Sulphur 2文生视频T2V工作流详解5步生成你的第一个AI视频本文带你用Sulphur 2 文生视频T2V工作流在 ComfyUI 中 5 步生成第一个 AI 视频。Sulphur-2-base 是基于 LTX 2.3 的开源视频生成模型原生支持 t2v文生视频与 i2v图生视频并附带官方 ComfyUI 工作流模板和提示词增强器Prompt Enhancer对新手非常友好。一、先认识 Sulphur 2它能做什么Sulphur 2 是一个无审查uncensored的视频生成模型底层基于 Lightricks 的 LTX 2.322B 参数特点是文生视频 图生视频一套模型两种玩法且原生支持生成带音效的视频⚡蒸馏加速配合 distilled LoRA 可大幅减少采样步数出片更快✍️自带 Prompt Enhancer一个多模态小模型能把简单提示词自动扩写成高质量视频提示词仓库中的核心文件一览文件说明推荐用途sulphur_dev_fp8mixed.safetensors开发版fp8 混合量化显存占用低显存 16GB~24GB 用户首选sulphur_dev_bf16.safetensors开发版bf16 全精度画质上限高显存充足24GB用户sulphur_distil_bf16.safetensors蒸馏版完整模型追求极致速度sulphur_lora_rank_768.safetensors高秩 LoRA 版本以 LoRA 形式叠加在 LTX 2.3 基座上distill_loras/ltx-2.3-22b-distilled-lora-1.1_fro90_ceil72_condsafe.safetensors蒸馏 LoRA加速采样experimental/sulphur_experimental_lora_v1.safetensors实验性 LoRA尝鲜用 官方建议下载 dev 版本fp8mixed 或 bf16 任选其一 蒸馏 LoRA即可开始详见 README.md。二、准备工作环境搭建与模型放置1. 获取模型文件如果本地没有可以通过 git 获取仓库模型文件较大也可在 Hugging Face 上直接下载对应仓库git clone https://gitcode.com/hf_mirrors/SulphurAI/Sulphur-2-base2. 文件放置位置把模型文件按类型放进 ComfyUI 对应目录仓库文件放入 ComfyUI 目录sulphur_dev_fp8mixed.safetensors 或 sulphur_dev_bf16.safetensorsmodels/checkpoints/distill_loras/... 蒸馏 LoRAmodels/loras/LTX 2.3 的 VAE 与ltx-2.3-spatial-upscaler-x2-1.0.safetensorsmodels/vae/与models/latent_upscale_models/3. 下载 T2V 工作流本文主角是两个开箱即用的 ComfyUI 工作流文件基础版步数多、控制更细workflows/ltx23_t2v base.json蒸馏版步数少、出片快workflows/ltx23_t2v distilled.json 新手建议先用distilled 蒸馏版采样更快、更容易跑通。三、工作流全景一条两阶段出片流水线Sulphur 2 的 T2V 工作流采用两阶段生成策略先用低分辨率快速打草稿再放大分辨率精修细节兼顾速度与画质。整体数据流如下加载模型 → 加载蒸馏 LoRA → 编写正/负提示词 → 生成空白视频/音频 Latent分辨率、帧数 → 第一阶段采样低分辨率草稿 → 空间上采样器 ×2 放大 → 第二阶段采样高清精修 → VAE 解码画面 音频 VAE 解码声音 → 合成视频并保存几个新手不必深究、但值得知道的关键节点LoraLoaderModelOnly加载蒸馏 LoRA工作流内预设强度约 0.5CFGGuiderCFG 引导系数预设1蒸馏模型不需要高 CFGManualSigmas预设了自定义降噪调度例如第一阶段0.85, 0.7933, 0.68, 0.51, 0.2833, 0.0一般无需改动LTXVLatentUpsampler配合ltx-2.3-spatial-upscaler-x2做两阶段放大CreateVideo SaveVideo把画面与音频合成默认保存到video/LTX_2.3_t2v文件夹帧率 24fps⚠️重要提醒工作流中可能残留sulphur_final.safetensors的 LoRA 加载节点。按官方说明完整模型与 LoRA 二选一不要同时使用否则效果会出错。四、5步生成你的第一个AI视频第 1 步导入 T2V 工作流打开 ComfyUI将 workflows/ltx23_t2v distilled.json 直接拖入浏览器窗口即可加载全部节点与连线无需手动搭建。第 2 步确认模型已正确加载在 Checkpoint 加载节点选择你的sulphur_dev_fp8mixed或sulphur_dev_bf16LoRA 节点选择蒸馏 LoRA确认第 3 节提到的完整模型 / LoRA 二选一没有冲突第 3 步编写提示词正/负 Prompt在CLIPTextEncode节点中填写英文提示词建议写清楚主体 动作 场景 镜头语言 氛围。工作流内置的负面提示词可直接沿用pc game, console game, video game, cartoon, childish, ugly提示词写得越具体视频越稳定。不会写提示词别急第五节会教你用 Prompt Enhancer 一键升级。第 4 步调整分辨率与帧数工作流用一组独立的数字节点控制输出规格distilled 版默认值参数节点默认值含义Width1366输出宽度第一阶段自动减半出草稿Height768输出高度Length241总帧数24fps 下约10 秒视频Frame Rate24帧率显存不够时可先把 Width/Height 降到 768×512、Length 降到 97约 4 秒跑通后再逐步放大。第 5 步点击 Queue Prompt 出片点击Queue Prompt等待两阶段采样完成。完成后到 ComfyUI 的output/目录工作流命名为video/LTX_2.3_t2v即可看到带音效的成品视频 五、Prompt Enhancer提示词一键升级Sulphur 2 自带提示词增强器能把一只猫在跑这类简单描述扩写成电影级分镜提示词。最简单的使用方式是配合LM Studio在 LM Studio 的模型目录下新建Sulphur/promptenhancer文件夹放入 gguf 模型与视觉投影文件基础版prompt_enhancer/sulphur_prompt_enhancer_model-q8_0.gguf prompt_enhancer/mmproj-BF16.gguf无审查完整版prompt_enhancer_uncensored/prompt_enhancer_uncensored-q8_0.gguf同目录含 tokenizer 与 config 等完整文件在 LM Studio 中加载该模型无需系统提示词直接发送想增强的文字可附一张参考图把输出粘贴回 T2V 工作流即可六、常见问题与参数速查问题解决方案显存溢出VRAM OOM换用 fp8mixed 版本降低分辨率/帧数解码节点改用工作流中预留的VAEDecodeTiled分块解码出片太慢使用 distilled 工作流 蒸馏 LoRA画面偏卡通/粗糙保留工作流默认负面提示词提示词中增加写实、光影等描述结果不受控想复现将RandomNoise节点的 seed 模式设为fixed想要镜头运动工作流预留了 camera control LoRA 加载位如 dolly-left按需加载七、下一步从 T2V 走向 I2V跑通文生视频后可以无缝切换到图生视频工作流同一套模型workflows/ltx23_i2v base.jsonworkflows/ltx23_i2v distilled.json只需把首帧图片接进LTXVImgToVideoInplace节点即可让静态图片动起来。小结掌握Sulphur 2 文生视频T2V工作流只需记住一条主线导入工作流 → 加载模型与 LoRA → 写好提示词 → 调好分辨率帧数 → 排队出片。配合蒸馏 LoRA 与 Prompt Enhancer即使是新手也能在 10 步采样内拿到带音效的 10 秒 AI 视频。快去生成你的第一个作品吧创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
