ComfyUI-LTXVideo 完整指南5 分钟跑通 LTX-2 视频生成显存优化与参数配置一次讲清【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 是面向 Lightricks LTX-2 视频生成模型的 ComfyUI 自定义节点合集。LTX-2 本身已内置在 ComfyUI 核心里这个项目补齐了进阶控制与配套工作流深度/边缘控制的视频到视频、HDR 转换、台词替换、大画布无接缝输出等。本文写给刚接触 ComfyUI 的用户读完你能生成第一条 AI 视频并掌握最常用的节点与参数。它都能做什么一张图看懂从文到视频、从图到声音LTX-2 是一个约 22B 参数的音视频联合模型一个权重同时负责画面和声音。ComfyUI-LTXVideo 围绕它提供从生成到编辑的全套工具先看能力地图。基础生成文生视频、图生视频、文生音频官方示例工作流分 2.0、2.3、2.5 三套新版工作流默认带音频输出文生视频 / 图生视频有单阶段快和两阶段低清先生成再 2× 空间放大加一次短 refine细节更好文生音频LTXVAudioOnlyModel把模型切到纯音频模式LTXVAudioVAEDecode解码后用内置 Save Audio 节点存成 FLAC音频到视频2.5 的 A2V 工作流会锁定输入片段的音频 token并把原始波形直接混流进输出IC-LoRA一套控制 LoRA多种玩法IC-LoRA 是专门学过读控制条件的 LoRA——给它深度图、边缘图、姿态序列甚至一段原始视频生成就会被这些条件牵着走。仓库里现成的玩法很多场景输入效果参考工作流Union IC-LoRA深度 / 边缘 / 姿态一个 LoRA 通吃多种控制条件example_workflows/2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json运动轨迹首帧 画的轨迹线主体沿你画的路径移动example_workflows/2.5/LTX-2.5_ICLoRA_Motion_Track_Distilled.json修补 Inpaint视频 遮罩只重画遮罩区域example_workflows/2.5/LTX-2.5_ICLoRA_Inpaint_Two_Stage_Distilled.json扩画 Outpaint原视频向四周扩大画面example_workflows/2.5/LTX-2.5_ICLoRA_Outpaint_Two_Stage_Distilled.jsonDub-It 换台词视频 新对白文本重生成口型与声音保留说话人身份支持跨语言example_workflows/2.3/LTX-2.3_ICLoRA_DubIt_Two_Stage_Distilled.jsonSDR 转 HDR普通视频输出 ACEScct HDR可导出 EXR / HLGexample_workflows/2.5/LTX-2.5_V2V_TiledFusion_SDR_to_HDR.json像素上采样低清视频2× / 4× 生成式放大合成细节而非插值example_workflows/2.3/LTX-2.3_ICLoRA_Pixel_Spatial_Upscaler_Distilled.json趣味编辑视频昼转夜、瞬间剃须、上色、去模糊等example_workflows/2.5/LTX-2.5_V2V_ICLoRA_Single_Stage_Distilled.json另有 dolly-in / dolly-out、摇臂升降等一组运镜 LoRA装进models/loras后即可用。HDR 链路由LTXVHDRDecodePostprocess把 LogC3 压缩帧还原成线性 HDR同时给出 Reinhard 映射的 SDR 预览依赖openimageio写 16/32-bit EXR 序列LTXVSaveHLG直接出 HLG 母版。提示词方面LTXVGemmaEnhancePrompt和LTXVPromptEnhancer可以调用本地 Gemma 3 把你的一句话扩写成结构化描述system_prompts/ 里附带 T2V 与 I2V 两套系统提示词。大画布与长视频超出训练窗口也能出片LTXVTiledFusionSampler画布比模型训练窗口大时用重叠瓦片逐步融合无接缝出 FullHD / 4K / 8KLTXVLoopingSampler长视频按时序切片、重叠衔接每段还能换提示词LTXVTiledSampler/LTXVTiledVAEDecode单纯想分块采样、分块解码时用十分钟从零开始安装并跑通第一条视频环境要求与安装装好 ComfyUICUDA GPU显存 32GB 起步100GB 以上磁盘空间放模型和缓存两条安装路线路线一推荐ComfyUI 里按 CtrlM 打开 Manager → Install Custom Nodes → 搜索 LTXVideo → Install → 重启 ComfyUI。之后节点都挂在 LTXVideo 分类下显示名带 前缀。路线二手动克隆进 custom_nodes 目录cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo ComfyUI-LTXVideo克隆完重启即可。第三方依赖diffusers、kornia、openimageio、transformers 等都写在 requirements.txt启动报缺包时先装它。 提示首次打开工作流时Workflow Overview 面板会列出 Missing Models点 Download all 就把文件下到对应的 models/ 子目录只需做一次。五步出片Workflow → Open加载example_workflows/2.5/LTX-2.5_T2V_I2V_Two_Stage_Distilled.json也可以直接拖进画布在 Workflow Overview 面板补齐缺失模型在左侧 Inputs 填提示词可选提供首帧图检查帧数必须是 1 加 8 的整数倍工作流默认 97 帧点 Run输出的视频自带音轨想快一点就换单阶段工作流 LTX-2.5_T2V_I2V_Single_Stage_Distilled.json少一遍上采样速度快细节略弱。模型文件放哪里模型放置目录ComfyUI 根下22B 主 checkpointdev 或 distilled 二选一models/checkpoints空间 / 时间上采样器models/latent_upscale_models各类 IC-LoRA 与控制 LoRAmodels/lorasGemma 3 12B 文本编码器整个仓库文件models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized具体文件名以 README 的 Required Models 一节为准按你要跑的工作流取对应条目即可。最常用节点详解四个值得记住的LTXAddVideoICLoRAGuide控制生成的方向盘所有 IC-LoRA 工作流都从它开始把控制帧深度、边缘、姿态或原始视频连同噪声掩码附加到 latent 上模型才知道要照着什么画。两个开关要分清use_tiled_encode配合 Tiling Fusion 时必须保持关闭空间分块编码会把网格印进条件use_streaming片段超过模型窗口时打开且tile_frames常设为 97要与采样器一致LowVRAM 加载器32GB 显存刚刚好LowVRAMCheckpointLoader、LowVRAMAudioVAELoader、LowVRAMLatentUpscaleModelLoader和原生加载器长得很像唯一区别是多了一个dependencies输入。把上一个加载器的输出接进来模型就严格按顺序逐个加载、用完卸载峰值显存降下来——官方说明这套流程 32GB 显存可以完整跑。启动 ComfyUI 时再留一点显存给系统python -m main --reserve-vram 5LTXVQ8Patch量化省显存把注意力与前馈层压到 8-bit预设可选 0.9.8、ltxv2、full_bf16或 custom 模式下单独开关 self-attn / cross-attn / FFN 的量化还能额外开 FP8 注意力。它依赖q8_kernels包节点第一次报 ImportError 时执行pip install q8_kernels 提示量化后如果发现画面出现轻微色偏或细节差异先换full_bf16预设对比一次再决定哪一层可以安全量化。LTXVTiledFusionSampler8K 画布不出缝它解决的是画布比训练窗口大的问题每个去噪步骤都在一组重叠空间瓦片上跑模型再用高斯融合把结果写回同一块 latent 画布全程共用一个噪声场瓦片轨迹一致所以不会拼出缝。用法上和LTXVGetTilingSizes配对——后者直接给出合法的画布、瓦片尺寸与tile_frames组合不用自己算。example_workflows/2.5/下有三个现成图上采样细节增强、FullHD 起跳原生 4K/8K、SDR 转 HDR。参数速查表值得记住的数字Tiling Fusion 关键参数参数推荐值说明tile_width / tile_height等于 LoRA 训练窗口32 的倍数瓦片太小内容会以错误比例被看见overlap_frac≥ 0.5低于 0.5 在结构纹理上出现周期性网格blend_var0.05默认高斯重叠区的方差grid_cycle1最省4 每一步换一次网格位置tile_frames970 整段大于 0 时guide 节点需开use_streaming且同值完整规则见 tiled_fusion_sampler.md。采样与帧数项推荐说明width / height32 的倍数LTXVBaseSampler默认 768×512num_frames971 8 的整数倍采样器euler 等离散步长法自适应采样器不能用于 Fusion两阶段 refine3 步低清 → 2× 上采样 → 短 refine解码 tile显存富余就调大更少更大的 tile 更快但更吃显存长视频 LTXVLoopingSampler参数默认范围temporal_tile_size8024–1000步长 8temporal_overlap2416–80temporal_overlap_cond_strength0.50.0–1.0horizontal / vertical_tiles1各自 1–6spatial_overlap11–8latent 像素首片比temporal_tile_size多一帧之后每片新增temporal_tile_size − temporal_overlap帧想分段换提示词接MultiPromptProvider。更多参数看 looping_sampler.md。常见问题卡住时先查这里节点没出现或启动报导入错误先确认目录名克隆后路径应为 ComfyUI/custom_nodes/ComfyUI-LTXVideo且包根目录里有__init__.py。然后完全重启 ComfyUI别只刷浏览器。还不行就看启动日志缺了哪个第三方包pip install -r requirements.txt补一次。显存不够OOM按代价从低到高把普通加载器换成 LowVRAM 系列dependencies串成链启动加--reserve-vram 5再不够就加大开LTXVQ8Patch量化降分辨率、帧数或画布尺寸跑 Tiling Fusion 时记住峰值显存取决于瓦片大小和时间窗口不是整块画布生成速度慢换 distilled 蒸馏模型步数大幅减少质量基本保持用单阶段工作流代替两阶段上 Q8 量化必要时叠加 FP8 注意力先低分辨率、短帧数确认效果满意后再提规格出成片出现网格、接缝或前后段不一致网格纹优先查overlap_frac是否小于 0.5网格被印进画面则检查 guide 节点的use_tiled_encode是否误开。时间方向接缝确认 guide 与采样器的tile_frames相同。段与段之间色调漂移可以接LTXVAdainLatentfactor 控制混合强度per_frame 逐帧对齐或LTXVStatNormLatent把 latent 均值方差拉到参考值把新瓦片拉回参考段的统计分布。进阶与生态从会用参与到共建建议的阅读顺序low_vram_loaders.pydependencies输入如何强制顺序加载tiled_fusion_sampler.md 与 tiled_fusion_sampler.py一块画布、一个噪声场的融合逻辑looping_sampler.md长视频参数体系tricks/注意力缓存、latent guide、修正采样器等实验节点菜单里带 (Experimental ) 标记写自己的节点本项目的节点用comfy_node(name...)装饰器注册新建一个 .py 文件放进包内重启后就会出现在菜单里显示名自动加 前缀加experimentalTrue可标记为实验节点。写法与标准 ComfyUI 自定义节点一致照着现有文件仿写就能出第一个自己的节点。往哪儿走LTX-2 迭代很快新的 IC-LoRA、HDR 管线和更高分辨率窗口持续加入这个项目的价值就是把它们变成可插拔的节点和工作流。建议先用透example_workflows/里的图再顺着本文的阅读顺序读源码有想法就提 issue 或 PR节点体系门槛不高一个小工具也能被社区用得上。【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