ComfyUI-LTXVideo 上手指南：从安装到首次出片

ComfyUI-LTXVideo 上手指南从安装到首次出片【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 是一个 ComfyUI 插件把 LTX-2 / LTX-2.5 视频生成模型包装成一组节点和现成工作流输入一段文字或一张首帧图片、一段参考视频就能生成带声音的画面。它不要求你懂扩散模型内部细节但了解基本原理后参数就调得明白了。技术底座视频是怎么长出来的LTX-2 是一个音视频联合的 Transformer 扩散模型Diffusion Model可以理解为先从纯噪声开始一步步把噪声雕刻成画面。整个流程分四步文本编码Gemma 文本编码器把你的提示词转成嵌入向量告诉模型该画什么。潜空间采样在低分辨率的潜空间latent space即压缩后的表示比原始像素省显存里做去噪。视频潜变量和音频潜变量拼接在一起采样所以画面和声音天然同步。VAE 解码把潜变量还原成像素帧同时用音频 VAE 还原波形。可选放大两阶段流程先用空间上采样器把潜变量放大 2 倍再跑几步精修。模型本体已经内置在 ComfyUI 核心里本仓库提供的是扩展节点IC-LoRA 控制、分块融合采样、循环采样、HDR、低显存加载器等。完整模型 vs 蒸馏模型怎么选对比项完整模型ltx-2.3-22b-dev蒸馏模型-distilled采样步数常规步数8 步出片、精修 3 步速度基准明显更快适合反复试参数显存压力更高更低工作流默认值就是为低显存调过的适合场景追求最终画质日常迭代、快速预览几个会反复用到的硬约束先记下来帧数必须是1 8 的倍数如 121 帧工作流里1 floor(a*b/8)*8就是自动算这个的。提示词里的语义由 CFG 控制官方建议 CFG 保持在 1 附近。仓库要求ComfyUI CUDA GPU32GB 以上显存为完整体验模型加缓存共需100GB 左右磁盘空间。从零跑通第一次成功出片第 1 步装好插件ComfyUI 装好后两种方式二选一。用 ComfyUI Manager按CtrlM→ Install Custom Nodes → 搜索LTXVideo→ 安装并重启。手动安装则执行git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo.git ComfyUI/custom_nodes/ComfyUI-LTXVideo再在插件目录里执行pip install -r requirements.txt其中openimageio只在做 HDR/EXR 导出时才需要。第 2 步把模型放进对的位置以 2.5 蒸馏工作流为例需要的文件及放置目录均在ComfyUI/models/下文件放置目录作用ltx-2.5-22b-distilled-transformer-bf16.safetensorscheckpoints主扩散模型ltx-2.5-video-vae-bf16.safetensors/ltx-2.5-audio-vae-bf16.safetensorsvae视频/音频解码器ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensorslatent_upscale_models两阶段的 2 倍空间放大gemma4-12b-with-proj-ltx-2.5-bf16.safetensors等text_encoders文本编码如果走 2.3 的两阶段流程还需要ltx-2.3-spatial-upscaler-x2-1.1和ltx-2.3-temporal-upscaler-x2-1.0时间上采样把帧数翻倍。偷懒的办法加载工作流后打开Workflow Overview面板点Download all缺的模型会自动下到正确目录只需做一次。第 3 步加载工作流并出片从仓库example_workflows/挑一个.json拖进 ComfyUI 画布即可。新手推荐example_workflows/2.5/LTX-2.5_T2V_I2V_Two_Stage_Distilled.json官方标注 Start here。填上提示词可选拖一张图当首帧点 Run。首次加载模型要几分钟之后就是等出片了。调优实战画质、速度、显存的取舍两阶段还是单阶段两阶段two-stage 基础分辨率生成 2 倍空间放大 3 步精修细节明显更好单阶段只跑一遍又快又省显存但空间细节偏软。想要好画质选两阶段只是试提示词选单阶段这是官方工作流的默认取舍逻辑。参数建议照着调就行分辨率从1280x720或960x544起步别一上来就 1080p。帧数121帧左右约 5 秒 24fps。帧数越多显存涨得越快先控制长度再谈画质。采样器蒸馏流程用工作流预设的euler/euler_ancestral Manual Sigmas不要自己改 sigmas 序列。CFG保持 1 附近调大了画面容易炸。显存吃紧时Decode 子图里改小解码 tile 尺寸tile 少而大 快但费显存官方默认值已按低显存机器调过显存更低时换用low_vram_loaders.py里的加载节点配合启动参数python -m main --reserve-vram 5给系统留余量官方说这样 32GB 以内也能跑通。看一组对比感受蒸馏模型下面是 2.5 单阶段示例的输入首帧buildings ff.png与蒸馏模型生成结果distilled image.png场景案例三种最常见的用法场景一文字直接出片做概念预览最快需求手上只有一句话的想法想快速看到动态效果。配置要点单阶段蒸馏工作流 8 步采样提示词写清主体、运动、镜头和光线帧数 121、分辨率 720p。预期效果一两分钟内得到带声音的草稿视频改提示词重新跑一遍成本很低适合把创意试错到满意再换两阶段出正片。场景二图片驱动视频首帧可控的 I2V需求海报、插画或产品图想动起来且开头必须是这张图。配置要点同一工作流里挂上LoadImage首帧强度LTXVImgToVideoInplace的 strength从 0.7 左右开始调越大开头越像原图越小越自由。预期效果视频第一帧锁定为你的图片后续运动由提示词决定适合电商展示、IP 形象活化。场景三视频到视频IC-LoRA 控制与编辑需求有一段素材想改它的风格、补掉某块区域、或者换句台词。配置要点结构控制用 Union Control 工作流深度/边缘/姿态三选一默认深度区域重绘用 Inpaint 两阶段配 mask 视频改台词用 Dub-It IC-LoRA两阶段跑完后音频会保持冻结不受影响。预期效果原片构图和运动被保留只有你指定的部分被改写——这是和从零生成最不一样的价值。踩坑地图报错先看这里表现原因解法工作流上出现红色 Missing 标记模型文件没下载打开 Workflow Overview 点 Download all或按 Model Links 笔记手动下载跑到一半 CUDA out of memory分辨率/帧数/解码 tile 太大降帧数和分辨率改小 decode tile低显存机器换 low_vram 加载节点 --reserve-vram 5帧数被改成奇怪的数字如 121 变 113帧数必须满足18n别手动填任意值用工作流里的自动换算或自己按公式取整大图分块采样后出现网格纹理分块融合参数不对overlap_frac保持 ≥0.5use_tiled_encode必须关合法尺寸用LTXVGetTilingSizes生成别手填放大后画面里冒出重复的物体提示词写了具体物体名放大阶段的提示词只描述风格光线、色调、锐度不点名场景里的东西音频和画面不同步用了错误的采样路径保持工作流原样的 AV latent 拼接流程不要单独拆出视频流采样延伸与展望跑通之后还能玩什么入门跑通后仓库里还有几类进阶玩法值得看超高分辨率LTXVTiledFusionSampler分块融合采样可以在 4K/8K 画布上去噪见 tiled_fusion_sampler.md显存占用只跟 tile 大小走不跟总画布走。长视频looping_sampler.md 里的循环采样支持自回归续写长片段、关键帧控制。纯音频LTXVAudioOnlyModel节点可以只出声音不出画面T2A。HDR 与调色SDR 转 ACEScct HDR、导出 EXR 序列和 HLG面向后期调色。创意上采样Pixel Spatial Upscaler 是生成式放大——它合成细节而不是单纯插值2 倍和 4 倍两档LoRA 强度控制忠于原片还是自由发挥。方向上LTX 系列正在往更低的显存门槛 更细的控制走蒸馏模型让 8 步出片成为默认IC-LoRA 家族把深度、姿态、镜头、修复、配音拆成可插拔模块。对你来说入门路径就是先用蒸馏两阶段出片 → 再挑一个 IC-LoRA 工作流试控制 → 最后上分块融合和长视频。按这个顺序踩坑每一步的报错都容易定位。【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