ComfyUI LTXVideo 入门指南3 条路径生成 AI 视频【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 把 LTX-2 视频生成模型接入 ComfyUI支持文字生成视频、静图转动态、已有视频精修增强IC-LoRA 多条件控制、光流、HDR等全程在可视化节点里完成无需写代码。AI视频生成工作流示例能力地图输入决定产出按「你给什么 → 它出什么」来查功能比逐个翻节点更快输入类型能产出什么典型工作流example_workflows/纯文字视频含音频、独立音频2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json、2.3/LTX-2.3_T2A_Single_Stage_Distilled.json静图动态视频、HDR 视频2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json、2.5/I2V_HDR_Two_Stage_Distilled.json见 2.5/已有视频细节增强、重绘、扩边、换色、上采样、配音2.0/LTX-2_V2V_Detailer.json、2.3/LTX-2.3_ICLoRA_Inpaint_Two_Stage_Distilled.json深度图 / 边缘图 / 姿态图按条件约束生成的视频2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json视频 运动参考指定运动轨迹的视频2.3/LTX-2.3_ICLoRA_Motion_Track_Distilled.json低分辨率视频2×/4× 生成式空间放大2.3/LTX-2.3_ICLoRA_Pixel_Spatial_Upscaler_Distilled.json视频 目标台词重新口型 语音多语言配音2.3/LTX-2.3_ICLoRA_DubIt_Two_Stage_Distilled.json补充说明所有操作都在节点画布里连线完成模型下载后直接加载使用两阶段Two Stage工作流 低分辨率生成 空间上采样精修画质更高但更慢2.5 系列工作流example_workflows/2.5/支持视频与音频联合生成其使用说明见 2.5/README.md。环境要求与安装确认硬件CUDA 兼容 GPU显存 32GB 以上磁盘预留 100GB 存放模型与缓存。安装最新版 ComfyUI官网下载即可。打开 ComfyUI点击 Manager 按钮或按 CtrlM→ Install Custom Nodes → 搜索 “LTXVideo” → Install。重启 ComfyUI节点菜单中出现 “LTXVideo” 分类即表示安装成功。首次运行工作流时缺少的模型会在 Overview 面板中列出点击下载即可放入对应ComfyUI/models/子目录。如果不用 Manager 手动安装命令如下cd custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo cd ComfyUI-LTXVideo pip install -r requirements.txt路径一纯文字生成适用需求从一段文字描述直接产出带运动、带音频的短视频适合概念验证和快速出片。推荐工作流example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json关键调优点帧数需满足1 8 的倍数如 81、97 帧时间长度由 fps × 秒数换算可能与输入值略有出入提示词建议写清镜头运动、光线、风格具体物体描述尽量放在生成阶段留给上采样阶段只做风格提示。路径二静图转动态适用需求把一张图片变成有镜头运动或内容变化的视频。推荐工作流example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json同一工作流支持文生视频与图生视频关键调优点参考图分辨率越高输出细节保持越好想要更强动态时可配合 IC-LoRA 运动参考见路径三约束镜头或物体轨迹而不是只靠提示词描述运动。路径三素材精修与多条件控制适用需求对已有视频做局部重绘、扩边、细节增强、HDR 转换、空间上采样或用深度/边缘/姿态/光流条件控制生成结果。推荐工作流联合条件控制深度 边缘 姿态example_workflows/2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json局部重绘 / 扩边example_workflows/2.3/LTX-2.3_ICLoRA_Inpaint_Two_Stage_Distilled.json、LTX-2.3_ICLoRA_Outpaint_Two_Stage_Distilled.jsonSDR 转 HDRexample_workflows/2.3/LTX-2.3_ICLoRA_HDR_Distilled.json或分块版example_workflows/2.5/LTX-2.5_V2V_TiledFusion_SDR_to_HDR.json关键调优点Union IC-LoRA 在降采样 latent 上工作显存占用更低、推理更快适合做第一版控制实验空间上采样 LoRA 的强度strength、guidance、步数决定输出跟随参考的程度数值低更贴近原片数值高生成更多新细节大画布高分辨率场景用LTXVTiledFusionSampler分块采样文档见 tiled_fusion_sampler.md长视频用LTXVLoopingSampler文档见 looping_sampler.md。效果调优显存、速度、画质三选一维度对策显存显存不足时改用 low_vram_loaders.py 提供的低显存加载器节点它保证正确的执行顺序并做模型卸载可让生成在 32GB 显存内完成高分辨率画布改用 Tiled Fusion 或 Looping 采样器峰值显存取决于分块大小而非整张画布速度选蒸馏Distilled模型 单阶段工作流采样步数可降到 25 步左右启动时加python -m main --reserve-vram 5预留系统显存避免显存碎片导致的卡顿画质换完整Full模型并把步数提到 75–100出现闪烁时启用 STG 引导stg.py、预设见 presets/最终成片走两阶段工作流第二阶段做 2× 空间上采样精修常见疑问模型文件放哪里主模型放models/checkpoints/空间/时间上采样器放models/latent_upscale_models/各类 IC-LoRA 放models/loras/Gemma 文本编码器放models/text_encoders/。具体文件名清单见 README.md 的 Required Models 一节。32GB 显存够用吗够。32GB 可运行蒸馏模型 低显存加载器完整功能和高分辨率输出建议 48GB 以上或者用分块采样把峰值压下来。生成速度慢怎么优化优先换蒸馏模型和单阶段工作流其次降分辨率、减步数长视频用循环采样分段生成而不是一次性拉满时长。支持哪些输出格式标准视频格式MP4、MOV 等HDR 工作流额外输出线性 HDR 张量和可选的 16/32 位 EXR 图像序列需openimageio音频工作流输出 FLAC。深入探索路径内容tricks/nodes/高级节点源码光流编辑ltx_flowedit_nodes.py、PAI/ PAG 引导ltx_pag_node.py、注意力修改等looping_sampler.md、tiled_fusion_sampler.md循环采样与分块融合采样的完整参数文档做长视频和 4K/8K 前建议先读example_workflows/全部示例工作流2.5 系列还带逐图说明的 README.md上手建议直接打开一个 2.5 系列的示例.json在 Overview 面板里下载缺的模型跑通一次后再对照文档调参数比从源码读起更快。小结从LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json开始跑通第一个视频然后按需求横向扩展要质量走两阶段要控制接 IC-LoRA要长片或高分辨率用循环/分块采样。遇到显存报错先查低显存加载器遇到速度慢先换蒸馏模型项目持续更新定期检查 README.md 获取新增工作流和模型清单即可。【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