ComfyUI-LTXVideo 实用指南如何配置并跑通 LTX-2 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 中面向 LTX-2 视频生成模型的一组自定义节点覆盖文本到视频、图像到视频、视频到视频增强与音视频联合生成等完整 LTX 视频生成任务。LTX-2 的基础推理能力已内置于 ComfyUI 核心本插件补充的是核心未包含的部分IC-LoRA 精细控制、两阶段上采样、分块采样、低显存加载以及纯音频生成适合需要比默认工作流更强控制力、或在有限显存下出片的用户。ComfyUI-LTXVideo 适合做什么用一段提示词T2V或一张参考图I2V生成带音频的短视频用 IC-LoRA 为视频附加深度、边缘、姿态等控制条件。Union IC-LoRA 将深度与边缘两种条件合并进单个 LoRA并在下采样 latent 上工作既省显存也更快两阶段管线低分辨率出草稿再用空间/时间上采样器提升分辨率与帧率SDR 视频转 HDRACEScct 工作空间LTXVHDRDecodePostprocess输出 SDR 预览与线性 HDR可经 OpenImageIO 导出 EXR 序列多语言配音Dub-It IC-LoRA与纯文本到音频LTXVAudioOnlyModel。硬件要求与模型文件放哪里README 给出的硬件基线已安装 ComfyUI、CUDA GPU 32GB VRAM、100GB 空闲磁盘。不通过 ComfyUI Manager 安装时执行cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo cd ComfyUI-LTXVideo pip install -r requirements.txt安装后节点会出现在节点菜单的 LTXVideo 分类下。模型文件需要放到对应目录文件放置目录ltx-2.3-22b-dev.safetensors或ltx-2.3-22b-distilled-1.1.safetensors二选一models/checkpoints/ltx-2.3-spatial-upscaler-x2-1.1.safetensors、ltx-2.3-temporal-upscaler-x2-1.0.safetensorsmodels/latent_upscale_models/ltx-2.3-22b-distilled-lora-384-1.1.safetensors及各类 IC-LoRAmodels/loras/Gemma 3-12b-it-qat-q4_0-unquantized 全部文件models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/第一次跑通只需 checkpoint 和 Gemma 文本编码器空间/时间上采样器只在两阶段管线里用到。第一次该试哪个工作流仓库的示例工作流按模型版本存放在 example_workflows/ 目录。新手建议从 2.3 的单阶段工作流开始LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json文本/图像到视频单阶段蒸馏模型链路最短。默认采样尺寸 768×512、97 帧按需调整LTX-2.3_T2V_I2V_Two_Stage_Distilled.json两阶段先生成低分辨率草稿再上采样到更高清晰度与帧率质量上限更高也更吃显存。工作流里的采样器节点LTXVBaseSampler、LTXVInContextSampler等实现在 easy_samplers.py。做视频到视频控制时用LTXAddVideoICLoRAGuide把参考视频和 IC-LoRA 挂到模型上见 iclora.py需要大于模型训练窗口的画布时使用LTXVTiledFusionSampler其参数限制和提示词注意事项写在 tiled_fusion_sampler.md 中——分块融合放大后提示词只描述风格与画质不要点名画面里的具体物体。常见问题与处理现象排查方向处理方式显存不足分辨率、帧数过高或小显存卡跑两阶段管线降低分辨率与帧数改用 low_vram_loaders.py 中的加载器自动做模型 offload适配 32GBComfyUI 启动加--reserve-vram 5预留系统显存视频模糊只跑了单阶段草稿未做上采样跑两阶段管线补空间上采样或用 Pixel Spatial Upscaler IC-LoRA2×/4×做生成式细节合成动作不连贯未启用时间上采样或帧数过低启用 temporal upscaler 提升帧率检查 num_frames 与输出 fps需要轨迹控制时用 Motion Track IC-LoRA 工作流生成速度太慢用了完整版dev模型换 distilled checkpoint或低分辨率出草稿、第二阶段再放大后续去哪看目录导航example_workflows/2.0/LTX-2.0 工作流含 T2V/I2V/V2V 与 IC-LoRA 示例example_workflows/2.3/当前主力含 Union Control、Motion Track、HDR、Dub-It、T2Aexample_workflows/2.5/Tiled Fusion 4K/8K 与 HDR 相关新工作流目录内 README 有说明tricks/nodes/注意力缓存、flowedit、PAG 等进阶节点stg.py、looping_sampler.py、tiled_sampler.py各类采样器实现。第一次上手的建议顺序先安装插件并放好 distilled checkpoint 与 Gemma 文本编码器加载LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json跑通基础链路确认显存有余量后再补上采样器试两阶段。控制类功能从 Union Control 示例入手因为它只需一个 IC-LoRA 文件就能同时用深度和边缘条件。遇到参数不确定时先看节点 tooltip再对照仓库内对应的 .md 文档tiled_fusion_sampler.md、looping_sampler.md。【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