ComfyUI-LTXVideo 实用指南：如何配置并跑通 LTX-2 AI 视频生成
【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 ComfyUI 中面向 LTX-2 视频生成模型的一组自定义节点，覆盖文本到视频、图像到视频、视频到视频增强与音视频联合生成等完整 LTX 视频生成任务。LTX-2 的基础推理能力已内置于 ComfyUI 核心，本插件补充的是核心未包含的部分：IC-LoRA 精细控制、两阶段上采样、分块采样、低显存加载以及纯音频生成，适合需要比默认工作流更强控制力、或在有限显存下出片的用户。
ComfyUI-LTXVideo 适合做什么
- 用一段提示词（T2V）或一张参考图（I2V）生成带音频的短视频；
- 用 IC-LoRA 为视频附加深度、边缘、姿态等控制条件。Union IC-LoRA 将深度与边缘两种条件合并进单个 LoRA，并在下采样 latent 上工作，既省显存也更快；
- 两阶段管线：低分辨率出草稿，再用空间/时间上采样器提升分辨率与帧率；
- SDR 视频转 HDR（ACEScct 工作空间），
LTXVHDRDecodePostprocess输出 SDR 预览与线性 HDR，可经 OpenImageIO 导出 EXR 序列； - 多语言配音（Dub-It IC-LoRA）与纯文本到音频（
LTXVAudioOnlyModel）。
硬件要求与模型文件放哪里
README 给出的硬件基线：已安装 ComfyUI、CUDA GPU 32GB+ VRAM、100GB+ 空闲磁盘。不通过 ComfyUI Manager 安装时，执行：
cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo cd ComfyUI-LTXVideo pip install -r requirements.txt安装后节点会出现在节点菜单的 LTXVideo 分类下。模型文件需要放到对应目录：
| 文件 | 放置目录 |
|---|---|
ltx-2.3-22b-dev.safetensors或ltx-2.3-22b-distilled-1.1.safetensors（二选一） | models/checkpoints/ |
ltx-2.3-spatial-upscaler-x2-1.1.safetensors、ltx-2.3-temporal-upscaler-x2-1.0.safetensors | models/latent_upscale_models/ |
ltx-2.3-22b-distilled-lora-384-1.1.safetensors及各类 IC-LoRA | models/loras/ |
| Gemma 3-12b-it-qat-q4_0-unquantized 全部文件 | models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/ |
第一次跑通只需 checkpoint 和 Gemma 文本编码器；空间/时间上采样器只在两阶段管线里用到。
第一次该试哪个工作流
仓库的示例工作流按模型版本存放在 example_workflows/ 目录。新手建议从 2.3 的单阶段工作流开始：
LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json：文本/图像到视频，单阶段蒸馏模型，链路最短。默认采样尺寸 768×512、97 帧，按需调整；LTX-2.3_T2V_I2V_Two_Stage_Distilled.json：两阶段，先生成低分辨率草稿，再上采样到更高清晰度与帧率，质量上限更高，也更吃显存。
工作流里的采样器节点（LTXVBaseSampler、LTXVInContextSampler等）实现在 easy_samplers.py。做视频到视频控制时，用LTXAddVideoICLoRAGuide把参考视频和 IC-LoRA 挂到模型上（见 iclora.py）；需要大于模型训练窗口的画布时使用LTXVTiledFusionSampler，其参数限制和提示词注意事项写在 tiled_fusion_sampler.md 中——分块融合放大后，提示词只描述风格与画质，不要点名画面里的具体物体。
常见问题与处理
| 现象 | 排查方向 | 处理方式 |
|---|---|---|
| 显存不足 | 分辨率、帧数过高，或小显存卡跑两阶段管线 | 降低分辨率与帧数；改用 low_vram_loaders.py 中的加载器（自动做模型 offload，适配 32GB）；ComfyUI 启动加--reserve-vram 5预留系统显存 |
| 视频模糊 | 只跑了单阶段草稿，未做上采样 | 跑两阶段管线补空间上采样；或用 Pixel Spatial Upscaler IC-LoRA（2×/4×）做生成式细节合成 |
| 动作不连贯 | 未启用时间上采样，或帧数过低 | 启用 temporal upscaler 提升帧率；检查 num_frames 与输出 fps；需要轨迹控制时用 Motion Track IC-LoRA 工作流 |
| 生成速度太慢 | 用了完整版（dev）模型 | 换 distilled checkpoint；或低分辨率出草稿、第二阶段再放大 |
后续去哪看：目录导航
- example_workflows/2.0/：LTX-2.0 工作流，含 T2V/I2V/V2V 与 IC-LoRA 示例；
- example_workflows/2.3/：当前主力，含 Union Control、Motion Track、HDR、Dub-It、T2A；
- example_workflows/2.5/：Tiled Fusion 4K/8K 与 HDR 相关新工作流，目录内 README 有说明；
- tricks/nodes/：注意力缓存、flowedit、PAG 等进阶节点；
- stg.py、looping_sampler.py、tiled_sampler.py：各类采样器实现。
第一次上手的建议顺序：先安装插件并放好 distilled checkpoint 与 Gemma 文本编码器，加载LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json跑通基础链路；确认显存有余量后再补上采样器试两阶段。控制类功能从 Union Control 示例入手，因为它只需一个 IC-LoRA 文件就能同时用深度和边缘条件。遇到参数不确定时，先看节点 tooltip，再对照仓库内对应的 .md 文档（tiled_fusion_sampler.md、looping_sampler.md）。
【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
