ComfyUI-LTXVideo 实战指南：从第一条 LTX-2 视频到 4K 分块放大
【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo
写好了提示词，生成出来的视频动作僵硬、细节糊成一团，想加一点深度或边缘控制却不知从哪个节点下手——这正是 ComfyUI-LTXVideo 要解决的问题。它是一套面向 LTX-2 音视频生成模型的 ComfyUI 自定义节点包，把文本生成视频、图生视频、IC-LoRA 控制、HDR 转换、文本生成音频和 4K 分块放大这些进阶能力做成了可直接拖进画布的节点，并附带一整套现成工作流，装好后就能跑。
🧭 项目定位：它能做什么，硬件门槛在哪
ComfyUI 核心里已经内置了 LTX-2 的基础支持，但官方模型的高级特性——多条件引导、分块采样、低显存加载、HDR 流水线——在这个仓库里才以节点的形式开放出来。你装的本质上是"LTX-2 的扩展工具箱"：节点都挂在 LTXVideo 类别下，配合 example_workflows/ 里的模板工作流使用。
它覆盖的场景比"文字变视频"宽得多：文生视频/图生视频（2.0/2.3/2.5 三代模板）、IC-LoRA 控制（深度、Canny 边缘、姿态、运动轨迹）、视频编辑（修补 inpaint、扩边 outpaint、配音 Dub-It、SDR 转 HDR）、像素级 2×/4× 生成式放大，以及纯文本生成音频（T2A）。
硬件方面要心里有数：官方建议 CUDA 显存 32GB 起步，磁盘预留 100GB 以上放模型和缓存。显存不够也有办法（见后文低显存小节），但 22B 级模型在消费级 8~12GB 卡上跑起来会很吃力。它也不是万能的：分块放大是"创意式放大"，会合成细节而非逐像素保真，不能当作无损插值器用。
⚙️ 四步装好环境
先确认已安装 ComfyUI 本体并能正常打开界面，再按下面顺序走。
第 1 步：安装节点包。首选路径是打开 ComfyUI 后按 Ctrl+M 进入 Manager，选 Install Custom Nodes，搜 "LTXVideo" 安装并重启；手动安装则把仓库克隆到自定义节点目录：
git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo custom_nodes/ComfyUI-LTXVideo如何确认成功：重启后在节点菜单里能看到 "LTXVideo" 分类，且启动日志没有该包的报错。
第 2 步：安装 Python 依赖。进入项目目录执行（需要 colour-science、openimageio、transformers 等，HDR 相关功能依赖它们）：
cd custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txt如何确认成功：命令跑完无红字报错；ComfyUI 日志里不再出现 ImportError。
第 3 步：放置模型文件。按用途放进对应目录（目录均相对 ComfyUI 根目录）：
| 文件 | 放入目录 |
|---|---|
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 IC-LoRA | models/loras |
Gemma 3 编码器全部文件（gemma-3-12b-it-qat-q4_0-unquantized） | models/text_encoders/ |
如何确认成功：打开任一样例工作流，Workflow Overview 面板的 Missing Models 列表为空。偷懒做法是不手动下载，直接在工作流面板里点 Download all，首次运行会自动补齐。
第 4 步：加载一个工作流做冒烟测试。Workflow → Open 选一个 example_workflows/2.3/ 下的模板，确认所有节点绿色无红圈（缺模型时节点会标红）。
🎯 基础版和蒸馏版、单段和双段，怎么选
模型侧主要分两档，工作流侧又分单段（single stage）和双段（two stage），两者是正交的：
| 组合 | 目标硬件 | 速度 | 质量 | 适用场景 |
|---|---|---|---|---|
基础模型ltx-2.3-22b-dev（2.0 系列） | 32GB+ 显存 | 步数多、较慢 | 细节最完整 | 对成片质量要求高、不在乎等待时间 |
蒸馏模型ltx-2.3-22b-distilled-1.1（2.3/2.5 系列） | 32GB 左右即可 | 少量步数，迭代快 | 接近基础版 | 日常创作、快速调提示词 |
| 蒸馏 + 单段工作流 | 显存偏紧 | 最快 | 空间细节略少 | 预览、批量试错 |
| 蒸馏 + 双段工作流 | 显存宽裕 | 中等（多一次 2× 空间上采样 + 精修） | 分辨率和细节更好 | 正式出片 |
LTX-2 基础模型视频生成效果帧
LTX-2 蒸馏模型视频生成效果帧
选法很直接：调试阶段用"蒸馏 + 单段"跑通全链路、把提示词调顺；定稿再切到双段模板出成片。双段工作流会用到空间/时间上采样器和蒸馏 LoRA，所以上面第 3 步的latent_upscale_models和models/loras两类文件缺一不可。
🎬 第一次完整跑通：文本生成带声音的视频
以 2.3 的单段模板为例，目标是尽快拿到一个可播放、带音频的结果：
- 加载模板：Workflow → Open，选 LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json（也可以直接把 json 拖到画布上）。它支持纯文本输入，也可给一张首帧图走图生视频。
- 补模型：看 Workflow Overview，有缺失就点 Download all 一次拉齐。
- 填输入：只写提示词即可；分辨率和帧数保持默认——帧数默认 97，符合 "1 + 8 的倍数" 规则，宽高是 32 的倍数（默认 768×512）。
- 点 Run。蒸馏模型步数很少，出片后直接是可播放的音视频文件。
提示词不用写得很细，模板里的 Gemma 提示词增强节点（LTXVGemmaEnhancePrompt）会把短句扩写成带镜头语言、音效描述的长提示。想自己控制扩写长度，调它的max_tokens（默认 512）即可。
🎛️ 最常调的 5 个参数
num_frames（帧数）。控制视频时长，取值必须是 1 + 8 的倍数（97 = 1 + 8×12），默认 97。帧数越多显存和时间成本越高，预览时先压到 25（1+8×3）。
cfg / stg / rescale（GuiderParameters节点）。三者分别控制分类器引导、空间-时间引导和噪声重缩放幅度：cfg 默认 1.0（等于关闭 CFG，蒸馏模型工作流就按此配置），stg 默认 1.0，rescale 默认 0.7。画面偏平、贴提示词不够时，把 cfg 从 1.0 小步往上加；画面过饱和、细节烧糊时把 rescale 往上调。
strength（引导强度）。出现在LTXVAddGuideAdvanced和LTXAddVideoICLoRAGuide上，默认 1.0，越高生成结果越贴合参考帧。图生视频里首帧"漂移"时先怀疑这里，降到 0.8~0.9 给模型留一点自由度。
crf（压缩率）。引导节点的预处理参数，默认 29，范围 0~51：值越大压缩越强、画面动感更足但细节更糙，值越小越保真。想要"参考图当草图"的效果就调高，想要"首帧几乎不变"就调低。
overlap_frac（分块重叠比）。LTXVTiledFusionSampler的融合参数，官方要求保持在 0.5 及以上，低于 0.5 会在规则纹理上出现周期性网格伪影。详细行为见 tiled_fusion_sampler.md。
🛠️ 三个可落地的实际场景
建筑可视化动画。用静态建筑效果图做首帧，走图生视频模板：输入一张建筑图（可参考 example_workflows/assets/ 里的 buildings ff.png 这类素材），提示词只描述要加入的动态（云影移动、灯光渐亮），保持镜头描述克制。
LTX-2 图生视频的建筑效果图输入示例
要点：strength 保持默认让首帧稳定，crf 调低保建筑线条清晰。
指定运动轨迹。在首帧上画稀疏轨迹点，用 LTX-2.5_ICLoRA_Motion_Track_Distilled.json。画面里的人物或物体就沿你画的路径运动，适合需要精确动线的产品演示。输入素材可参考 motion_track_input.jpg。
多条件联合控制。LTX-2.5_ICLoRA_Union_Control_Distilled.json 用一个 Union IC-LoRA 同时吃深度图、Canny 边缘和姿态三种控制信号，默认走深度，在图内切换标注器即可。Union LoRA 在半分辨率潜空间上工作，比分别挂三路控制更省显存、更快。
🔍 排障指南
症状：重启后节点菜单里找不到 LTXVideo 分类。原因：装错路径（不在 custom_nodes 下）、依赖缺失导致包加载失败、或重启没生效。 解决：确认目录结构是ComfyUI/custom_nodes/ComfyUI-LTXVideo；补跑pip install -r requirements.txt；彻底关掉 ComfyUI 进程再启动，看日志首屏有无该包的 traceback。
症状：工作流节点标红，提示缺模型。原因：文件放错了 models/ 子目录——检查点、上采样器、LoRA、文本编码器各归其位。 解决：对照第 3 步的目录表逐一核对；或不管手动下载，直接用 Workflow Overview 的 Download all 按工作流声明的 Model Links 自动补齐。
症状：生成中途 OOM 崩溃。原因：多个大模型同时驻留显存，或分辨率/帧数超了预算。 解决：把加载节点换成 low_vram_loaders.py 里的 LowVRAM 版本并用 dependencies 输入把它们串成顺序执行；启动时加--reserve-vram（见下节）；仍不行就降帧数或分辨率。
症状：4K 放大后画面有规律网格纹。原因：overlap_frac 低于 0.5，或提示词里点名了具体物体（分块后每个空间块都会"盖章"）。 解决：把 overlap_frac 调回 0.5 以上；放大阶段的提示词只写观感和风格——光影、色调、锐度、调色，不指名场景里的任何对象。
🚀 优化与进阶
显存管理
三条手段可以叠加。其一，用LowVRAMCheckpointLoader、LowVRAMAudioVAELoader、LowVRAMLatentUpscaleModelLoader替代原生加载节点：每个节点多一个 dependencies 输入，把前一个加载器的输出接进去，模型就会按依赖顺序逐个上卡、用完卸载，官方称这样能压进 32GB 显存。其二，启动参数给系统留余量：
python -m main --reserve-vram 5数值单位是 GB，按你的卡调整。其三，2.5 系列工作流的解码默认按低显存机器调的小块尺寸，显存宽裕时把解码块调大、块数变少，解码明显变快。
高级玩法
多条件融合是 Union Control 的延伸：深度管结构、边缘管轮廓、姿态管人物，三路信号进同一个 LoRA，角色动画和产品展示特别受益。
大画布生成用LTXVTiledFusionSampler：它和独立采样的LTXVTiledSampler不是一回事——前者保持一块共享的潜空间画布和噪声场，每一步去噪都在重叠子块上跑再融合回去，所以不会出接缝；采样器选 euler 这类离散方法，配合LTXVGetTilingSizes保证画布/块尺寸合法，可一路爬到 FullHD/4K/8K。更长时长的视频则交给LTXVLoopingSampler（时间块默认 80 帧、重叠 24 帧）做自回归延伸，说明见 looping_sampler.md。
HDR 方向单独成链：SDR 视频经LTXVSDRToHDRWorkingSpace进 ACEScct 工作空间，过 HDR IC-LoRA 后由LTXVHDRDecodePostprocess解回线性 HDR，可导出 16/32 位 EXR 序列和 HLG 母版；原生 HDR 输入记得把img_compression设为 0，避免压缩压暗高光。更多模板差异直接查 2.5 工作流说明，里面有一张完整的选择决策树。
下一步建议
先用"蒸馏 + 单段"模板把一条 25 帧的文生视频跑通并存档参数，再拿你手头的一张图走一遍图生视频流程；两处都能出可播放结果后，就可以放心切到双段模板和分块放大出正式片了。
【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
