【免费下载链接】ltx-2
LTX-2 是 Comfy-Org 为 ComfyUI 重新打包的模型仓库，包含 Gemma 3 12B 文本编码器（4 种精度）和 3 个 LoRA 文件。本文逐文件详解模型目录结构，告诉你每个文件应该放到 ComfyUI 的哪个文件夹，避开最常见的放置错误。
📦 项目速览：LTX-2 仓库里有什么
| 项目 | 说明 |
|---|---|
| 用途 | 为 ComfyUI 提供 LTX-2 工作流所需的文本编码器与 LoRA |
| 基础模型 | google/gemma-3-12b-it、mlabonne/gemma-3-12b-it-abliterated |
| 许可协议 | ltx-2-community-license-agreement（非 Apache/MIT，商用前请自行确认） |
| 文件数量 | 7 个.safetensors文件，分属 2 个目录 |
详细说明见 README.md。
🗂️ 模型目录结构一图看懂
整个仓库所有模型都放在split_files/下，按用途分为两个子目录：
📂 ltx-2/ ├── 📂 split_files/ │ ├── 📂 loras/ ← 对应 ComfyUI 的 models/loras │ │ ├── gemma-3-12b-it-abliterated_heretic_lora_rank64_bf16.safetensors │ │ ├── gemma-3-12b-it-abliterated_lora_rank64_bf16.safetensors │ │ └── ltx2-squish.safetensors │ └── 📂 text_encoders/ ← 对应 ComfyUI 的 models/text_encoders │ ├── gemma_3_12B_it.safetensors │ ├── gemma_3_12B_it_fp4_mixed.safetensors │ ├── gemma_3_12B_it_fp8_scaled.safetensors │ └── gemma_3_12B_it_fpmixed.safetensors核心规则只有一条：loras/下的文件全部去models/loras，text_encoders/下的文件全部去models/text_encoders，文件夹名和文件名都不能动。
🔤 text_encoders/ 目录详解：4 种 Gemma 3 文本编码器
这 4 个文件是同一个 Gemma 3 12B 模型的不同量化版本，只需按显存大小挑一个，不需要全部下载。
1️⃣ 全精度版：gemma_3_12B_it.safetensors
- 大小：约22.7 GB
- 精度：bf16 全精度
- 适用：24 GB 及以上显存的"旗舰级"显卡
- 效果最好，但也是最吃显存和硬盘的选择
2️⃣ FP8 缩放版：gemma_3_12B_it_fp8_scaled.safetensors
- 大小：约12.3 GB
- 精度：fp8 缩放量化
- 适用：16 GB 显存的常见选择，容量与显存平衡最佳
3️⃣ 混合精度版：gemma_3_12B_it_fpmixed.safetensors
- 大小：约12.8 GB
- 精度：fp 混合量化
- 适用：16 GB 显存，是 fp8_scaled 的另一种量化方案
4️⃣ FP4 混合版：gemma_3_12B_it_fp4_mixed.safetensors
- 大小：约8.8 GB
- 精度：fp4 混合量化
- 适用：12 GB 甚至更低显存的小显存救星，体积最省
💡一句话选型：显存 ≥24G 选全精度；16G 选 fp8_scaled 或 fpmixed；显存紧张选 fp4_mixed。
🧲 loras/ 目录详解：3 个 LoRA 文件分别做什么
LoRA 是训练好的小型权重附加模块，配合主模型使用，体积都很小。
1️⃣ gemma-3-12b-it-abliterated_lora_rank64_bf16.safetensors
- 大小：约599 MB，rank 64，bf16 精度
- 来源：mlabonne 的 Gemma 3 12B abliterated（"去审查"）微调版本
- 作用：让文本编码器在更不受限的语义空间里工作
2️⃣ gemma-3-12b-it-abliterated_heretic_lora_rank64_bf16.safetensors
- 大小：约599 MB，rank 64，bf16 精度
- 作用：abliterated 版本的 heretic 变体 LoRA，与前一个互为替代方案
3️⃣ ltx2-squish.safetensors
- 大小：约408 MB
- 来源：ovi054 的 LTX-2-19b-Squish-LoRA
- 触发词：
squish it（写提示词时带上，效果才会生效）
⚠️ 两个 abliterated LoRA 是二选一的关系，不需要同时加载；ltx2-squish 则与它们用途不同，按需搭配。
📁 ComfyUI 正确放置路径（官方对照表）
官方指定放置位置如下，直接照抄即可：
| 源文件（仓库内路径） | 目标位置（ComfyUI 内） |
|---|---|
| split_files/text_encoders/ 全部 4 个文件 | ComfyUI/models/text_encoders/ |
| split_files/loras/ 全部 3 个文件 | ComfyUI/models/loras/ |
📂 ComfyUI/ └── 📂 models/ ├── 📂 loras/ ← 3 个 LoRA 放这里 └── 📂 text_encoders/ ← 4 个文本编码器放这里放好后在 ComfyUI 里刷新模型列表，即可在"加载文本编码器"和"加载 LoRA"节点中按文件名找到它们。
❌ 常见放置错误清单：这 5 个坑最多人踩
- 文本编码器丢进
models/checkpoints—— Gemma 3 不是大模型 checkpoint，放那里 ComfyUI 根本不会识别，请放models/text_encoders。 - LoRA 和文本编码器放反—— 看名字里的
lora字样就懂了：带lora的进models/loras，带gemma_3_12B_it前缀的进models/text_encoders。 - 4 个量化版本全下、全放—— 同一模型的不同精度版本只保留一个即可，放多份只占 30GB+ 硬盘，节点里选哪个加载哪个。
- 改了文件名再放入—— 工作流中按原始文件名引用模型，改名后工作流会报"模型未找到"错误，保持 README.md 中的原始命名。
- 忘了 squish LoRA 的触发词—— 加载了
ltx2-squish.safetensors却在提示词中不写squish it，等于白挂。
🚀 快速开始：一键下载 LTX-2 模型
git lfs install git clone https://gitcode.com/hf_mirrors/Comfy-Org/ltx-2提示：仓库中的
.safetensors通过 Git LFS 存储，如果 clone 下来只有几百字节的文件，说明 LFS 没有生效，执行git lfs pull补全即可。
clone 完成后，把split_files/loras/里的 3 个文件复制到 ComfyUI 的models/loras/，split_files/text_encoders/里按显存挑一个文件复制到models/text_encoders/，整个 LTX-2 的模型放置就完成了。🎉
【免费下载链接】ltx-2
相关推荐
避开Pyright类型标注陷阱：新手必知的5个常见错误
避开Pyright类型标注陷阱：新手必知的5个常见错误 你是否曾在Python项目中添加类型标注后，被Pyright抛出的TypeError搞得一头雾水？作为微
开发工具静态分析代码质量openFrameworks文件夹结构全解析：新手必备的projectGenerator与目录层级指南
openFrameworks文件夹结构全解析：新手必备的projectGenerator与目录层级指南 openFrameworks 是一款社区开发的跨平台 C
图形学音视频Cuckoo Sandbox 分析结果详解：storage/analyses 目录结构与产物文件逐项剖析
Cuckoo Sandbox 分析结果详解：storage/analyses 目录结构与产物文件逐项剖析 分析完成后，Cuckoo Sandbox 会把全部产物
网络安全应用安全
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
