ComfyUI-LTXVideo 安装与使用教程：LTX-2 视频生成工作流从入门到调参
【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 是一套面向 LTX-2 视频模型的 ComfyUI 自定义节点集合。LTX-2 的模型本身已内置在 ComfyUI 核心中，而这个插件补齐了官方节点之外的部分：IC-LoRA 控制、分块采样、长视频循环采样、低显存加载器等。读完这篇教程，你会知道如何安装插件、把模型放对位置、挑一个合适的工作流跑通第一段视频，以及遇到显存不足或画面闪烁时怎么调。
这个项目适合谁，解决什么问题
先把边界说清楚：
- 如果你只想加载 LTX-2 模型跑基础采样，ComfyUI 核心已经支持，不必依赖本插件。
- 如果你需要下面这些能力，ComfyUI-LTXVideo 就是为此设计的：
- 用深度图、Canny 边缘、人体姿态控制生成（Union IC-LoRA）
- 在首帧上画运动轨迹，精确控制物体走向（Motion Track）
- 视频局部重绘（Inpaint）、扩画幅（Outpaint）、SDR 转 HDR
- 生成 4K/8K 大画布（
LTXVTiledFusionSampler分块融合采样） - 拼接长视频（
LTXVLoopingSampler时间轴分块采样） - 显存紧张时的顺序加载器（
LowVRAMCheckpointLoader等）
所有节点在节点菜单中统一归在LTXVideo类别下，安装后可以直接按名字搜索。
5 分钟完成安装
系统要求
- 已安装 ComfyUI
- CUDA 兼容显卡，官方建议32GB 以上显存（显存不足可参考后文的低显存方案）
- 至少100GB可用磁盘空间，用于存放模型和缓存
方式一：通过 ComfyUI-Manager 安装（推荐）
- 打开 ComfyUI，点击 Manager 按钮（或按
Ctrl+M） - 选择Install Custom Nodes，搜索 "LTXVideo"
- 点击 Install，等待完成后重启 ComfyUI
方式二：手动安装
cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo cd ComfyUI-LTXVideo pip install -r requirements.txt依赖主要包括transformers、diffusers、kornia、colour-science、openimageio等；其中openimageio是 HDR 工作流读写 EXR 所必需的。
模型放哪里
插件首次运行时通常可以提示下载，但建议对照下表手动就位：
| 模型 | 目标目录（相对 ComfyUI 根目录） |
|---|---|
LTX-2.3 主模型（ltx-2.3-22b-dev.safetensors或蒸馏版ltx-2.3-22b-distilled-1.1.safetensors） | models/checkpoints |
| 空间上采样器、时间上采样器（x2 / x1.5 / temporal x2） | models/latent_upscale_models |
| 蒸馏 LoRA、各类 IC-LoRA（Union Control、Motion Track、HDR、Dub-It 等） | models/loras |
Gemma 3 文本编码器（gemma-3-12b-it-qat-q4_0-unquantized） | models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized |
具体版本对应关系和完整清单见 README 的 Required Models 一节；每个工作流内部也附有它所需文件的说明。
第一个视频怎么跑通
安装完成后，从 example_workflows/ 选一个.json拖进画布即可，按版本分三个目录：
2.0/：早期工作流，含 Text-to-Video、Image-to-Video、V2V Detailer2.3/：单阶段/两阶段生成、Union Control、Motion Track、HDR、T2A2.5/：最新一批，基于蒸馏版 transformer，采样步数少、迭代快
新手建议路径：
- 打开 LTX-2.5 工作流说明，里面有完整的选型决策树（只有音频？→ T2A；有参考视频？→ IC-LoRA；纯文生视频？→ 两阶段还是单阶段）
- 推荐首跑
LTX-2.5_T2V_I2V_Two_Stage_Distilled.json：第一阶段在基础分辨率生成，第二阶段 2× 空间上采样加一次 refine，能同时出视频和音频 - 打开Workflow Overview面板，首次运行会列出 Missing Models，点Download all一次性补齐（只需做一次）
- 填入提示词、可选首帧图、时长，点 Run
一个容易踩的坑：帧数必须是 1 + 8 的倍数（例如 81、89），否则解码会报错。
核心能力速览：生成、控制、音频、大画布、长视频
按"你要做什么"来看这组节点，比按功能名词翻目录高效得多：
- 生成：
LTXVBaseSampler/LTXVInContextSampler/LTXVExtendSampler覆盖从零生成、带首帧图生成、向前续写三种模式；LTXVPromptEnhancer和LTXVGemmaEnhancePrompt可以用 Gemma 把短提示词扩写成更适合模型的长描述 - 控制：
LTXAddVideoICLoRAGuide是 IC-LoRA 工作流的核心接线点，把参考视频/轨迹/遮罩转成引导潜变量；Union Control LoRA 支持深度、Canny、姿态多条件，并在降采样潜变量上运算，显存占用更低 - 音频：LTX-2 是音视频联合模型。
LTXVAudioOnlyModel可切到纯文本生音频模式（配合LTXVAudioOnlyEmptyVideoLatent占位潜变量），2.5 工作流中 A2V 则能把输入音频"冻结"进输出 - 大画布：
LTXVTiledFusionSampler在比模型训练窗口更大的画布上，对重叠空间块逐步采样并融合，显存峰值取决于块大小而非整张画布，适合 FullHD/4K/8K 的 V2V 场景 - 长视频：
LTXVLoopingSampler把时间轴切成重叠块顺序生成，支持关键帧、逐块提示词（MultiPromptProvider）、AdaIn 防过饱和 - 稳定性：
LTXVApplySTG/STGGuiderNode提供时空引导（STG），用于抑制闪烁；presets/stg_advanced_presets.json 内置了可调预设
四个可直接照抄的场景
场景一：快速文生视频预览
- 目标：几秒内验证提示词和风格
- 输入：文本提示词
- 工作流：
2.5/LTX-2.5_T2V_I2V_Single_Stage_Distilled.json - 要点：单阶段无上采样，步数少、显存轻；空间细节不如两阶段，适合打草稿
场景二：高质量两阶段生成
- 目标：成片质量的短视频
- 输入：提示词 + 可选首帧图
- 工作流：
2.5/LTX-2.5_T2V_I2V_Two_Stage_Distilled.json - 要点：第一阶段定构图与运动，第二阶段 2× 上采样加 3 步 refine；关心画面细节时这是默认选择
场景三：按深度图控制结构（Union Control）
- 目标：让生成结果遵循参考视频的空间结构
- 输入：参考视频 + 深度/Canny/姿态标注（工作流内置标注节点，默认走深度）
- 工作流：
2.5/LTX-2.5_ICLoRA_Union_Control_Distilled.json - 要点：通过
LTXAddVideoICLoRAGuide挂接引导；guiding_strength控制引导强度，guiding_start_step/guiding_end_step可限定引导只作用于部分去噪步
场景四：4K/8K 大画布增强（Tiled Fusion）
- 目标：把已有片段升到 FullHD/4K/8K
- 输入：源视频
- 工作流：
2.5/LTX-2.5_V2V_TiledFusion_Upscale.json、LTX-2.5_V2V_TiledFusion_Native_4K_8K.json - 要点：
- 采样器选离散步长方法（
euler、heun、dpm_2），多步历史方法和 ancestral 方法会在块边界产生接缝 overlap_frac保持在0.5 以上，过低会在结构化内容上出现周期性网格- 引导节点上
use_tiled_encode保持false；片段长于一个时间窗时，引导和采样器两边同时开use_streaming并设相同tile_frames - 提示词只描述"观感"（光线、色调、锐度、调色），不要点名画面中的具体物体——上采样后点名的细节可能被复制进每个空间块
- 采样器选离散步长方法（
详细参数见 tiled_fusion_sampler.md。
调参与优化：只保留最有用的几条
长视频（LTXVLoopingSampler），完整参数表在 looping_sampler.md：
- 时间块重叠量
temporal_overlap取块大小的25%~30%（如块 80 帧、重叠 24 帧） temporal_overlap_cond_strength越高，前后块之间运动越连贯- 长序列建议
adain_factor设 0.1~0.3，防止越拼越饱和 - 接缝明显 → 加大空间/时间重叠；颜色漂移 → 提供参考潜变量做归一化
高分辨率（空间分块）：2K 建议horizontal_tiles: 2, vertical_tiles: 1~2；4K 建议 2~3 × 2~3，spatial_overlap至少 1，越大越平滑
低显存优化：
- 把常规加载器换成 low_vram_loaders.py 里的
LowVRAMCheckpointLoader/LowVRAMAudioVAELoader/LowVRAMLatentUpscaleModelLoader，用dependencies输入串起加载顺序，让模型逐个进出显存而不是同时驻留 - 启动 ComfyUI 时加
--reserve-vram，例如：python -m main --reserve-vram 5 - 2.5 工作流的默认值就是为低显存调过的；显存富余时可以调大解码块尺寸来提速（各工作流 Decode 节点内有说明）
提示词：优先写镜头语言与氛围；两阶段工作流中，第二阶段提示词侧重风格与质感即可，构图交给第一阶段。
常见问题
显存不足 / 爆显存先换低显存加载器节点，再加--reserve-vram；仍不够就降低空间分块数、减小时间块，或改用蒸馏版模型和单阶段工作流。
模型加载失败或找不到文件核对上一节"模型放哪里"的目录表，注意空间/时间上采样器要放models/latent_upscale_models而不是models/upscale_models；确认版本号与工作流要求一致（例如 2.3 与 2.5 的 checkpoint 不通用）。
画面闪烁启用 STG 引导（LTXVApplySTG或STGGuiderNode），并从内置预设起步再微调；同时检查temporal_overlap_cond_strength是否偏低。
生成速度慢优先用蒸馏版模型和单阶段工作流；其次降低输出分辨率与采样步数。速度和质量之间，两阶段 + 蒸馏版通常是性价比最高的组合。
拼接长视频接缝明显增大temporal_overlap，并确认相邻块提示词不要突变；需要逐块换叙事时用MultiPromptProvider按块给提示词，而不是中途手动改。
延伸阅读与资源
- README：模型清单、Union IC-LoRA / HDR / Dub-It / Pixel Spatial Upscaler / T2A 各专项说明
- example_workflows/：全部示例工作流，
2.5/README.md内有"该用哪个工作流"的决策树 - looping_sampler.md：长视频采样器的完整参数表与排错清单
- tiled_fusion_sampler.md：大画布分块融合采样的接线图与关键设置
- tricks/：注意力编辑、PAG、FlowEdit 等进阶实验性节点
下一步建议：先跑通 2.5 两阶段文生视频，确认模型路径和帧数规则没问题；再挑一个你手上已有素材的场景（参考视频、首帧图、音频）走对应 IC-LoRA 工作流，把"引导接线"这一步走熟，其余节点基本都能复用同样的接法。
【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
