从环境搭建到长视频生成ComfyUI-LTXVideo 插件实战指南【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 Lightricks 为 LTX-2 视频生成模型打造的 ComfyUI 自定义节点集合LTX-2 本体已内置在 ComfyUI 核心中而这个插件补上了从低显存加载、长视频分块采样、IC-LoRA 控制到 HDR 后处理的全套工程化能力。本文按装环境 → 看懂采样架构 → 掌握控制手段 → 攻坚性能瓶颈 → 场景实战的路径带你把这套工具真正用起来。一、三步完成环境部署依赖安装与模型落位1. 硬件与前置条件ⓘ系统要求官方推荐的最低配置是 ComfyUI 本体 CUDA 兼容 GPU32GB 以上显存 100GB 以上空闲磁盘。显存紧张时不必放弃第四节会给出低显存方案的节点支持。2. 安装插件方式一通过 ComfyUI Manager打开 ComfyUI按CtrlM呼出 Manager选择Install Custom Nodes搜索LTXVideo安装后重启节点会出现在节点菜单的Lightricks分类下。方式二手动克隆到自定义节点目录git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo.git custom_nodes/ComfyUI-LTXVideo3. 安装 Python 依赖cd custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txt依赖清单见 requirements.txt其中colour-science是 HDR 色彩主通道所必需无回退方案openimageio用于 EXR 序列读写缺少它们相关 HDR 节点会直接报错而非降级。4. 模型文件落位表模型文件名放置目录作用22B 完整模型ltx-2.3-22b-dev.safetensorsmodels/checkpoints/最高质量采样步数多22B 蒸馏模型ltx-2.3-22b-distilled-1.1.safetensorsmodels/checkpoints/少步数快出图日常首选空间上采样器ltx-2.3-spatial-upscaler-x2-1.1.safetensorsmodels/latent_upscale_models/两阶段管线的分辨率放大时间上采样器ltx-2.3-temporal-upscaler-x2-1.0.safetensorsmodels/latent_upscale_models/两阶段管线的帧数放大蒸馏 LoRAltx-2.3-22b-distilled-lora-384-1.1.safetensorsmodels/loras/让完整模型走蒸馏推理Gemma 3 文本编码器gemma-3-12b-it-q4_0 全量文件models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized/提示词编码与增强IC-LoRA 系列union-control / motion-track / hdr / dubit 等models/loras/各类控制与特效能力专家提示新手建议先只装蒸馏模型 蒸馏 LoRA Gemma 编码器这是速度和质量平衡最好的组合example_workflows/2.3/下的LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json是验证环境是否跑通的最佳起点。二、看懂采样器体系从 BaseSampler 到 LoopingSampler插件的采样能力不是一堆零散节点而是一条清晰的阶梯。理解这条阶梯你就理解了整个插件的设计语言。1. 四级基础采样器核心实现在 easy_samplers.pyLTXVBaseSampler最基础的去噪采样支持 I2V 条件图、自定义width/height/num_frames宽高步进 32帧数步进 8LTXVInContextSampler在基础上去噪时把引导 latentguiding latents拼进上下文做注意力引导LTXVExtendSampler以上一段生成结果的尾帧为条件向时间轴后方续写LTXVNormalizingSampler在续写前做 latent 归一化抑制长视频常见的过饱和漂移2. 统一入口LTXVLoopingSampler上面的节点被LTXVLoopingSampler封装成一个总控节点它同时处理两个维度时间分块temporal_tile_size控制每块帧数temporal_overlap控制相邻块重叠帧数。原理上每块生成时会用LTXVExtendSampler以上一块的尾部帧为条件实现无缝衔接空间分块horizontal_tiles/vertical_tiles把高分辨率画面切成重叠区域逐块处理后线性加权混合峰值显存只与单块大小相关关键参数速查完整参数表见 looping_sampler.md参数建议值说明temporal_tile_size80每块像素帧数短片 40-80长片 120-200temporal_overlap24经验法则取块长的 25-30%temporal_overlap_cond_strength0.5上一块对下一块的影响强度越高时序一致性越强adain_factor0.1-0.3长序列防过饱和用首块统计量做 AdaIn 归一化专家提示长视频漂移画面逐渐变糊、颜色跑偏时优先加adain_factor而不是加引导强度需要长程一致性时还可以把参考图 latent 接进optional_negative_index_latents让每个时间块都能回望全局锚点。三、三种控制手段IC-LoRA 引导、STG 与提示词增强生成像样靠采样器生成可控靠控制节点。插件提供了三类互补的控制路径。1. IC-LoRA 视频引导最核心的控制方式ⓘ技术原理IC-LoRAIn-Context LoRA把参考视频/图像的 latent 以上下文形式追加到生成 latent 之后模型在注意力中同时看到参考内容和待生成内容。核心节点LTXAddVideoICLoRAGuide的frame_idx参数决定参考的位置0与生成片段对齐视频参考-1放在生成范围之外单图参考。使用要点先用LTXICLoRALoaderModelOnly把控制 LoRA 挂到模型上只改模型不重建 checkpointLTXAddVideoICLoRAGuide负责把引导帧附加到条件中latent_downscale_factor可把参考降到 1/2、1/3 尺寸省显存还提速——Union Control LoRA 就是按降采样 latent 训练的LTXVSetAudioRefTokens用于 Dub-It 场景注入说话人参考音频 token 保持音色一致插件随附的 Union IC-LoRA 把深度、Canny 边缘、姿态三种控制条件合并进一个 LoRA一张参考图即可三条件共用工作流见 example_workflows/2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json。2. STG空间引导微调stg.py 实现了 STGSpatio-Temporal Guidance在每一步去噪时额外做一次注意力扰动用正预测 - 扰动预测的差值来抑制伪影、锐化细节。STGGuiderAdvanced节点配合预设库presets/stg_advanced_presets.json可以一键套用官方调好的强度曲线再经LTXVApplySTG注入采样。适合画面整体对但细节发虚的场景代价是多一次前向开销。3. 提示词侧Gemma 编码器与提示词增强LTX-2 用 Gemma 3 做文本编码。LTXVGemmaEnhancePrompt节点会调用本地 Gemma把你的一两句口语化描述扩写成结构化的视频提示词系统提示词模板见 system_prompts/T2V 与 I2V 各一套。没有本地显存跑 Gemma 时GemmaAPITextEncode可以走远端 API。专家提示控制路径的优先级建议是构图/内容用 IC-LoRA 引导细节质量用 STG提示词只负责风格与光影描述。三件事分开做比把全部意图塞进 prompt 稳定得多。四、显存不足与分辨率上限怎么破这是实战中最常撞墙的两处插件恰好各有一套成熟方案。1. 显存不足低显存加载器 启动参数问题32GB 以下显存加载 22B 模型直接 OOM。方案使用 low_vram_loaders.py 中的LowVRAMCheckpointLoader/LowVRAMAudioVAELoader/LowVRAMLatentUpscaleModelLoader。它们的dependencies输入是一个任意类型的执行顺序锁把后一个加载器的依赖接到前一个的输出上强制模型串行加载避免多个模型同时驻留显存启动 ComfyUI 时加保留参数python main.py --reserve-vram 5原理OOM 的峰值往往不是单个模型太大而是多个模型加载器并行执行导致叠加占用串行化后峰值显存降到最大单模型 工作区。官方说明该组合可在 32GB 显存内完成生成。2. 高分辨率三种瓦片策略选型方案优势适用场景注意事项LTXVTiledSampler实现简单独立采样各瓦片快速验证瓦片间独立去噪可能出现接缝LTXVTiledFusionSampler单张 latent 画布 单噪声场每个去噪步在重叠瓦片上运行并高斯混合无接缝IC-LoRA V2V 精修FullHD/4K/8K只能配离散步采样器euler/heun/dpm_2overlap_frac不低于 0.5否则结构化内容上会出现周期性网格LTXVLoopingSampler空间分块与时间分块复用同一节点显存最省超长 超高分辨率组合空间重叠最小 1 个 latent 像素越大混合越顺滑Tiled Fusion 的完整约束包括为什么 guide 的use_tiled_encode必须为 false、tile_frames为何要与 guide 一致写在 tiled_fusion_sampler.md配套LTXVGetTilingSizes节点可以直接算出合法的画布/瓦片/tile_frames组合不用手推。ⓘ技术原理Tiled Fusion 与普通瓦片采样的本质区别在于轨迹共享——所有瓦片在同一条噪声调度轨迹上被同一噪声场驱动混合只是空间加权而独立采样是各瓦片各走各的轨迹接缝自然产生。专家提示跑 Tiled Fusion 工作流时提示词只描述风格光照、色调、锐度不要点具体物体名。README 特别警告上采样后 prompt 里点名的细节会在每个空间瓦片里复制粘贴式地出现。五、场景实战HDR、配音重做与纯音频生成1. SDR 视频升级 HDRHDR IC-LoRA 能把普通 SDR 视频转换成 ACEScct 工作空间的 HDR 内容。LoRA 输出的是 LogC3 压缩空间帧LTXVHDRDecodePostprocess节点负责解码回线性 HDR同时给出 Reinhard 色调映射的 SDR 预览和原始线性张量并可经 OpenImageIO 导出 16/32 位 EXR 序列用 DJV 查看。两阶段分块版LTX-2.5_V2V_TiledFusion_SDR_to_HDR.json单阶段版LTX-2.3_ICLoRA_HDR_Distilled.json2. Dub-It换台词不换脸给定源视频和目标对白文本Dub-It IC-LoRA 重新生成口型与语音同时用参考音频 token 保持说话人身份。它天然是两阶段管线第一阶段在基础分辨率生成音画第二阶段上采样并冻结音频。工作流LTX-2.3_ICLoRA_DubIt_Two_Stage_Distilled.json。3. 生成不带画面的纯音频LTX-2 是音画联合 transformerLTXVAudioOnlyModel节点会关掉run_vx和双向 cross-attn 开关让音频独立去噪。由于模型输入按位置切分为[video, audio]仍需用一个 64x64 单帧占位 latentLTXVAudioOnlyEmptyVideoLatent经LTXVConcatAVLatent拼接开销可忽略。解码用LTXVAudioVAEDecode取出音频再接内置的Save Audio (FLAC)。示例LTX-2.3_T2A_Single_Stage_Distilled.json。4. 生成式上采样先草稿后精修Pixel Spatial Upscaler IC-LoRA2×/4×不是插值锐化而是从低分辨率参考重新渲染出高频细节。推荐的作业方式是官方明确写的draft-then-upscale先在约 280p 的低分辨率锁定构图与运动确认满意后再跑上采样出终稿——LoRA 强度、guidance 与步数越低越贴参考越高越创意。工作流LTX-2.3_ICLoRA_Pixel_Spatial_Upscaler_Distilled.json。六、收尾把你的产出流水线搭起来回到开头的路径环境装好后用蒸馏单阶段工作流验证跑通日常创作以LTXVLoopingSampler为主控采样节点用 IC-LoRA 管内容、STG 管细节撞上显存和分辨率墙时分别用低显存加载器和 Tiled Fusion 拆解问题。ⓘ技术原理整个插件的节点都在init.py 中统一注册所有LTXV前缀节点都能在节点菜单的Lightricks分类下找到example_workflows/ 目录按 2.0 / 2.3 / 2.5 三个模型版本组织了全部官方工作流是排查这个功能怎么接线的最快的地方。工具只是手段你要的是可交付的视频产出。建议按项目节奏固定自己的参数基线先用低分辨率 蒸馏模型跑通构图锁定后上采样出终稿再按需叠 STG 与 HDR 后处理。把这套先草稿、后精修、分块攻坚的节奏跑顺ComfyUI-LTXVideo 提供的每一项能力都会落到你的成片里。【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
