ComfyUI-LTXVideo 安装与使用教程：LTX-2 视频生成工作流从入门到调参

ComfyUI-LTXVideo 安装与使用教程LTX-2 视频生成工作流从入门到调参【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 是一套面向 LTX-2 视频模型的 ComfyUI 自定义节点集合。LTX-2 的模型本身已内置在 ComfyUI 核心中而这个插件补齐了官方节点之外的部分IC-LoRA 控制、分块采样、长视频循环采样、低显存加载器等。读完这篇教程你会知道如何安装插件、把模型放对位置、挑一个合适的工作流跑通第一段视频以及遇到显存不足或画面闪烁时怎么调。这个项目适合谁解决什么问题先把边界说清楚如果你只想加载 LTX-2 模型跑基础采样ComfyUI 核心已经支持不必依赖本插件。如果你需要下面这些能力ComfyUI-LTXVideo 就是为此设计的用深度图、Canny 边缘、人体姿态控制生成Union IC-LoRA在首帧上画运动轨迹精确控制物体走向Motion Track视频局部重绘Inpaint、扩画幅Outpaint、SDR 转 HDR生成 4K/8K 大画布LTXVTiledFusionSampler分块融合采样拼接长视频LTXVLoopingSampler时间轴分块采样显存紧张时的顺序加载器LowVRAMCheckpointLoader等所有节点在节点菜单中统一归在LTXVideo类别下安装后可以直接按名字搜索。5 分钟完成安装系统要求已安装 ComfyUICUDA 兼容显卡官方建议32GB 以上显存显存不足可参考后文的低显存方案至少100GB可用磁盘空间用于存放模型和缓存方式一通过 ComfyUI-Manager 安装推荐打开 ComfyUI点击 Manager 按钮或按CtrlM选择Install Custom Nodes搜索 LTXVideo点击 Install等待完成后重启 ComfyUI方式二手动安装cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo cd ComfyUI-LTXVideo pip install -r requirements.txt依赖主要包括transformers、diffusers、kornia、colour-science、openimageio等其中openimageio是 HDR 工作流读写 EXR 所必需的。模型放哪里插件首次运行时通常可以提示下载但建议对照下表手动就位模型目标目录相对 ComfyUI 根目录LTX-2.3 主模型ltx-2.3-22b-dev.safetensors或蒸馏版ltx-2.3-22b-distilled-1.1.safetensorsmodels/checkpoints空间上采样器、时间上采样器x2 / x1.5 / temporal x2models/latent_upscale_models蒸馏 LoRA、各类 IC-LoRAUnion Control、Motion Track、HDR、Dub-It 等models/lorasGemma 3 文本编码器gemma-3-12b-it-qat-q4_0-unquantizedmodels/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized具体版本对应关系和完整清单见 README 的 Required Models 一节每个工作流内部也附有它所需文件的说明。第一个视频怎么跑通安装完成后从 example_workflows/ 选一个.json拖进画布即可按版本分三个目录2.0/早期工作流含 Text-to-Video、Image-to-Video、V2V Detailer2.3/单阶段/两阶段生成、Union Control、Motion Track、HDR、T2A2.5/最新一批基于蒸馏版 transformer采样步数少、迭代快新手建议路径打开 LTX-2.5 工作流说明里面有完整的选型决策树只有音频→ T2A有参考视频→ IC-LoRA纯文生视频→ 两阶段还是单阶段推荐首跑LTX-2.5_T2V_I2V_Two_Stage_Distilled.json第一阶段在基础分辨率生成第二阶段 2× 空间上采样加一次 refine能同时出视频和音频打开Workflow Overview面板首次运行会列出 Missing Models点Download all一次性补齐只需做一次填入提示词、可选首帧图、时长点 Run一个容易踩的坑帧数必须是 1 8 的倍数例如 81、89否则解码会报错。核心能力速览生成、控制、音频、大画布、长视频按你要做什么来看这组节点比按功能名词翻目录高效得多生成LTXVBaseSampler/LTXVInContextSampler/LTXVExtendSampler覆盖从零生成、带首帧图生成、向前续写三种模式LTXVPromptEnhancer和LTXVGemmaEnhancePrompt可以用 Gemma 把短提示词扩写成更适合模型的长描述控制LTXAddVideoICLoRAGuide是 IC-LoRA 工作流的核心接线点把参考视频/轨迹/遮罩转成引导潜变量Union Control LoRA 支持深度、Canny、姿态多条件并在降采样潜变量上运算显存占用更低音频LTX-2 是音视频联合模型。LTXVAudioOnlyModel可切到纯文本生音频模式配合LTXVAudioOnlyEmptyVideoLatent占位潜变量2.5 工作流中 A2V 则能把输入音频冻结进输出大画布LTXVTiledFusionSampler在比模型训练窗口更大的画布上对重叠空间块逐步采样并融合显存峰值取决于块大小而非整张画布适合 FullHD/4K/8K 的 V2V 场景长视频LTXVLoopingSampler把时间轴切成重叠块顺序生成支持关键帧、逐块提示词MultiPromptProvider、AdaIn 防过饱和稳定性LTXVApplySTG/STGGuiderNode提供时空引导STG用于抑制闪烁presets/stg_advanced_presets.json 内置了可调预设四个可直接照抄的场景场景一快速文生视频预览目标几秒内验证提示词和风格输入文本提示词工作流2.5/LTX-2.5_T2V_I2V_Single_Stage_Distilled.json要点单阶段无上采样步数少、显存轻空间细节不如两阶段适合打草稿场景二高质量两阶段生成目标成片质量的短视频输入提示词 可选首帧图工作流2.5/LTX-2.5_T2V_I2V_Two_Stage_Distilled.json要点第一阶段定构图与运动第二阶段 2× 上采样加 3 步 refine关心画面细节时这是默认选择场景三按深度图控制结构Union Control目标让生成结果遵循参考视频的空间结构输入参考视频 深度/Canny/姿态标注工作流内置标注节点默认走深度工作流2.5/LTX-2.5_ICLoRA_Union_Control_Distilled.json要点通过LTXAddVideoICLoRAGuide挂接引导guiding_strength控制引导强度guiding_start_step/guiding_end_step可限定引导只作用于部分去噪步场景四4K/8K 大画布增强Tiled Fusion目标把已有片段升到 FullHD/4K/8K输入源视频工作流2.5/LTX-2.5_V2V_TiledFusion_Upscale.json、LTX-2.5_V2V_TiledFusion_Native_4K_8K.json要点采样器选离散步长方法euler、heun、dpm_2多步历史方法和 ancestral 方法会在块边界产生接缝overlap_frac保持在0.5 以上过低会在结构化内容上出现周期性网格引导节点上use_tiled_encode保持false片段长于一个时间窗时引导和采样器两边同时开use_streaming并设相同tile_frames提示词只描述观感光线、色调、锐度、调色不要点名画面中的具体物体——上采样后点名的细节可能被复制进每个空间块详细参数见 tiled_fusion_sampler.md。调参与优化只保留最有用的几条长视频LTXVLoopingSampler完整参数表在 looping_sampler.md时间块重叠量temporal_overlap取块大小的25%~30%如块 80 帧、重叠 24 帧temporal_overlap_cond_strength越高前后块之间运动越连贯长序列建议adain_factor设 0.1~0.3防止越拼越饱和接缝明显 → 加大空间/时间重叠颜色漂移 → 提供参考潜变量做归一化高分辨率空间分块2K 建议horizontal_tiles: 2, vertical_tiles: 1~24K 建议 2~3 × 2~3spatial_overlap至少 1越大越平滑低显存优化把常规加载器换成 low_vram_loaders.py 里的LowVRAMCheckpointLoader/LowVRAMAudioVAELoader/LowVRAMLatentUpscaleModelLoader用dependencies输入串起加载顺序让模型逐个进出显存而不是同时驻留启动 ComfyUI 时加--reserve-vram例如python -m main --reserve-vram 52.5 工作流的默认值就是为低显存调过的显存富余时可以调大解码块尺寸来提速各工作流 Decode 节点内有说明提示词优先写镜头语言与氛围两阶段工作流中第二阶段提示词侧重风格与质感即可构图交给第一阶段。常见问题显存不足 / 爆显存先换低显存加载器节点再加--reserve-vram仍不够就降低空间分块数、减小时间块或改用蒸馏版模型和单阶段工作流。模型加载失败或找不到文件核对上一节模型放哪里的目录表注意空间/时间上采样器要放models/latent_upscale_models而不是models/upscale_models确认版本号与工作流要求一致例如 2.3 与 2.5 的 checkpoint 不通用。画面闪烁启用 STG 引导LTXVApplySTG或STGGuiderNode并从内置预设起步再微调同时检查temporal_overlap_cond_strength是否偏低。生成速度慢优先用蒸馏版模型和单阶段工作流其次降低输出分辨率与采样步数。速度和质量之间两阶段 蒸馏版通常是性价比最高的组合。拼接长视频接缝明显增大temporal_overlap并确认相邻块提示词不要突变需要逐块换叙事时用MultiPromptProvider按块给提示词而不是中途手动改。延伸阅读与资源README模型清单、Union IC-LoRA / HDR / Dub-It / Pixel Spatial Upscaler / T2A 各专项说明example_workflows/全部示例工作流2.5/README.md内有该用哪个工作流的决策树looping_sampler.md长视频采样器的完整参数表与排错清单tiled_fusion_sampler.md大画布分块融合采样的接线图与关键设置tricks/注意力编辑、PAG、FlowEdit 等进阶实验性节点下一步建议先跑通 2.5 两阶段文生视频确认模型路径和帧数规则没问题再挑一个你手上已有素材的场景参考视频、首帧图、音频走对应 IC-LoRA 工作流把引导接线这一步走熟其余节点基本都能复用同样的接法。【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