2026/8/24 22:04:57
FEATURED · 精选文章 
ComfyUI-LTXVideo 快速上手LTX-2 视频生成节点跑通指南【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 为 ComfyUI 扩展 LTX-2 视频生成能力补上 IC-LoRA 控制、HDR 输出与两阶段上采样。本文带你装节点、下模型、挑工作流出片、低显存调优把 LTX-2 跑起来。先自检环境再用 Manager 三步装好节点装 ComfyUI 视频生成节点前先把硬件这关过了已经装好 ComfyUICUDA 兼容的 GPU显存不低于 32GB可用磁盘 100GB 以上用来放模型和缓存硬件没问题就走安装三步搞定打开 ComfyUI点 Manager或按 CtrlM选 Install Custom Nodes搜索框输入 LTXVideo点 Install等它装完重启 ComfyUI重启后节点会归到节点菜单的 LTXVideo 分类下。首次跑某条工作流时缺的模型会自动下载不用你提前手动下。模型文件放哪按目录分组的下载清单LTX-2 是音视频联合模型一条工作流里画面和声音一起出链路比纯文本生图复杂一些。要跑通 2.3 的两阶段链路光有主模型不够还得配齐上采样器和蒸馏 LoRA蒸馏 用更少的采样步数出片牺牲一点点质量换速度。IC-LoRA 则是去噪时把参考图或控制信号注入的 LoRA让模型照着条件出画面。下面按「文件放哪个目录」分组列清楚文件目标目录用途ltx-2.3-22b-dev.safetensors或ltx-2.3-22b-distilled-1.1.safetensorsmodels/checkpoints2.3 主检查点dev 全量版 / distilled 蒸馏加速版二选一ltx-2.3-spatial-upscaler-x2-1.1.safetensors、ltx-2.3-spatial-upscaler-x1.5-1.0.safetensorsmodels/latent_upscale_models空间上采样器两阶段链路里放大分辨率ltx-2.3-temporal-upscaler-x2-1.0.safetensorsmodels/latent_upscale_models时间上采样器两阶段链路里加密帧率ltx-2.3-22b-distilled-lora-384-1.1.safetensorsmodels/loras蒸馏 LoRA除 DistilledPipeline / ICLoraPipeline 外的两阶段链路都要Gemma 3 仓库全部文件gemma-3-12b-it-qat-q4_0-unquantizedmodels/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized文本编码器把提示词喂给 LTX-2ltx-2.3-22b-ic-lora-union-control-ref0.5.safetensors等union、motion-track、hdr、detailer、pose 及相机控制系列models/loras各类 IC-LoRA 控制 LoRA按需取用从 LTX-2 工作流选一条先跑通示例都放在example_workflows/下分 2.3 和 2.0 两套。挑一条 ComfyUI 视频生成工作流先跑起来比一上来就啃全节点快得多。LTX-2.3 两段式文/图生视频蒸馏输入一句提示词或一张图。链路是Gemma 文本编码 → 生成低分辨率基础潜变量 → 空间 时间上采样 → 第二遍去噪细化 → 分块 VAE 解码同时解出声音。产出是一段带音频的中分辨率成品。想要更高清就上空间上采样器只求快就用 2.3 的单段蒸馏版跳过第二阶段。LTX-2.0 文生视频全量模型输入提示词可选接 Gemma 提示词增强。链路比 2.3 短加载全量检查点 几个 LoRA → 建空潜变量 → 采样 → VAE 解码 → 存视频。产出是质量上限高但出片偏慢的视频适合做精细镜头。LTX-2.3 IC-LoRA 深度 姿态 边缘控制输入一张深度图或人体姿态图、canny 边缘图加一句提示词。链路在普通文生视频骨架上加了 IC-LoRA 引导把控制信号压进潜空间。产出是一段严格跟着控制图走的视频深度图定纵深、姿态图定人物动作、边缘图定轮廓是 ComfyUI 里做可控生成最直接的入口。Union IC-LoRA 与 HDR 链路怎么用、为什么更快Union IC-LoRA 把深度图和 canny 边缘两种控制条件合进单个 LoRA。它更快是因为跑在降采样的潜空间里——潜空间就是 VAE 把视频压成的小尺寸张量模型主要在里面去噪——小一号的潜空间意味着更低的显存占用和更短的推理时间画质基本不掉。模型自己会识别输入里是哪一种信号喂深度图就按深度走喂边缘图就按边缘走。HDR 是另一条线。HDR IC-LoRA 生成以 ARRI LogC3 编码的线性 HDR 视频LogC3 是把高光动态范围压进单通道、方便存储的日志曲线。出片后接LTXVHDRDecodePostprocess节点它把 LogC3 压缩空间的帧解码回线性 HDR同时吐两路——Reinhard 色调映射加 sRGB 的 SDR 预览直接在界面里看和一路原始线性 HDR 张量给下游调色。想导出 16/32 位 EXR 序列EXR 是能存超大亮度范围的高动态范围图像格式启动 ComfyUI 前先设置环境变量再在节点里打开save_exrOPENCV_IO_ENABLE_OPENEXR1 # 启动 ComfyUI 之前设置低显存生成视频的两套解法显存不够、生成 OOM 时两条路都能救一是换low_vram_loaders.py里的加载器节点它们保证正确的执行顺序并主动卸载模型能把生成压进 32GB 显存二是给启动命令加保留显存参数把一部分显存留给系统防止别的进程挤爆。启动参数长这样python -m main --reserve-vram 55是保留的 GB 数按机器改。依赖缺失时装一下requirements.txt里的包就行diffuserseinopshuggingface_hub0.25.2kornianinja~1.11.1.4transformers[timm]4.50.0收尾回顾与下一步装好节点、配齐模型挑一条工作流先跑通再按需叠加 IC-LoRA 控制和 HDRLTX-2 在 ComfyUI 里就从「能跑」变成「能出片」。要更细的节点说明和更多玩法翻 LTX-2 官方开源文档的 ComfyUI 集成页和 LTX-2 主仓库最权威。【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
ComfyUI-LTXVideo 快速上手：LTX-2 视频生成节点跑通指南
ComfyUI-LTXVideo 快速上手LTX-2 视频生成节点跑通指南【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 为 ComfyUI 扩展 LTX-2 视频生成能力补上 IC-LoRA 控制、HDR 输出与两阶段上采样。本文带你装节点、下模型、挑工作流出片、低显存调优把 LTX-2 跑起来。先自检环境再用 Manager 三步装好节点装 ComfyUI 视频生成节点前先把硬件这关过了已经装好 ComfyUICUDA 兼容的 GPU显存不低于 32GB可用磁盘 100GB 以上用来放模型和缓存硬件没问题就走安装三步搞定打开 ComfyUI点 Manager或按 CtrlM选 Install Custom Nodes搜索框输入 LTXVideo点 Install等它装完重启 ComfyUI重启后节点会归到节点菜单的 LTXVideo 分类下。首次跑某条工作流时缺的模型会自动下载不用你提前手动下。模型文件放哪按目录分组的下载清单LTX-2 是音视频联合模型一条工作流里画面和声音一起出链路比纯文本生图复杂一些。要跑通 2.3 的两阶段链路光有主模型不够还得配齐上采样器和蒸馏 LoRA蒸馏 用更少的采样步数出片牺牲一点点质量换速度。IC-LoRA 则是去噪时把参考图或控制信号注入的 LoRA让模型照着条件出画面。下面按「文件放哪个目录」分组列清楚文件目标目录用途ltx-2.3-22b-dev.safetensors或ltx-2.3-22b-distilled-1.1.safetensorsmodels/checkpoints2.3 主检查点dev 全量版 / distilled 蒸馏加速版二选一ltx-2.3-spatial-upscaler-x2-1.1.safetensors、ltx-2.3-spatial-upscaler-x1.5-1.0.safetensorsmodels/latent_upscale_models空间上采样器两阶段链路里放大分辨率ltx-2.3-temporal-upscaler-x2-1.0.safetensorsmodels/latent_upscale_models时间上采样器两阶段链路里加密帧率ltx-2.3-22b-distilled-lora-384-1.1.safetensorsmodels/loras蒸馏 LoRA除 DistilledPipeline / ICLoraPipeline 外的两阶段链路都要Gemma 3 仓库全部文件gemma-3-12b-it-qat-q4_0-unquantizedmodels/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized文本编码器把提示词喂给 LTX-2ltx-2.3-22b-ic-lora-union-control-ref0.5.safetensors等union、motion-track、hdr、detailer、pose 及相机控制系列models/loras各类 IC-LoRA 控制 LoRA按需取用从 LTX-2 工作流选一条先跑通示例都放在example_workflows/下分 2.3 和 2.0 两套。挑一条 ComfyUI 视频生成工作流先跑起来比一上来就啃全节点快得多。LTX-2.3 两段式文/图生视频蒸馏输入一句提示词或一张图。链路是Gemma 文本编码 → 生成低分辨率基础潜变量 → 空间 时间上采样 → 第二遍去噪细化 → 分块 VAE 解码同时解出声音。产出是一段带音频的中分辨率成品。想要更高清就上空间上采样器只求快就用 2.3 的单段蒸馏版跳过第二阶段。LTX-2.0 文生视频全量模型输入提示词可选接 Gemma 提示词增强。链路比 2.3 短加载全量检查点 几个 LoRA → 建空潜变量 → 采样 → VAE 解码 → 存视频。产出是质量上限高但出片偏慢的视频适合做精细镜头。LTX-2.3 IC-LoRA 深度 姿态 边缘控制输入一张深度图或人体姿态图、canny 边缘图加一句提示词。链路在普通文生视频骨架上加了 IC-LoRA 引导把控制信号压进潜空间。产出是一段严格跟着控制图走的视频深度图定纵深、姿态图定人物动作、边缘图定轮廓是 ComfyUI 里做可控生成最直接的入口。Union IC-LoRA 与 HDR 链路怎么用、为什么更快Union IC-LoRA 把深度图和 canny 边缘两种控制条件合进单个 LoRA。它更快是因为跑在降采样的潜空间里——潜空间就是 VAE 把视频压成的小尺寸张量模型主要在里面去噪——小一号的潜空间意味着更低的显存占用和更短的推理时间画质基本不掉。模型自己会识别输入里是哪一种信号喂深度图就按深度走喂边缘图就按边缘走。HDR 是另一条线。HDR IC-LoRA 生成以 ARRI LogC3 编码的线性 HDR 视频LogC3 是把高光动态范围压进单通道、方便存储的日志曲线。出片后接LTXVHDRDecodePostprocess节点它把 LogC3 压缩空间的帧解码回线性 HDR同时吐两路——Reinhard 色调映射加 sRGB 的 SDR 预览直接在界面里看和一路原始线性 HDR 张量给下游调色。想导出 16/32 位 EXR 序列EXR 是能存超大亮度范围的高动态范围图像格式启动 ComfyUI 前先设置环境变量再在节点里打开save_exrOPENCV_IO_ENABLE_OPENEXR1 # 启动 ComfyUI 之前设置低显存生成视频的两套解法显存不够、生成 OOM 时两条路都能救一是换low_vram_loaders.py里的加载器节点它们保证正确的执行顺序并主动卸载模型能把生成压进 32GB 显存二是给启动命令加保留显存参数把一部分显存留给系统防止别的进程挤爆。启动参数长这样python -m main --reserve-vram 55是保留的 GB 数按机器改。依赖缺失时装一下requirements.txt里的包就行diffuserseinopshuggingface_hub0.25.2kornianinja~1.11.1.4transformers[timm]4.50.0收尾回顾与下一步装好节点、配齐模型挑一条工作流先跑通再按需叠加 IC-LoRA 控制和 HDRLTX-2 在 ComfyUI 里就从「能跑」变成「能出片」。要更细的节点说明和更多玩法翻 LTX-2 官方开源文档的 ComfyUI 集成页和 LTX-2 主仓库最权威。【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 
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
