从文字到成片ComfyUI-LTXVideo 的 7 类 AI 视频生成落地教程【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo拿一张产品图做首帧用提示词描述动作在 ComfyUI 里跑出 15 秒带音效的 AI 视频——这是 LTX-2 模型配合 ComfyUI-LTXVideo 节点集的典型用法。本文覆盖节点组合、工作流选择、调优参数与故障排查不覆盖模型结构原理和 LoRA 训练方法。 项目定位与选型参考LTX-2 本体已并入 ComfyUI 核心官方基础节点只够跑文字→视频的最简路径。ComfyUI-LTXVideo 补齐的是一线生产会遇到的环节IC-LoRA 多条件控制深度/边缘/姿态/运动轨迹、长视频循环采样、分块融合大画布、HDR 工作流以及一套按场景分好目录的官方工作流。选它还是只用官方节点取决于你要不要控制输入和放大画布对比项只用 ComfyUI 内置 LTX 节点加装 ComfyUI-LTXVideo控制条件首帧图 提示词深度/边缘/姿态/运动轨迹单 LoRA 多条件Union Control画布与时长单次采样受训练窗口限制LTXVLoopingSampler时间分块出长片LTXVTiledFusionSampler出 4K/8K现成流程自行搭图example_workflows/下 2.0/2.3/2.5 三代共 30 张分场景工作流 环境准备与部署硬件底线CUDA GPU、32GB 以上显存、100GB 以上磁盘主模型、上采样模型、LoRA 与 Gemma 文本编码器加起来体积不小。部署按序执行安装 ComfyUI 稳定版官方渠道下载解压即可。用 Manager 安装打开 ComfyUI → 点 Manager或按 CtrlM→ Install Custom Nodes → 搜索 LTXVideo → Install → 重启 ComfyUI。手动安装方式cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo cd ComfyUI-LTXVideo pip install -r requirements.txt重启后验证节点菜单应出现 LTXVideo / Lightricks 分类控制台无Import error或ModuleNotFoundErroropenimageio、colour-science装不上时部分节点会直接缺失。首次加载任一示例工作流Workflow Overview 面板会列出 Missing Models点 Download all 一次拉齐之后复用。模型就位对照主 checkpointltx-2.3-22b-dev或ltx-2.3-22b-distilled-1.1进models/checkpoints空间/时间上采样器ltx-2.3-spatial-upscaler-*、ltx-2.3-temporal-upscaler-x2进models/latent_upscale_models各 IC-LoRA 进models/lorasGemma 3 文本编码器整个仓库放models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized。 核心能力拆解按场景场景一文字/图片生成视频目标出片预览或交付级画质。 推荐工作流先加载example_workflows/2.5/LTX-2.5_T2V_I2V_Single_Stage_Distilled.json跑通流程确定创意后换LTX-2.5_T2V_I2V_Two_Stage_Distilled.json——阶段一基础分辨率出构图和运动2× 空间上采样后加 3 步精修并同步生成音频。 关键参数帧数必须满足 18n首帧图可选接在图输入口两阶段图的 stage-2 蒸馏 sigmas 用0.909375, 0.725, 0.421875, 0.0不要随手改成 0.85 开头。 注意蒸馏模型步数少适合迭代细节要求高再上两阶段别在预览阶段浪费显存。场景二IC-LoRA 多条件控制目标让生成严格跟随已有素材的结构或运动。 推荐组合example_workflows/2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json用 Union Control LoRA深度/canny 边缘/姿态走同一个模型图内切换标注器要定向运动就用LTX-2.3_ICLoRA_Motion_Track_Distilled.json配合LTXVSparseTrackEditor在首帧画轨迹点。 关键参数Union LoRA 在降采样 latent 上工作显存占用更低LTXAddVideoICLoRAGuide的use_tiled_encode保持 false——空间分块编码会把网格印记烙进条件图。 注意换 IC-LoRA 前确认对应 lora 文件已下到models/loras节点下拉里能选到才算到位。场景三长视频与大画布目标超过单窗口时长或 FullHD 以上分辨率交付。 推荐组合长片用LTXVLoopingSampler时间分块可配MultiPromptProvider按块换提示词超训练窗口的分辨率用LTXVTiledFusionSampler配LTXVGetTilingSizes取合法画布/分块/tile_frames值参考example_workflows/2.5/LTX-2.5_V2V_TiledFusion_Upscale.jsonFullHD/4K/8K 阶梯。 关键参数temporal_overlap取 tile size 的 1/3overlap_frac≥ 0.5长片设adain_factor0.1–0.3clip 超过一个时间窗时 guide 与 sampler 同时开use_streaming并设相同tile_framesLTX 通常 97。 注意LTXVTiledFusionSampler和LTXVTiledSampler不是一回事——前者共享一张 latent 画布逐 step 融合后者各块独立采样容易出接缝。⚙️ 画质与性能调优闪烁、接缝与长视频色偏现象单帧内容闪烁、画面抖动 调整项STG 空间引导走stg.py的LTXVSTGGuide或 presets 里的LTXVSTGGuideAdvanced建议值stg_scale从 0.3–0.5 起调rescale_scale0.3–0.7 压饱和预设文件在presets/stg_advanced_presets.json现象分块输出出现可见接缝或周期性网格 调整项LTXVTiledFusionSampler的overlap_frac/grid_cycleLTXVLoopingSampler的spatial_overlap建议值overlap_frac保持 ≥ 0.5出现规律网格时把grid_cycle从 1 提到 4现象长视频逐段过饱和、色偏 调整项LTXVLoopingSampler的adain_factor建议值长序列 0.1–0.3仍有色偏就接optional_normalizing_latents提供参考 latent生成耗时与显存不足现象单轮迭代等待过久 调整项模型版本 阶段数 建议值distilled 单阶段跑构图定稿再切两阶段采样器保持离散步法euler/heun分块融合场景别用 dpmpp 类多步法历史记忆会失效现象CUDA out of memory 调整项加载顺序、VAE 解码分块、量化 建议值先换low_vram_loaders.py的 LowVRAM 系列加载器串起 dependencies解码用LTXVTiledVAEDecode再不够开LTXVQ8Patch做 fp8 量化现象解码阶段占满显存、帧率低 调整项2.5 工作流里的 decode tile size 建议值默认值偏保守显存富余就调大解码 tile少而大的 tile 更快但更吃显存 故障排查症状节点菜单没有 LTXVideo 分类或部分节点标红。 排查顺序1. 重启 ComfyUI 2. 确认插件目录在ComfyUI/custom_nodes/下 3. 看控制台pip install -r requirements.txt是否完整执行openimageio、colour-science缺失会让 HDR 相关节点不注册4. 核对 ComfyUI 版本与 transformers 版本。症状长视频在分段交界处运动跳变、主体不一致。 排查顺序1. 提高temporal_overlaptile 的 1/32. 提高temporal_overlap_cond_strength3. 仍漂就接optional_negative_index_latents给全局锚点。症状运行中 CUDA OOM。 排查顺序1. 改用 LowVRAM 加载器控制顺序 2. 减帧数/降画布 3. 解码切LTXVTiledVAEDecode4. 开LTXVQ8Patch5. 最后才动--reserve-vram。症状分块融合输出出现规则网格伪影。 排查顺序1.tile_width/tile_height是否等于 LoRA 训练窗口32 的倍数2.overlap_frac是否低于 0.5 3. guide 节点use_tiled_encode必须为 false。症状HDR 流程高光发黑、颜色整体偏暗。 排查顺序1. 原生 EXR 条件检查img_compression 0CRF 压缩会压暗 ACEScct 高光2. SDR 转 HDR 图确认经过LTXVSDRToHDRWorkingSpacesrgb_gamma3. 解码走LTXVHDRDecodePostprocesstransferacescct需要后期再勾save_exr导 EXR 序列。症状输出无声或人声与口型对不上。 排查顺序1. 确认工作流类型A2V 图是冻结原音频直接混流T2V 图是解码生成新音频 2. 纯文本生成音频用LTXVAudioOnlyModelLTXVAudioVAEDecode别把视频流当输出 3. 检查models里 Audio VAE 文件是否下全。深入探索example_workflows/——先读懂 2.5 目录的 README.md那张该用哪个工作流决策树和参数默认值是全仓库最实用的索引在打算自建图之前看。looping_sampler.md——LTXVLoopingSampler的完整参数表与长视频调参经验overlap 规则、逐块 seed、MultiPromptProvider准备做 15 秒以上成片前看。stg.py 与 presets/stg_advanced_presets.json——STG 各变体的实现和现成预设画面闪烁修不掉、想按 step 精细控制 cfg/stg 参数时看。跑通 single-stage 那张图后把首帧换成自己的素材把提示词里的场景改成你要的产品或镜头出一版 15 秒左右的草稿再决定要不要进两阶段精修。【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