ComfyUI-LTXVideo 从安装到出片LTX-2 视频生成完整实操【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo如果你在 ComfyUI 里试过做 AI 视频大概率遇到过这样的处境模型散在多个仓库、一条工作流几十个节点、参数多到不知道从哪下手。ComfyUI-LTXVideo 是针对 LTX-2 视频生成模型的一组自定义节点把文生视频、图生视频和视频编辑整理成可以直接导入的节点与示例工作流不用自己从零拼管线。跑之前先确认显存、磁盘、环境三道门槛官方给出的硬件要求很明确一张 CUDA 兼容、显存不低于 32GB 的 GPU以及 100GB 以上可用磁盘空间用来放模型文件和生成缓存。另外要确认 ComfyUI 本体已装好并能正常启动。有个背景值得知道LTX-2 的核心支持已经内置在 ComfyUI 主程序里这个仓库是在其上补充的扩展节点与工作流可以把它理解为增强包而不是前置依赖。装好插件的两种路径最省事的是用 ComfyUI Manager打开 ComfyUI点 Manager 按钮或按 CtrlM选 Install Custom Nodes搜索 LTXVideo点安装完成后重启 ComfyUI。重启后节点菜单会出现 LTXVideo 分类全部节点自动加载。喜欢手动管理版本的话用 Git 克隆仓库git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo把整个文件夹放进 ComfyUI 的custom_nodes目录再重启。插件目录里有example_workflows/子目录后文提到的示例工作流都在其中。 第一次出片一条单阶段工作流跑通文生视频第一次运行选example_workflows/2.3/下的LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json。这条工作流同时覆盖文生视频和图生视频只给提示词就是纯文本生成接一张图就变成图生视频。导入后只需动三组节点提示词正面提示写视频描述负面提示写要避免的内容。描述越具体主体、动作、运镜、光线出片越稳。视频参数Frames 控制时长Width 和 Height 控制分辨率Seed 固定后可复现。前期验证提示词建议先开低分辨率。采样参数Steps 给 25~50、CFG Scale 给 7~12 是比较稳的区间。步数不足会糊动作CFG 过高会过饱和。点 Queue Prompt 后首次运行会自动补齐缺失模型保持网络畅通即可。跑通后先别急着加参数把这一版当作你的基线。 模型按需下载四类文件各放哪个目录ComfyUI-LTXVideo 的模型清单分四组按你要跑的工作流下载基础检查点二选一放models/checkpoints/完整版ltx-2.3-22b-dev.safetensors或蒸馏版ltx-2.3-22b-distilled-1.1.safetensors。蒸馏版更快、更省显存适合起步。上采样模型放models/latent_upscale_models/空间上采样ltx-2.3-spatial-upscaler-x2-1.1.safetensors、时间上采样ltx-2.3-temporal-upscaler-x2-1.0.safetensors。两阶段工作流才需要。文本编码器把 Gemma 3 仓库的全部文件放到models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/。这一步最容易被漏掉漏了文本编码节点会直接报错。LoRA 组放models/loras/控制类按需下载如统一控制ltx-2.3-22b-ic-lora-union-control-ref0.5.safetensors、运动跟踪ltx-2.3-22b-ic-lora-motion-track-control-ref0.5.safetensors、HDRltx-2.3-22b-ic-lora-hdr-0.9.safetensors、唇语ltx-2.3-22b-ic-lora-lipdub-0.9.safetensors两阶段流程另需配套的蒸馏 LoRA完整文件名以 README 为准。️ 图生视频和 IC-LoRA 控制运动、HDR、唇语一次讲清前面那条单阶段工作流已经支持图生视频。如果还想让画面服从约束IC-LoRA 系列是主力每个都对应 2.3 目录里的示例工作流统一控制Union深度和边缘canny条件合并进一个 LoRA且在降采样潜空间上工作省显存、推得快。工作流为LTX-2.3_ICLoRA_Union_Control_Distilled.json。运动跟踪用运动跟踪 IC-LoRA 精确控制画面中物体的移动轨迹见LTX-2.3_ICLoRA_Motion_Track_Distilled.json。HDR 生成HDR IC-LoRA 输出 ARRI LogC3 压缩空间由LTXVHDRDecodePostprocess节点解码回线性 HDR同时给出一版 Reinhard 色调映射的 SDR 预览要导出 EXR 序列启动前设置环境变量OPENCV_IO_ENABLE_OPENEXR1。Lipdub 配音给源视频和目标台词文本重新生成唇部动作与音频以匹配新文本支持跨语言翻译配音和同语言改词两阶段工作流的第二阶段在放大分辨率的同时冻结音频。像素上采样2×/4× 上采样 IC-LoRA 是创意型上采样器合成纹理细节而非单纯插值。常用套路是先按约 280p 生成定好构图和动作再上采样出成片。 32GB 显存怎么压榨32GB 显卡上按性价比排三个手段第一换模型。把完整版换成ltx-2.3-22b-distilled-1.1.safetensors蒸馏管线整体内存压力明显更低。第二串行加载。ComfyUI-LTXVideo 自带的LowVRAMCheckpointLoader等低显存加载节点给加载器加了 dependencies 输入把加载器首尾串联模型就按顺序逐个进出显存峰值占用随之下降。配合启动参数预留一块显存更保险python main.py --reserve-vram 5第三分段生成。LTXVLoopingSampler用时间分块默认每块 80 帧、重叠 24 帧加空间分块的方式处理长视频和高分辨率逐块生成再无缝混合easy_samplers.py里的LTXVExtendSampler也能延展视频长度。参数细节见 looping_sampler.md。 三类高频问题现象、原因、动作模型加载失败或节点列表为空多半是插件没装对或文件目录不对。确认custom_nodes下存在 ComfyUI-LTXVideo 文件夹对照上文清单核对文件名与目录再看显存是否达到 32GB。出片发糊或动作断裂通常是采样步数不足或引导太松。Steps 调到 25~50、CFG Scale 调到 7~12提示词写具体给出主体、动作、运镜。仍不稳定就固定 Seed每次只改一个变量。生成慢或显存尖峰换蒸馏模型、走低显存加载节点或者把基础分辨率降下来细节交给两阶段上采样或上采样 IC-LoRA。长视频从一开始就用分块生成别指望一个 latent 硬塞。往深处走核心源码模块与自定义节点开发跑通之后值得花半小时看看代码位置。easy_samplers.py定义了 LTXVBaseSampler、LTXVExtendSampler 等采样器采样逻辑的问题基本都从这里查起stg.py是 STG 采样引导的实现tricks/目录收着注意力 bank、PAG、FlowEdit 这类实验性技巧looping_sampler.py是分块生成的源码。想写自己的节点从 nodes_registry.py 入手ComfyUI-LTXVideo 用comfy_node装饰器做统一注册看懂一个节点怎么注册你就能按同样方式加自己的扩展。一条实践建议先把单阶段蒸馏工作流调到稳定可复现再逐层叠加 IC-LoRA 或两阶段放大让每一轮改动都有对照。LTX-2 系列和插件都在持续更新仓库内工作流按 2.0 和 2.3 分目录存放取示例时优先看 2.3升级后记得重新核对模型文件名清单。【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
