ComfyUI-LTXVideo 安装与上手指南5 步跑通你的第一条 LTX-2 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 是一组为 LTX-2 视频生成模型而做的 ComfyUI 自定义节点把图生视频、镜头控制、4K 平铺、HDR 调色这些进阶玩法都搬进了你的工作流画布。跟着这篇文章操作你从克隆代码到出片大约只需要 20 分钟中途卡住的每一关都有对应的排查办法。它到底能帮你做什么先花 30 秒看看这套节点库能覆盖的场景一句话提示词或一张首帧图直接生成一段带运动的视频喂给它一段参考视频加一张运动轨迹图镜头怎么走由你定280p 草稿锁定构图后交给生成式超分节点放大到 2×、4× 甚至 4K / 8K把 SDR 素材升级成 HDR 并导出 EXR 序列供后期调色使用用 Dub-It LoRA 给视频换台词、换语言口型和声音一起重生成这些能力不需要你自己拼节点——仓库自带的 example workflows 里都有现成连线你的任务只是下载对应模型、改参数、点运行。动手前先把这三样备齐这一节是开工前的核对清单三样东西到位再开始装能省掉大部分返工。运行环境一台已装好 ComfyUI 的电脑Windows 或 Linux 均可带 CUDA 的 NVIDIA GPU。LTX-2.3 的 22B 模型比较吃显存官方建议 32GB 起步同时预留 100GB 以上磁盘空间放模型和缓存。显存不足也别慌后面有低显存方案。模型文件核心三件套来自 Hugging Face 的 Lightricks 官方仓库LTX-2.3 系列先记下放置路径模型文件放置目录相对 ComfyUI 根目录ltx-2.3-22b-distilled-1.1.safetensors或完整版ltx-2.3-22b-dev.safetensorsmodels/checkpoints/ltx-2.3-spatial-upscaler-x2-1.1.safetensors、ltx-2.3-temporal-upscaler-x2-1.0.safetensorsmodels/latent_upscale_models/Gemma 3 文本编码器整个模型仓库的全部文件models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/各功能的 IC-LoRAunion control、motion track、HDR、dubit 等同样放在models/loras/用到哪个功能再补哪个不用一次下全。从零到跑通跟着做就行这一节把安装拆成 5 个小步骤每步只干一件事按顺序执行即可。第 1 步把代码放进 custom_nodes把仓库克隆到 ComfyUI 的自定义节点目录git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo custom_nodes/ComfyUI-LTXVideo执行后目录下应出现__init__.py和example_workflows/等文件就说明代码到位了。第 2 步用 ComfyUI 自带的 Python 装依赖依赖包括 transformers、diffusers、kornia 等几个包一定要用 ComfyUI 环境里的解释器来装避免装错环境。pip install -r requirements.txtWindows 便携版用户改成这样.\python_embeded\python.exe -m pip install .\ComfyUI\custom_nodes\ComfyUI-LTXVideo\requirements.txt没有报错输出即成功接着重启 ComfyUI。第 3 步checkpoint 与上采样器就位按上一节表格把 22B 模型下载进models/checkpoints/。蒸馏版distilled几步就能出片适合先跑通追求画质再下完整版 dev。两阶段超分工作流还需要 latent upscaler放进models/latent_upscale_models/。加载器能认出文件名这一步就算完成。第 4 步装好 Gemma 文本编码器LTX-2 的文本编码器是 Gemma 3把整个模型仓库的文件完整放进表格里的目录注意是全部文件而不是单个 safetensors。目录结构完整后工作流里的编码器加载节点即可识别这是新手最容易漏的一步。第 5 步补组件并验证节点已注册重启 ComfyUI在 Comfy Manager 里点「安装缺失的自定义节点」把它依赖的 VideoHelperSuite 等组件一次补齐。打开节点菜单看到 LTXVideo 分类且节点全部无红框安装就通了。核心能力拆解理解这四个维度你就知道遇到问题该去仓库哪个目录找答案。多模态引导guiders 模块负责把文本、首帧图、参考视频、轨迹图等多种条件组合成统一的 guide接到采样器上。做图生视频、控制镜头运动时都会碰到它源码入口在 guiders/。采样体系基础款 easy samplers 解决常规生成想拉长视频时长用 looping sampler它把时间轴切成重叠片段滚动生成并自动融合超过模型训练窗口的 4K/8K 大画布则交给 tiled_fusion_sampler.py多块共享同一噪声场逐步融合不会出现拼缝。提示增强prompt enhancer 会先让图像描述模型看懂你的首帧再由 LLM 扩写成电影感提示词一句话也能出片。想改扩写逻辑就看 prompt_enhancer_nodes.py。低显存兜底显存吃紧时用 low_vram_loaders.py 里的加载节点做模型换出再配合 ComfyUI 启动参数--reserve-vram 5给系统留余量32GB 以下也有机会跑起来。跑通你的第一个工作流选仓库里最简单、最有代表性的单阶段蒸馏工作流example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled.json三步走在 ComfyUI 里点「Load」拖入这个 JSON画布会自动连线并提示你补下缺失的模型——按提示下完即可。改三处参数提示词节点里写清主体、运动和镜头分辨率与时长节点选一组保守值比如 704×1280、81 帧想从图片出发的话把首帧图接进 load image 节点。点 Queue Prompt。第一条片子出来之前耐心等首段推理出片后记得检查输出视频的路径。卡住了对照这张自查清单节点菜单里没有 LTXVideo 分类 → 重启 ComfyUI再去 Manager 装缺失节点加载器里选不到模型 → 核对文件名和目录别把文件放在子文件夹里生成中途显存爆掉 → 换 low_vram 加载节点或调低分辨率、帧数提示词完全没生效 → 确认 Gemma 编码器整个目录文件都在不只是权重两阶段工作流报缺模型 → 补下 latent upscaler 到models/latent_upscale_models/依赖安装报错 → 改用 ComfyUI 自带 Python 执行 pip 安装下载模型中断 → 磁盘剩 100GB 以上再重试想要 EXR 序列但导出失败 → 确认openimageio装上了输出画面有拼缝 → 检查是否误用了独立采样平铺节点大画布应改用融合采样器画面与提示词对不上 → 提示词尽量写英文具体描述运动而不是静态画面ComfyUI-LTXVideo 把 LTX-2 视频生成的进阶玩法装进了 ComfyUI从图生视频到 4K 平铺、HDR 调色都有现成路径。想继续深挖可以从 README.md 的完整模型清单和 example_workflows/ 里的 2.5 系列工作流入手再配合 tiled_fusion_sampler.md 这类文档理解节点原理。【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