ComfyUI-LTXVideo 完整攻略：LTX-2 视频生成从 0 到出片一次到位

ComfyUI-LTXVideo 完整攻略LTX-2 视频生成从 0 到出片一次到位【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 生态里最完整的 LTX-2 扩展节点包把文生视频、图生视频、IC-LoRA 构图控制、HDR 电影感输出、Lipdub 配音换词、纯音频生成等 LTX-2 能力全部封装成可视化节点并附带可直接加载的示例工作流。这篇笔记按装环境 → 跑工作流 → 排故障 → 玩高级控制的顺序给你一套完整的 LTX-2 安装教程与 ComfyUI 视频生成实操路径从 0 到出片一次到位。能力全景核心自带什么LTXVideo 补什么先厘清一个关键事实LTX-2 本身已经内置在 ComfyUI 核心里你不需要为能跑 LTX-2装任何插件。ComfyUI-LTXVideo 提供的是核心之外的全部高级能力——IC-LoRA 引导管线、HDR/EXR 后处理、低显存加载器、平铺采样、音频单模态模式以及一批藏在 tricks 目录里的高级控制节点 。LTX-2 核心自带联合音视频 Transformer 的 checkpoint 加载、VAE 编解码、基础采样器、Gemma 3 文本编码接口、蒸馏/完整两种模型形态LTXVideo 补充Union IC-LoRA深度/Canny/姿态三合一控制、HDR IC-LoRA 与LTXVHDRDecodePostprocess解码链、Dub-It 配音换词、Pixel Spatial Upscaler 创意超分、LTXVAudioOnlyModel纯音频模式、低显存顺序加载器、Tiled Fusion 大画布采样、注意力库/STG/PAG 等 tricks 节点换句话说核心保证你能生成LTXVideo 决定你能生成得多专业。全部节点注册关系集中在 nodes_registry.py节点入口在__init__.py装好后节点菜单会出现 LTXVideo显示名带 前缀分类。环境就绪先装插件再放模型 装插件的两条路Manager 安装推荐ComfyUI 界面按CtrlM打开 Manager → Install Custom Nodes → 搜索 LTXVideo → Install → 重启。这是官方 Quick Start 推荐路径重启后节点分类即出现。手动克隆Manager 失败时用git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo把目录放进 ComfyUI 的custom_nodes/下最终路径形如ComfyUI/custom_nodes/ComfyUI-LTXVideo再装依赖并重启pip install -r requirements.txt依赖清单很短requirements.txt重点看两个colour-science负责 HDR primaries 换算openimageio负责 EXR 读写——缺了它后面 HDR 章节的 EXR 导出会翻车。模型该放哪个目录硬件基线先说死CUDA 显卡 32GB 显存、100GB 磁盘空间模型缓存这是官方 Prerequisites 的硬指标。目录归属如下放错位置 加载失败目录放什么示例文件models/checkpoints主模型二选一ltx-2.3-22b-dev.safetensors完整版/ltx-2.3-22b-distilled-1.1.safetensors蒸馏版models/latent_upscale_models空间/时间超分模型两阶段管线必需ltx-2.3-spatial-upscaler-x2-1.1.safetensors、ltx-2.3-temporal-upscaler-x2-1.0.safetensorsmodels/loras蒸馏 LoRA 与各 IC-LoRAltx-2.3-22b-distilled-lora-384-1.1.safetensors、ltx-2.3-22b-ic-lora-union-control-ref0.5.safetensors、ltx-2.3-22b-ic-lora-hdr-0.9.safetensors、ltx-2.3-22b-ic-lora-dubit-0.9.safetensors、ltx-2.3-22b-ic-lora-pixel-spatial-upscaler-x2/x4-0.9.safetensorsmodels/text_encoders/gemma-3-12b-it-qat-q4_0-unquantizedGemma 3 文本编码器整个仓库文件全放进去gemma-3-12b-it-qat-q4_0-unquantized偷懒方案不手动下载第一次运行工作流时打开Workflow Overview面板它会把 Missing Models 列出来点 Download all 一次性拉齐。手动下载中断过的文件务必校验完整性再重试。按任务拆解核心工作流示例工作流在 example_workflows/ 下按模型版本分目录2.3/是当前主力2.5/是蒸馏模型族含更细的任务树和 选型决策树2.0/仅作旧版参考。以下按你要做什么逐个拆。文生视频与图生视频单阶段还是两阶段这是 ComfyUI 图生视频/文生视频的日常入口两条工作流按用途选单阶段LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json—— 一次蒸馏/完整模型直通最快最省显存出预览稿用两阶段LTX-2.3_T2V_I2V_Two_Stage_Distilled.json—— 第一阶段在基础分辨率出片第二阶段过 2× 空间超分再 refine。构图和运镜在第一阶段锁定后续不再动追求成片质量用它关键参数帧数必须满足1 8 的倍数时长按 fps × 秒数换算落点可能略有偏移提示词写清楚镜头运动和风格。显存吃紧时的降级顺序两阶段换单阶段 → 1024×576 降到 512×288 → 减帧数 → 完整版换蒸馏版逐项往下试通常前两项就够。用 Union IC-LoRA 锁住构图与运动Union IC-LoRA 把深度、Canny 边缘、人体姿态三种控制信号合并进同一个 LoRA一次加载按需切换。它的设计亮点是在下采样后的 latent 上运算——显存占用更低、推理更快质量不打折。结构/构图控制LTX-2.3_ICLoRA_Union_Control_Distilled.json参考片先过标注器深度默认接好图内可切 Canny/姿态轨迹运动控制LTX-2.3_ICLoRA_Motion_Track_Distilled.json在第一帧上画稀疏运动轨迹配合 sparse_tracks.py 的绘制/编辑节点让画面元素沿指定路径走显存降级Union 工作流本身就在降采样 latent 上跑若仍紧张就把参考分辨率降半或换2.0/目录的LTX-2_ICLoRA_All_Distilled_ref0.5.json显式 0.5 下采样参考版HDR 电影感与 EXR 输出HDR 链路的原理HDR IC-LoRA 生成的是LogC3 压缩空间的线性 HDR 帧LTXVHDRDecodePostprocess节点负责解码回线性 HDR同时输出两路——Reinhard 色调映射的 SDR 预览 原始线性 HDR 张量后两者可直接进调色流程 。单阶段起步LTX-2.3_ICLoRA_HDR_Distilled.jsonSDR 视频进ACEScct HDR 出大画布/高分辨率2.5/HDR_workflows/LTX-2.5_V2V_TiledFusion_SDR_to_HDR.jsonFullHD → 4K/8K 平铺阶梯导出 EXR依赖openimageio把线性 HDR 帧写成 16/32 位 EXR 序列pip install openimageio已包含在依赖里装好依赖即开即用显存降级HDR 解码用 float32 VAE比 SDR 更吃显存——先用单阶段 2.3 图验证效果再上 2.5 平铺图解码 tile 调小Lipdub 配音换词换台词但保音色Dub-It IC-LoRA 的输入是源视频 目标台词文本输出是重新生成的唇形与音频匹配目标文本的同时保留说话人身份——参考音频 token 提供声纹上下文所以换语言多语种配音或同语言改台词都成立。工作流LTX-2.3_ICLoRA_DubIt_Two_Stage_Distilled.json。两阶段管线Stage 1 在基础分辨率同时生成视频和音频Stage 2 放大画面时冻结音频保证音画不脱节。适合短视频二创和本地化生产。显存降级Stage 1 就是大头直接降基础分辨率和帧数音频分支本身几乎不占显存不用动。低清素材创意超分与纯音频生成Pixel Spatial Upscaler不是插值器。它基于参考画面重新绘制细节属于生成式放大2× 与 4× 两档ltx-2.3-22b-ic-lora-pixel-spatial-upscaler-x2/x4-0.9.safetensors。标准工作流是草稿先行先在约 280p 低分辨率出片定死构图与运动再跑LTX-2.3_ICLoRA_Pixel_Spatial_Upscaler_Distilled.json出最终高清。三个旋钮控制贴合度LoRA 强度、引导强度、步数——调低更贴近源片调高细节更自由。纯音频生成是冷门但实用的能力LTX-2 是联合音视频 Transformer但可以用LTXVAudioOnlyModel节点关掉run_vx与双向 cross-attention 标志切到音频单模态模式。配套流程LTXVAudioOnlyEmptyVideoLatent固定 64×64 单帧占位无参数可调LTXVConcatAVLatent拼接音频 latent → 采样 →LTXVAudioVAEDecode直接提取音频 → 用内置Save Audio (FLAC)存盘。工作流直接开LTX-2.3_T2A_Single_Stage_Distilled.json提示词描述想要的声音内容即可显存占用比同参数视频生成低一个量级。跑不动怎么办 ️显存爆掉三种降法现象采样阶段直接 OOM 崩溃报错像一堵墙。原因32GB 是基线不是上限完整模型 高分辨率 两阶段超分三者叠加必然溢出。解法按顺序试换用 low_vram_loaders.py 里的LowVRAMCheckpointLoader/LowVRAMLatentUpscaleModelLoader/LowVRAMAudioVAELoader它们保证模型加载/卸载顺序正确并做 offload让生成落在 32GB 内启动参数预留系统显存python -m main --reserve-vram 5降分辨率1024×576 → 512×288或减帧数还不行就把完整模型换蒸馏版极限情况LoRA 走LTXVQ8LoraModelLoader的 8-bit 量化加载q8_nodes.py平铺 VAE 解码见下节节点找不到检查两个位置现象工作流加载后满屏红节点或菜单里没有 分类。原因要么插件没装在custom_nodes/下要么依赖没装好导致导入中断ComfyUI 会静默跳过加载失败的节点包。解法确认目录是ComfyUI/custom_nodes/ComfyUI-LTXVideo注意不要多套一层看启动日志里的 import 报错缺什么补什么兜底重跑pip install -r requirements.txt。装好后对照 nodes_registry.py 里的注册清单确认节点是否都进表。模型加载失败路径是头号嫌疑现象加载器下拉框选不到文件或选中后报 not found / corrupt。原因LTX-2 的 checkpoint、超分模型、LoRA、文本编码器各有固定目录见前文表格放错目录就不可见下载中断的文件也会报 corrupt。解法按表格重新归位中断文件删掉重下并校验再看一眼df -h磁盘剩余低于模型体积时下载会静默失败。EXR 导不出先查 openimageio现象HDR 工作流 SDR 预览正常但 EXR 序列一个文件都没写出来或节点报后端缺失。原因本仓库的 EXR 读写走OpenImageIO后端不是 OpenCV——requirements.txt里写明了 no OpenCV EXR fallback装 ComfyUI 时没装过openimageio就没有任何 EXR 能力。解法pip install openimageio或重跑pip install -r requirements.txt重启 ComfyUI 即可。蒸馏与完整模型混用出片效果诡异现象画面糊、运动漂移、步数好像不对但没有任何报错。原因蒸馏版工作流的采样 schedulesigma 序列、步数是按蒸馏模型调的把蒸馏 JSON 里的参数搬到完整模型上或反过来引导强度与噪声调度全错位。解法文件名即契约——..._Full.json只配完整版 checkpoint..._Distilled.json只配蒸馏版一一对应不互换。同一任务下两个 JSON 都现成的直接换文件。进阶工具箱tricks 目录里的高级控制 跑熟基础工作流后tricks/nodes/ 是能力边界所在每个节点解决一个具体痛点注意力库attn_bank_nodes.py把指定采样步的注意力权重存进 bank回灌给后续片段或后续采样——跨片段保持场景与风格一致性做系列视频时的核心工具STG 引导stg.py presets/stg_advanced_presets.jsonSTGGuiderAdvanced配预设参数用空间-时间偏移扰动改善运动质量治画面糊动、肢体漂移PAGltx_pag_node.py扰动注意力引导用模糊注意力对照抑制过饱和与伪影提升画面质感Feta 增强ltx_feta_enhance_node.py微调注意力贡献的轻量增强和 PAG 叠用平铺采样tiled_sampler.py / tiled_fusion_sampler.mdLTXVTiledSampler把大画布拆成独立 tile 各自采样LTXVTiledFusionSampler更高级——所有 tile 共享一张 latent 画布和同一噪声场每步去噪后融合重叠区专治画布大于模型训练窗口的 4K/8K 生成配合LTXVGetTilingSizes保证尺寸合法平铺 VAE 解码tiled_vae_decode.py解码阶段平铺高分辨率出片不爆显存是 LTX-2 显存优化里最实用的一招Gemma 3 提示词增强gemma_encoder.py提示词写得烂时LTXVGemmaEnhancePrompt用 Gemma 3 本地扩写系统提示词模板在 system_prompts/gemma_t2v_system_prompt.txt/gemma_i2v_system_prompt.txt没本地 Gemma 可用GemmaAPITextEncode走 API循环采样looping_sampler.py多提示词循环采样长视频分段叙事这些节点可以任意串联注意力库保一致性 → STG 治运动 → PAG/Feta 提质感 → 平铺解码控显存组合方式比工作流本身更有想象力。收尾下一步走哪条路刚跑通第一条视频的别急着上高级节点把单阶段工作流的分辨率、帧数、提示词各拉三组对照搞懂输入 → 采样 → 解码三段式连接关系再换两阶段图体会先定稿后放大的节奏。已在反复调参的直接进 tricks/nodes/ 加注意力库 STG 预设然后拿LTXVTiledFusionSampler试一次 4K 画布——显存和画质的边界会立刻清楚。AI 视频生成是环境先行的工程插件、模型、参数三者理顺之后剩下的全是调参乐趣。跑起来比看十篇教程都管用。【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