ComfyUI-LTXVideo 完整指南从环境搭建到 4K 视频生成实战【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 ComfyUI 的自定义节点为 LTX-2 视频生成模型补充实用功能。LTX-2 基座已内置在 ComfyUI 核心中这个仓库则负责把图像转视频、视频控制、配音、放大、HDR 转换、纯音频生成等场景补齐。下面按先跑通、再深入的顺序带你完成配置。它能帮你做出什么你只有一句话描述或一张静帧想拿到一段带画面的视频——用文本/图像转视频工作流画面和声音同时生成。你已有一段素材想改样子、不改骨架——IC-LoRA 系列工作流可跟随参考片的深度、边缘或姿态重新生成还能在第一帧上画运动轨道控制走向、填充蒙版区域、扩展画幅甚至换台词、重新配口型。你要交付高分辨率或 HDR 成片——Tiled Fusion 支持 FullHD 到 8K 的大画幅原生生成HDR 工作流能把 SDR 素材转成 ACEScct 并输出 EXR/HLG。最短配置路径三条命令 模型下载1. 先确认硬件与软件已安装可运行的 ComfyUICUDA GPU建议 32GB 及以上显存100GB 以上空闲磁盘模型加缓存占的地方不小。2. 克隆节点包放到 ComfyUI 的custom_nodes目录下git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo省事的替代做法在 ComfyUI Manager 里搜 LTXVideo 点安装等它装完重启即可。3. 安装 Python 依赖cd custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txt依赖里已包含 diffusers、transformers、kornia、colour-science 等HDR 工作流读写 EXR 需要的 openimageio 也在清单里不用单独装。便携版 ComfyUI 请改用自带 Python.\python_embeded\python.exe -m pip install -r .\ComfyUI\custom_nodes\ComfyUI-LTXVideo\requirements.txt重启 ComfyUI 后节点菜单里会出现 LTXVideo 分类。个别工作流引用了你机器上没有的节点时在 Manager 里点安装缺失的自定义节点一次性补齐。模型文件放哪里工作流首次打开时右侧 Workflow Overview 面板会列出 Missing Models点 Download all 可自动取到正确的models/子目录。手动放置时按这张表模型文件目标目录作用ltx-2.3-22b-dev.safetensors或 ltx-2.3-22b-distilled-1.1.safetensorsmodels/checkpoints主模型完整版与蒸馏版二选一ltx-2.3-spatial-upscaler-x2-1.1.safetensorsmodels/latent_upscale_models空间上采样器两段式工作流必需ltx-2.3-temporal-upscaler-x2-1.0.safetensorsmodels/latent_upscale_models时间上采样器两段式工作流必需ltx-2.3-22b-distilled-lora-384-1.1.safetensorsmodels/loras蒸馏 LoRAgemma-3-12b-it-qat-q4_0-unquantized仓库内全部文件models/text_encoders/文本编码器各类 IC-LoRA控制、编辑、放大等models/loras按需下载对应任务文件2.5 系列工作流使用的蒸馏 transformer 是ltx-2.5-22b-distilled-transformer-bf16.safetensors各图内的 Model Links 注释会写明确切清单。主要能力与推荐工作流示例工作流集中在 example_workflows/按 2.0 / 2.3 / 2.5 分目录存放子图布局统一加载模型 → 输入 → 预处理 → 采样 → 解码换图不用重学。把.json拖进画布就能开始。文本/图像转视频默认选两段式图 LTX-2.5_T2V_I2V_Two_Stage_Distilled.json第一段在基础分辨率出片接着 2× 空间放大加一轮短 refine。只想快速预览或显存吃紧时换单段图速度更快、空间细节略低。受控生成与视频编辑Union Control从参考片提取深度/canny/姿态条件做 v2v深度默认已接好图内可切换标注器Motion Track在第一帧画稀疏运动轨道指定主体运动方向Ingredients把角色、道具、服装、场景排进一张参考图提示词按图内位置点名即可Inpaint / Outpaint填充蒙版区域或扩画幅原始音轨可保持冻结V2V 编辑示例用 Instant Shave LoRA保留镜头内容和音频只改外观。配音与纯音频Dub-It 接受视频和目标台词重新生成口型与声音支持跨语言配音和同语言改词参考音频令牌保证说话人身份一致。T2A 图则把模型切到纯音频模式只出声不出画面最后用内置音频保存节点落盘。大画幅与 HDR 交付Tiled Fusion 在共享一张潜在画布和噪声场上对重叠分块逐步融合采样适合画幅超出模型训练窗口的 v2v 场景可走 FullHD → 4K → 8K 的阶梯。HDR 链路里LTXVHDRDecodePostprocess会同时给出 Reinhard 映射的 SDR 预览和线性 HDR 张量并按需写出 16/32-bit EXR 序列。细节见 tiled_fusion_sampler.md。两个顺手的小工具也值得试prompt_enhancer_nodes.py 配合 Gemma 模型改写你的提示词对应的 T2V/I2V 系统提示在 system_prompts/ 里looping_sampler.py 可生成首尾可循环的视频。显存与速度调优显存卡在 32GB 线附近时把 low_vram_loaders.py 里的加载器按 dependencies 输入串接起来模型按序加载并自动卸载全流程即可装进 32GB启动参数留点余量python -m main --reserve-vram 52.5 工作流的默认值就是按低显存机器调的。显存富余时调大 decode tile size——更少更大的 tile 跑得更快各图 Decode 注释里标了可调位置蒸馏模型步数少适合反复迭代成片阶段再换完整版模型。常见问题现象与解法装完后节点菜单里找不到 LTXVideo 分类。多半是装完没重启或依赖没装全。重启 ComfyUI仍不行就重跑 requirements 安装命令并看启动日志里的报错。打开工作流面板列出一串 Missing Models。模型文件尚未就位。点面板里的 Download all或按上一节的表格手动放置。生成的视频时长和设置值对不上。帧数必须是 1 8 的倍数9、17、25……工作流按 fps × 秒数换算后可能略有偏差。直接把帧数改成合法值即可。生成中途崩溃或显存明显吃紧。多个模型同时驻留推高了峰值占用。换低显存加载器串接 dependencies再配合--reserve-vram预留显存。HDR 工作流写 EXR 失败或高光发暗。前者是缺 openimageio后者通常是 img_compression 没设 0——CRF 压缩会把 ACEScct 的高光压暗。补装依赖并把原生 HDR 流程的 img_compression 设为 0。建议从 2.5 两段式文生视频入手先用 1 秒左右的短片确认加载、采样、解码全链路通畅再逐步尝试 IC-LoRA 编辑与 4K 交付。【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