ComfyUI-LTXVideo 快速上手：一次装好 LTX-2 视频生成与 IC-LoRA 控制全链路-北京尧图网络

ComfyUI-LTXVideo 快速上手一次装好 LTX-2 视频生成与 IC-LoRA 控制全链路【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 是给 ComfyUI 加 LTX-2 视频生成能力的自定义节点包覆盖文生视频、图生视频、多条件控制、HDR 与配音。它适合已经装好 ComfyUI、想把 LTX-2 用透的你。环境与安装装前先把清单核一遍读完这节你就能确认机器够不够格并把节点包装到能用。硬件与前置条件逐条对照已安装 ComfyUICUDA 兼容 GPU显存 32GB 起步100GB 以上可用磁盘放模型与缓存安装走 Manager五步搞定启动 ComfyUI点 Manager 按钮或按 CtrlM选 Install Custom Nodes搜 LTXVideo点 Install装完重启 ComfyUI重启后新节点会出现在节点菜单的 LTXVideo 分类下缺的模型会在首次运行时按需拉取。跑通第一条工作流按场景挑不盲选读完这节你就能按自己的目标在示例工作流里挑出该加载的那一个。所有示例工作流都在ComfyUI/custom_nodes/ComfyUI-LTXVideo/example_workflows/下按 2.0、2.3、2.5 三个版本目录存放。选哪份取决于你要什么结果你要做的场景直接加载这份工作流文/图生视频单阶段快速出片example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json文/图生视频两阶段带空间时间上采样追求分辨率example_workflows/2.3/LTX-2.3_T2V_I2V_Two_Stage_Distilled.json深度/姿态/边缘多条件统一控制example_workflows/2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json图生视频运动追踪example_workflows/2.3/LTX-2.3_ICLoRA_Motion_Track_Distilled.jsonSDR 转 HDRexample_workflows/2.3/LTX-2.3_ICLoRA_HDR_Distilled.json生成式像素空间放大超分example_workflows/2.3/LTX-2.3_ICLoRA_Pixel_Spatial_Upscaler_Distilled.json配音 / 改口型Dub-Itexample_workflows/2.3/LTX-2.3_ICLoRA_DubIt_Two_Stage_Distilled.json文生音频T2Aexample_workflows/2.3/LTX-2.3_T2A_Single_Stage_Distilled.json2.0 旧版流程仍在比如文/图生视频的 Full 与 Distilled 版、视频转视频的LTX-2_V2V_Detailer.json、以及带降采样参考潜变量的LTX-2_ICLoRA_All_Distilled_ref0.5.json。若你要在 4K/8K 大画布上做 V2V直接看 2.5 目录里的 Tiled Fusion 工作流。模型文件存放位置一览表读完这节你就能把该下的模型下到对的位置缺哪个补哪个。必下两阶段管线与文生音频都依赖它模型文件存放目录作用ltx-2.3-22b-dev.safetensors或ltx-2.3-22b-distilled-1.1.safetensorsCOMFYUI_ROOT_FOLDER/models/checkpoints主检查点二选一ltx-2.3-spatial-upscaler-x2-1.1.safetensors、ltx-2.3-spatial-upscaler-x1.5-1.0.safetensorsCOMFYUI_ROOT_FOLDER/models/latent_upscale_models两阶段空间上采样ltx-2.3-temporal-upscaler-x2-1.0.safetensorsCOMFYUI_ROOT_FOLDER/models/latent_upscale_models两阶段时间上采样ltx-2.3-22b-distilled-lora-384-1.1.safetensorsCOMFYUI_ROOT_FOLDER/models/loras两阶段蒸馏 LoRADistilledPipeline 与 ICLoraPipeline 除外Gemma 3 全部文件COMFYUI_ROOT_FOLDER/models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantizedGemma 文本编码器按需用到对应能力再下模型文件存放目录作用ltx-2.3-22b-ic-lora-union-control-ref0.5.safetensorsCOMFYUI_ROOT_FOLDER/models/lorasUnion 控制深度/边缘ltx-2.3-22b-ic-lora-motion-track-control-ref0.5.safetensorsCOMFYUI_ROOT_FOLDER/models/loras运动追踪控制ltx-2.3-22b-ic-lora-hdr-0.9.safetensorsCOMFYUI_ROOT_FOLDER/models/lorasHDRltx-2-19b-ic-lora-detailer.safetensorsCOMFYUI_ROOT_FOLDER/models/loras视频转视频细节增强ltx-2-19b-ic-lora-pose-control.safetensorsCOMFYUI_ROOT_FOLDER/models/loras姿态控制ltx-2-19b-lora-camera-control-*.safetensors系列COMFYUI_ROOT_FOLDER/models/loras相机运动控制进阶玩法控制、HDR 与低显存Union IC-LoRA一个 LoRA 控多个条件读完这节你就知道怎么让一个 LoRA 同时吃下深度图与边缘图。Union IC-LoRA 把深度和边缘canny两类控制条件合进单个 LoRA。它学会两件事解析输入里到底带哪些控制信号以及在降采样的潜变量上运算。这样单文件就能覆盖多种控制显存占用更低、推理更快画质基本不掉。用法加载example_workflows/2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json把深度图或边缘图接进条件即可不必为每种控制各配一个 LoRA。HDR 链路把 SDR 升到能进后期的 HDR读完这节你就知道 HDR 帧是怎么从压缩空间还原成线性 HDR 的。HDR IC-LoRA 把普通 SDR 视频升级成带广色域的 HDR适合进调色、导 EXR、出 HLG 母版。LoRA 在 LogC3 压缩空间里出帧LTXVHDRDecodePostprocess节点把这些帧还原成线性 HDR 数值。它同时给两路输出一路是 Reinhard 映射后的 SDR 预览一路是原始线性 HDR 张量方便下游接。想落盘成 16/32 位 EXR 序列走 OpenImageIO 导出requirements.txt已含openimageio。用法加载example_workflows/2.3/LTX-2.3_ICLoRA_HDR_Distilled.json2.3 单阶段或 2.5 目录下的分块 SDR→HDR 工作流。低显存调优32GB 显存也能跑读完这节你就知道显存紧的时候该改哪两处。换用low_vram_loaders.py里的加载器节点。它保证执行顺序正确并做模型卸载把生成过程压进 32GB 显存。启动 ComfyUI 时加--reserve-vram参数例如python -m main --reserve-vram 5数值按你的显存调。大画布 V2VTiled Fusion 采样器读完这节你就知道怎么让模型在训练窗口之外的大画布上出片。LTXVTilingSizes之外的核心是LTXVTiledFusionSampler它在同一潜变量画布、同一噪声场上跑重叠空间分块把超过模型训练窗口的画布去噪出来专治已挂了LTXAddVideoICLoRAGuide的 IC-LoRA 视频转视频。合法画布 / 分块 /tile_frames值用LTXVGetTilingSizes算。别和LTXVTiledSampler搞混后者是各分块独立采样。4K/8K 的 2.5 示例在example_workflows/2.5/下。踩坑指南读完这节你就能避开新手最常撞上的五堵墙。导 EXR 写不进去先装openimageiopip install openimageio它已列在requirements.txt里没装的话 HDR 帧落不了 EXR 序列。显存爆了优先切到low_vram_loaders.py的加载器做模型卸载再叠加--reserve-vram别只盯着单条命令。依赖版本打架requirements.txt里ninja~1.11.1.4是固定版本、transformers[timm]4.50.0带 timm 额外依赖transformers 太低会直接报错。建议整份requirements.txt一次装齐别只补单个包。两阶段工作流跑不起来多半是latent_upscale_models里的空间/时间上采样器缺了或loras里的ltx-2.3-22b-distilled-lora-384-1.1.safetensors没下。Tiled Fusion 放大后物体乱飞提示词只写风格与光效光照、色调、锐度、分级别点名场景里的具体物体否则放大后每个空间分块都会长出该物体。资源导航读完这节你就知道去哪找更细的说明。仓库总览与完整模型清单README.mdTiled Fusion 采样器说明tiled_fusion_sampler.md循环采样说明looping_sampler.md2.5 工作流说明example_workflows/2.5/README.md各 LoRA 的完整下载地址以 README.md 里的官方列表为准。下一步挑一个上面的场景工作流加载进 ComfyUI把对应模型下到位先出一段最短的样片。【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：一次装好 LTX-2 视频生成与 IC-LoRA 控制全链路

相关推荐

任意长视频的连贯深度：Metric-Video-Depth-Anything-Base-MLX如何实现32帧窗口推理与跨帧一致性

零样本学习实战：从语义对齐到CLIP升级的完整复现指南

壁纸小程序源码全解析：取图、广告变现与部署避坑指南

更多资讯

CoCa模型深度解析：对比学习与生成式预训练的融合之路

原生双端音视频社交源码：架构、难点与部署避坑指南

十月AI前端岗面试策略：从被动应答到主动引导

JavaScript计算器入门：解决input值类型转换与四则运算陷阱

ChatGPT智能UI逆向拆解：协议驱动的流式组件渲染与前端架构

大模型Agent记忆系统实战指南：上下文管理、向量检索与遗忘机制

今日更新

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？