ComfyUI-LTXVideo 实战指南：在 ComfyUI 上完成 LTX-2 视频生成、IC-LoRA 控制与 4K/8K 放大-开发者社区

ComfyUI-LTXVideo 实战指南：在 ComfyUI 上完成 LTX-2 视频生成、IC-LoRA 控制与 4K/8K 放大

【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 是面向 ComfyUI 的 LTX-2 系列视频模型节点集，覆盖文生视频/图生视频、IC-LoRA 多条件控制、长视频分块与 4K/8K 图块融合放大。适合想在 ComfyUI 里做 AI 视频生成与编辑的创作者。读完你能确认硬件是否够用、配齐模型文件，并复现第一支带声音的视频。

先看选型：一张表判断值不值得用

LTX-2 模型本体已内置在 ComfyUI 核心中，这个仓库提供的是扩展节点和 30+ 套示例工作流，帮你把控制、放大、HDR、音频这些进阶能力接进来。决策信息如下：

项目	门槛 / 选项	说明
GPU	CUDA，官方建议 32GB+ 显存	仓库自带低显存加载器节点，可把生成过程控制在 32GB 内
磁盘	100GB+ 空闲	模型文件加缓存
基础模型	dev 全量版 / distilled 蒸馏版二选一	distilled 采样步数少、出图快，适合迭代；dev 是完整精度版本
文本编码器	Gemma 3 12B（qat-q4_0 反量化版）	整个目录放入`models/text_encoders/`
依赖	diffusers、einops、transformers 等	见 requirements.txt，HDR EXR 导出另需 openimageio
典型场景	T2V/I2V/V2V、T2A/A2V、结构控制、HDR、放大	对应 2.0 / 2.3 / 2.5 三代工作流

如果你的机器低于 32GB 显存，先不要放弃：下文的能力单元里有专门的低显存做法。

第一次出结果：安装、模型与首个 T2V 的四步路径

第 1 步：安装节点包。推荐走 ComfyUI Manager：打开 ComfyUI 按 Ctrl+M，进入 Install Custom Nodes，搜索 “LTXVideo” 安装，完成后重启。也可以手动克隆到ComfyUI/custom_nodes/目录：

git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo

第 2 步：配齐模型文件。模型首次使用时可借助工作流的 Workflow Overview 面板一键下载，也可以按下面这张表手动放置：

文件	放置目录	用途
`ltx-2.3-22b-distilled-1.1.safetensors`	`models/checkpoints`	2.3 工作流的基础模型
`ltx-2.3-spatial-upscaler-x2-1.1.safetensors`	`models/latent_upscale_models`	两阶段流程的空间上采样
`ltx-2.3-temporal-upscaler-x2-1.0.safetensors`	`models/latent_upscale_models`	两阶段流程的时间上采样
`ltx-2.3-22b-distilled-lora-384-1.1.safetensors`	`models/loras`	两阶段蒸馏管线的蒸馏 LoRA
`gemma-3-12b-it-qat-q4_0-unquantized/`（整目录）	`models/text_encoders/`	Gemma 3 文本编码器

第 3 步：打开工作流。把example_workflows/2.5/LTX-2.5_T2V_I2V_Single_Stage_Distilled.json拖进画布（或 Workflow → Open）。所有 2.5 图共用同一套子图布局：加载模型 → 设置输入 → 预处理 → 采样 → 解码，换文件不用重新学图。填入提示词后点 Run。

第 4 步：记住两个硬约束。帧数必须是1 + 8 的倍数（如 49、97、145），否则参数不合法；蒸馏管线的第二级细化默认只有 3 步，出图快是正常的。

生成参数起步参考：

参数	起点值	说明
帧数	49（约 2 秒 @24fps）	草稿从短的开始，帧数按 1+8k 调整
采样器	euler	图块融合类节点只支持离散步法：euler / heun / dpm_2
Guider cfg	1.0（节点默认）	调高增强提示词遵循度，画面对比也会随之变强
Guider stg	1.0（节点默认）	时空引导扰动强度，0 即关闭
Guider rescale	0.7（节点默认）	噪声幅度重缩放，0 关闭

核心能力拆解：六个能力单元

T2V / I2V 生成：sampler 与 guider 是核心入口

能做什么：从纯文本或一张首帧图生成带声音的视频。关键入口：LTXVBaseSampler（默认 768×512，宽高步长 32）、LTXVImgToVideoConditionOnly（图像只作条件而不硬锁首帧，适合允许镜头自由的图生视频）。什么时候用：概念草稿、风格试错、预览循环时优先单阶段蒸馏版，显存占用最低。

IC-LoRA 控制：一个 LoRA 表覆盖八类任务

能做什么：用深度图、边缘图、姿态、参考视频、运动轨迹或遮罩引导生成，或对已有片段做风格化改写。入口：LTXICLoRALoaderModelOnly负责把 LoRA 挂到模型上，LTXAddVideoICLoRAGuide负责把参考素材接成引导条件。仓库支持的 IC-LoRA 包括：Union Control（深度+边缘二合一，工作在 0.5 倍下采样 latent 上，更省显存）、Motion Track、HDR（SDR 转 ACEScct HDR）、Dub-It（多语言配音并重新生成口型，两阶段流程冻结第二级音频）、Instant Shave、Colorization、Deblur、In-Outpainting、Pixel Spatial Upscaler（2×/4× 生成式放大，合成细节而非插值）、相机控制系列（dolly/jib 等，2.0 19b 版本）。什么时候用：输出需要遵循已有素材的结构，或要做局部编辑、转译、放大时。

长视频：LTXVLoopingSampler 分块生成

能做什么：把长视频切成带重叠的时间块逐段生成，每块用上一块的结尾帧做条件，配合加权混合消除接缝；同一节点还支持空间分块出高分辨率画面。关键参数：temporal_tile_size默认 80（范围 24–1000，步长 8）、temporal_overlap默认 24（建议取 tile 的约 1/3）、temporal_overlap_cond_strength默认 0.5 控制上一块结尾帧对新块的影响力、adain_factor用于防过饱和。还支持关键帧条件（optional_cond_image_indices填"0, 63"即可锁定首尾帧）和MultiPromptProvider多提示词节点（用|分隔，每个时间块用一条不同提示词）。什么时候用：视频时长超出单次生成窗口，或空间分辨率超出模型训练范围时。

4K/8K 大画布：LTXVTiledFusionSampler 图块融合

能做什么：在比模型训练窗口更大的画布上做去噪。它保持唯一 latent 画布和唯一噪声场，每一步都在重叠图块上运行模型并高斯混合回画布，图块共享同一条轨迹，因此不会像独立采样那样产生接缝。峰值显存取决于图块大小和时间窗口，而不是整张画布。关键参数：tile_width/tile_height必须是 32 的倍数（用LTXVGetTilingSizes节点直接取合法组合）；overlap_frac保持在 0.5 以上，低于它会在结构化画面中出现周期性网格；tile_frames通常取 97；采样器必须配离散步法。提示词只写光照、色彩、锐度、调色这类风格描述，不要点名画面里的具体物体，否则放大后该物体可能被复制进每个空间图块。什么时候用：IC-LoRA 的 V2V 放大、FullHD 到 4K/8K 的阶梯式出图。详见仓库文档 tiled_fusion_sampler.md。

音频：T2A 与 A2V 两条路线

能做什么：LTX-2 本身是音视频联合 Transformer，可以只出声音。T2A 路线用LTXVAudioOnlyModel关闭视频相关注意力，配合LTXVAudioOnlyEmptyVideoLatent（64×64 单帧占位，LTXVConcatAVLatent拼接）和LTXVAudioVAEDecode解出音频，再用Save Audio (FLAC)保存。A2V 路线则相反：编码输入音轨、冻结其 token，并把原始波形直接混流进输出。什么时候用：独立音频片段走 T2A；画面必须贴合既有配乐走 A2V。

低显存：顺序加载与显存预留

能做什么：LowVRAMCheckpointLoader、LowVRAMAudioVAELoader、LowVRAMLatentUpscaleModelLoader三类节点带dependencies输入，把前一个加载器的输出接进来就能强制模型顺序加载，避免同时驻留，让 32GB 显存跑通生成。配合启动参数python -m main --reserve-vram 5预留系统显存。2.5 系列工作流的默认值就是按低显存机器调的；如果你显存更宽裕，可以调大 decode 图块尺寸换取速度。实现见 low_vram_loaders.py。什么时候用：显存在 24–32GB 区间，或工作流里堆了多个大模型时。

场景化实战：目标 → 操作 → 结果验证

场景一：出 5 秒 T2V 草稿

目标：最快验证提示词和画面构图是否成立。

操作：打开 2.5 单阶段 T2V/I2V 工作流；帧数设 49；提示词写主体、动作和风格；首次运行让 Workflow Overview 自动拉取缺失模型；Run。

结果验证：输出应同时包含画面和同步音频。把同一提示词换到两阶段版本再跑一次对比——两阶段会做 2× 空间放大加 3 步细化，空间细节明显更密；细节差距在草稿阶段可以接受就用单阶段。

场景二：按参考视频结构生成新画面（Union Control）

目标：生成与参考片段构图、深度一致，但光照和风格不同的新视频。

操作：打开LTX-2.5_ICLoRA_Union_Control_Distilled.json；参考片段接入后深度通道默认已接好，可在图内切换为 canny 或 pose；提示词只描述想要的风格变化；Run。

结果验证：逐帧对照参考片，构图与景深应基本一致；改提示词后应只改变光照、色彩这类外观，如果结构被改乱，说明控制信号没接对或 LoRA 强度过高。

场景三：短片段 4K 放大（Tiled Fusion）

目标：把 FullHD 片段放大到 4K，且图块边界无接缝。

操作：打开LTX-2.5_V2V_TiledFusion_Upscale.json；output_size选 4K，图块组合由图内 Get Tiling Sizes 子图输出；采样器用 euler，sigmas 用 Manual Sigmas（递减、以 0 结尾）；提示词只写光照、胶片感、锐度；若片段超过一个时间窗口，在 guide 和 sampler 两处同时打开use_streaming并设相同的tile_frames（通常 97）。

结果验证：接缝检查——图块交界处不应有条带；网格检查——结构化场景中若出现周期性网格，把overlap_frac回到 0.5 以上并确认 guide 的use_tiled_encode为 false；音频应为原片冻结混流，没有重新生成。

避坑清单：症状、原因与解决办法

症状	可能原因	解决办法
安装后节点菜单里没有 LTXVideo 分类	未重启 ComfyUI 或安装失败	重启；失败则手动克隆到`custom_nodes/`再重启
启动即 OOM	多模型同时驻留、用了全量 dev 模型	换 distilled 模型；低显存加载器用 dependencies 串成顺序加载；加`--reserve-vram`
输出出现周期性网格	融合`overlap_frac`低于 0.5，或`use_tiled_encode`被打开	`overlap_frac`≥ 0.5；`use_tiled_encode`保持 false
长视频块与块之间接缝、动作断裂	时间重叠帧太少	overlap 取 tile 的约 1/3；调高`temporal_overlap_cond_strength`
长视频颜色漂移、过饱和	缺少 latent 统计归一化	`adain_factor`设 0.1–0.3
帧数参数报错	帧数不是 1+8 的倍数	改为 49、97、145 这类值
放大后提示词里的物体出现在每个图块	提示词点名了具体物体	只描述光照、色板、锐度、调色
HDR EXR 序列导不出	缺 openimageio 依赖	按 requirements.txt 安装后再跑`LTXVHDRDecodePostprocess`

下一步：继续深入去哪看

按场景挑工作流：example_workflows/2.5/ 目录下的 README 里有一棵完整的决策树，从“只要音频还是要有画面”问到“用什么控制条件”，30 秒定位该用哪张图；2.0 和 2.3 子目录里另有旧代工作流。
读两份节点文档：tiled_fusion_sampler.md 和looping_sampler.md，两者的参数表、配置指南和故障排除章节比 README 更细，调参前先查它们。
研究低显存实现：low_vram_loaders.py里 dependencies 的接线方式可以照搬到你自己的工作流。
用现成预设：presets/stg_advanced_presets.json是 STG 引导的预设集合，配合STGGuiderAdvanced节点直接调用；画运动轨迹的网页编辑器对应web/js/sparse_track_editor.js，配LTXVSparseTrackEditor节点使用。

【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