终权重配合 LTX-2.5 蒸馏 transformer 使用configuration.json模型元信息pytorch / video-to-videoexamples/refine_forest_stream_crop.mp4森林溪流 8K 结果 1:1 裁剪对比examples/refine_neon_alley_crop.mp4霓虹小巷 8K 结果 1:1 裁剪对比按这份清单设置完参数你应当得到一个与源逐帧对齐、无分块接缝、细节密度可达普通 lanczos 放大 3 倍的视频。更多训练与管线细节rank 128、1024x576x97 训练桶、留集评测 0.97 细节分等见 README.md。赞分享【免费下载链接】LTX-2.5-22b-IC-LoRA-Refine-Details项目地址https://ai.gitcode.com/hf_mirrors/Lightricks/LTX-2.5-22b-IC-LoRA-Refine-Details点击查看免费下载相关推荐如何让老款Mac重获新生OpenCore Legacy Patcher完整升级指南如何让老款Mac重获新生OpenCore Legacy Patcher完整升级指南 还在为苹果官方不再支持的老款Mac而烦恼吗OpenCore LegacyIC-LoRA技术终极解析LTX-2.5-22b-IC-LoRA-Alpha-Gen的Video-to-Video条件机制与单阶段推理设计IC LoRA技术终极解析LTX 2.5 22b IC LoRA Alpha Gen的Video to Video条件机制与单阶段推理设计 LTX 2.5 2人工智能大模型媒体生成LoRA如何用命令行运行LTX-2.5-22b-IC-LoRA-Alpha-Genltx_pipelines.ic_lora参数完全指南如何用命令行运行LTX 2.5 22b IC LoRA Alpha Genltx_pipelines.ic_lora参数完全指南 LTX 2.5 22b IC人工智能大模型媒体生成LoRA上一篇一键解决Windows系统管理难题WinUtil工具全面解析与实战指南下一篇Terraform-docs 配置指南深入解析.terraform-docs.yml文件创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考