ComfyUI-LTXVideo 快速上手完全指南：5 分钟跑通 LTX-2 视频生成-开发者社区

ComfyUI-LTXVideo 快速上手完全指南：5 分钟跑通 LTX-2 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-LTXVideo

ComfyUI-LTXVideo 是为 LTX-2 视频模型打造的 ComfyUI 自定义节点集合。LTX-2 本体已内置在 ComfyUI 核心中，但真正发挥它全部能力——文本/图像到视频、视频控制、HDR、配音换口型——还得靠这个插件补全的节点和预置工作流。如果你有一张 32GB 显存的 NVIDIA 显卡，想不啃模型原理就直接上手 AI 视频生成，这个项目是最快的路径。

🧰 动手前先确认三件事

装插件之前先把硬件对一遍，省得中途卡在显存上：

显卡：CUDA 环境的 NVIDIA 显卡，建议 32GB+ VRAM
磁盘：预留 100GB 以上空间放模型文件和缓存
帧数规则：LTX-2.5 工作流里帧数必须满足1 + 8 的倍数，填时长时留意这一点，否则采样会报错

🚀 两步装好插件：优先走 Manager

最省事的路线是走 ComfyUI Manager：打开界面按Ctrl+M，选 Install Custom Nodes，搜索 "LTXVideo"，点安装，完成后重启 ComfyUI。首次运行工作流时缺失的模型还会提示你自动下载到正确的目录。

如果习惯手动装，把仓库克隆到custom_nodes下再装依赖即可：

git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo ComfyUI/custom_nodes/ComfyUI-LTXVideo cd ComfyUI/custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txt

装好后节点会出现在节点菜单的 "LTXVideo"（🅛🅣🅧）分类下，所有节点统一由 nodes_registry.py 注册管理。

📦 模型文件放哪：一张表说清

LTX-2.3 管线需要的主模型和配套权重如下，文件名以 HuggingFace 上的 LTX-2.3 仓库为准：

模型	文件名	存放位置
主模型（二选一）	`ltx-2.3-22b-dev.safetensors`或`ltx-2.3-22b-distilled-1.1.safetensors`	`models/checkpoints/`
空间上采样器	`ltx-2.3-spatial-upscaler-x2-1.1.safetensors`	`models/latent_upscale_models/`
时间上采样器	`ltx-2.3-temporal-upscaler-x2-1.0.safetensors`	`models/latent_upscale_models/`
蒸馏 LoRA	`ltx-2.3-22b-distilled-lora-384-1.1.safetensors`	`models/loras/`
文本编码器	Gemma-3 全套文件	`models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/`

dev 和 distilled 怎么选：distilled 版采样步数少、跑得快，适合日常迭代；dev 版质量上限更高，适合最终出片。控制类 LoRA（Union Control、Motion Track、HDR、Dub-It 等）都放在models/loras/，按需下载。

🎬 跑第一个视频：选对工作流

example_workflows/目录按模型版本分成2.0、2.3、2.5三个子目录，把.json直接拖进 ComfyUI 画布就能加载。新手建议从 2.5 的两阶段图开始：LTX-2.5_T2V_I2V_Two_Stage_Distilled.json——第一阶段在基础分辨率生成视频和音频，第二阶段做 2 倍空间上采样加一轮短 refine，画质比单阶段更扎实。

追求速度的话，单阶段版本（Single_Stage）省掉上采样环节，出图快但空间细节略逊。每组图的结构一致：Load Models → Inputs → Preprocess → Generate → Decode，换文件不用重新学连线。加载后打开 Workflow Overview 面板，点 Download all 一次把缺的权重补齐即可。

🎛️ 进阶玩法：IC-LoRA 家族与 Tiled Fusion

插件最有意思的部分是 IC-LoRA 生态，每种控制能力对应一个 LoRA 和配套工作流：

Union IC-LoRA：深度图和边缘（canny）控制合并进单个 LoRA，模型自动识别输入里的控制信号，并在降采样后的 latent 上运算——显存占用更低、推理更快，是 LTX-2.3_ICLoRA_Union_Control_Distilled.json 这类工作流的核心
HDR IC-LoRA：把 SDR 视频升级成 ACEScct HDR 工作空间，LTXVHDRDecodePostprocess节点同时输出 Reinhard 色调映射的 SDR 预览和线性 HDR 张量，还能通过 OpenImageIO 导出 16/32 位 EXR 序列，接进调色管线
Dub-It IC-LoRA：给视频换台词或翻译成其他语言，重生成口型和音频但保持说话人身份；两阶段流程里第二阶段上采样时会冻结音频
Pixel Spatial Upscaler：2 倍/4 倍生成式上采样，不是插值而是合成细节——建议先在 ~280p 低分辨率锁定构图和运动，再用它拉高最终分辨率

更大的玩法是LTXVTiledFusionSampler：画布超过模型训练窗口时，每个去噪步骤都在共享同一 latent 画布的重叠空间块上运行，可以顶到 4K 甚至 8K。详细原理见 tiled_fusion_sampler.md。注意它的 prompt 写法：上采样阶段只描述风格和灯光，别点名具体物体，否则被命名的细节可能盖进每个空间块。另外 LTX-2 还是音视频联合模型，LTXVAudioOnlyModel节点可以把视频流完全关掉，单做文本到音频。

🛠️ 显存不够怎么办

32GB 显存跑 22B 模型，默认配置就是按低显存调的，但还有几手可打：

换低显存加载器：low_vram_loaders.py 里的加载节点带dependencies输入，把前一个加载器的输出接进来，强制模型串行加载，峰值显存立刻降下来
预留显存：启动参数加python -m main --reserve-vram 5，把 5GB 让给系统
调解码块大小：2.5 各工作流的 decode tile 默认偏保守，显存富余就调大块数少而大的 tile，速度会明显提升

实在还 OOM，就降输出分辨率、改用 distilled 模型、或把长视频分段处理。