LTX-2 视频生成完整指南：从安装到出片
【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo
ComfyUI-LTXVideo 是一套 LTX-2 ComfyUI 视频生成的扩展节点：它把文/图生视频、构图控制、HDR、配音和纯音频做成即用工作流，还带低显存加载器和示例工作流，让你在 32GB 显卡上就能出片。
一｜开跑前自检清单 ✅
官方前置条件：ComfyUI 本体、32GB+ 显存的 CUDA 显卡、100GB+ 空闲磁盘。开跑前逐条勾选：
- ComfyUI 本体已装：LTX-2 已内置在 ComfyUI 核心里，这个插件只补充扩展节点；没装本体的话先装本体，插件才有挂载点。
- 显存 32GB+：22B 模型加视频生成是显存大户；不满足就用 low_vram_loaders.py 里的低显存加载节点，再降低分辨率或帧数。
- 磁盘空闲 100GB+：主模型、空间/时间超分器、多个 LoRA、Gemma 3 文本编码器加起来体积很大；不够就只下你用的功能对应的模型。
- Python 依赖已装：仓库克隆后要按 requirements.txt 装一遍，其中含 HDR 写 EXR 用的 openimageio；不装的话 EXR 导出必报错。
二｜最短路径：第一条视频的最快产出
全程 5 步，只用 2 条命令。
- 装插件：ComfyUI 里按 Ctrl+M 打开 Manager，选 Install Custom Nodes，搜 "LTXVideo"，装完重启，节点菜单会多出一个 "LTXVideo" 分类。
- 手动兜底：Manager 装失败时，把仓库克隆到 ComfyUI 的 custom_nodes 目录：
git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo- 装依赖：在插件目录执行，再重启 ComfyUI：
pip install -r requirements.txt- 放模型：checkpoint 放
models/checkpoints（蒸馏版或完整版二选一）；空间/时间超分器放models/latent_upscale_models；各类 LoRA 放models/loras；Gemma 3 放models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized。不想手动放也可以，首次运行会自动下载所需模型。 - 打开工作流出片：进 example_workflows/，先打开 LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json。2.3 目录对应最新模型，单阶段同时支持文生视频和图生视频。填好提示词点生成，首次运行等几分钟加载模型。
三｜能力地图：ComfyUI-LTXVideo 按用途选工作流
文/图生视频：日常入口
能干什么：从提示词或首帧图直接出视频，蒸馏版几秒到几十秒。 什么情况下用它：迭代提示词、构图时用蒸馏工作流；定稿时切完整模型。要更高分辨率就用两阶段工作流，第一阶段定构图，第二阶段超分补细节。 关键工作流：2.3 目录的 Single_Stage_Distilled_Full（单阶段）与 Two_Stage_Distilled（两阶段带超分）。
构图控制：锁结构与运动
能干什么：Union IC-LoRA 把深度、Canny 边缘、人体姿态三种控制信号合进一个 LoRA，一次加载按需切换。 什么情况下用它：镜头对人物动作或场景结构要求高时。它在下采样后的 latent 上运算，显存占用更低，推理更快。 关键工作流：LTX-2.3_ICLoRA_Union_Control_Distilled.json；要画面元素沿指定轨迹运动就换 Motion_Track 工作流。
HDR 输出：给后期管线用
能干什么：HDR IC-LoRA 产出 LogC3 压缩的线性 HDR 画面，LTXVHDRDecodePostprocess 节点解码后给你两样东西：Reinhard 色调映射的 SDR 预览和原始线性 HDR 张量。 什么情况下用它：成片要进调色流程、或者需要 EXR 序列时。 关键工作流：LTX-2.3_ICLoRA_HDR_Distilled.json；导出 16/32 位 EXR 序列依赖 openimageio 库，已在 requirements.txt 里。
配音换词：换台词保音色
能干什么：Dub-It IC-LoRA 重新生成与目标文本匹配的唇形和音频，同时保留说话人的音色与身份。 什么情况下用它：把已有视频台词翻译成外语，或同语种改写台词；适合短视频二创和本地化。 关键工作流：LTX-2.3_ICLoRA_DubIt_Two_Stage_Distilled.json。两阶段先出基础分辨率的视频和音频，第二阶段冻结音频再放大画面。
创意超分：重画细节
能干什么：Pixel Spatial Upscaler IC-LoRA 有 2× 和 4× 两档，基于参考片段重绘纹理与结构，不是插值。 什么情况下用它：想先低分辨率定构图和运动，再拿高清成片时。LoRA 强度、引导强度与步数共同控制和源片的贴合度。 关键工作流：LTX-2.3_ICLoRA_Pixel_Spatial_Upscaler_Distilled.json，常规节奏是 ~280p 出草稿再超分。
纯音频生成：只出声音
能干什么：LTXVAudioOnlyModel 把模型切到音频单模态，从提示词直接产出音频片段，不出视频。 什么情况下用它：只配一段 BGM、旁白或音效时。模型输入按位置切分，需要喂一个 64×64 单帧占位视频 latent，成本可忽略。 关键节点：LTXVAudioOnlyEmptyVideoLatent 加 LTXVConcatAVLatent 拼占位，LTXVAudioVAEDecode 解码，最后用内置音频节点存 FLAC。
四｜排错手册 ⚠️：按症状查
症状：GPU OOM、显存不够
原因：22B 模型加上长帧视频把显存顶爆了。 解法：加载器全部换成 low_vram_loaders.py 里的 LowVRAM 系列，它们保证加载与卸载顺序；启动时再留显存余量：
python -m main --reserve-vram 5还不行，就把分辨率从 1024×576 降到 512×288，或减少帧数，二选一。
症状：节点找不到、菜单里搜不到
原因：插件没装在 ComfyUI 的 custom_nodes 下，或者启动日志里有依赖导入报错。 解法：先确认安装位置，再看启动日志；缺依赖就pip install -r requirements.txt重装一次。节点注册集中在 nodes_registry.py，排查注册问题可以对照它。
症状：模型加载失败、文件不识别
原因：LTX-2 各类模型各有固定目录：checkpoints、latent_upscale_models、loras 和 Gemma 3 文本编码器。放错目录必失败，下载中断也会留下不完整文件。 解法：重新下载并校验文件完整性，同时检查磁盘剩余空间，磁盘写满也会触发类似报错。
症状：EXR 导不出来
原因：EXR 读写依赖 openimageio 库而不是 OpenCV，缺这个依赖 HDR 节点就写不出序列。 解法：执行pip install openimageio（requirements.txt 已列出），重启 ComfyUI，LTXVHDRDecodePostprocess 就能写出 16/32 位 EXR 序列。
症状：蒸馏、完整模型混用出片不对
原因：两类模型的采样参数不同，工作流串用就会参数不匹配。 解法：日常迭代用蒸馏工作流，最终出片切完整模型工作流，文件不要混。
五｜进阶方向：两条路线
路径 A：沿示例工作流逐级叠加节点先把单阶段文/图生视频跑熟，看懂输入、采样、输出三段连接； 再换两阶段超分流程，体会先定稿再放大的节奏； 然后依次试 Union 控制、运动追踪、HDR 和 Lipdub，每次观察多出的节点。
路径 B：深入高级控制节点tricks/nodes/ 下有 LTXAttentionBank 保存与回灌注意力权重，跨片段保持场景一致； LTXPerturbedAttention（PAG）和 LTXFetaEnhance 用于提升画面质感； STG 引导器配 presets/stg_advanced_presets.json 预设改善运动质量； LTXVTiledFusionSampler 加 LTXVTiledVAEDecode 把长视频、高分辨率拆块处理，突破显存上限。
ComfyUI-LTXVideo 的价值不在某一项功能，而在这些节点能自由拼成你需要的管线。一句话讲，环境先行：插件、模型目录、参数三者理顺后，出片只是时间问题。提示词写不好还有 Gemma 3 提示词增强节点，模板在 system_prompts/ 目录。建议你今天就先跑通单阶段蒸馏工作流，把第一条视频出出来。
【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
