3步装好 ComfyUI-LTXVideoLTX-2 视频生成节点完整实操指南【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 是面向 LTX-2 视频生成模型的 ComfyUI 自定义节点集合覆盖文生视频、图生视频、IC-LoRA 精细控制与低显存优化。读完这篇指南你能从零搭好环境并独立跑通一个官方 LTX-2 工作流。 亮点速览它帮你解决什么LTX-2 模型本身已内置在 ComfyUI 核心中而本项目提供的是用好它的那一套工具节点多、场景全从文本到视频、图像到视频到口型重配音Lipdub、HDR 输出、像素级生成式放大60 多个节点各司其职工作流开箱即用example_workflows/下提供 20 个以上官方示例2.0 与 2.3 两代模型都有导入即可运行低显存友好通过 LowVRAM 加载器节点控制模型顺序加载让 22B 级模型在 32GB 显存内跑起来长视频分块生成LTXVLoopingSampler支持时间/空间双重平铺一次生成单模型跑不完的长视频详细说明见 looping_sampler.md文本编码内置方案自带 Gemma 编码器加载与提示词增强节点不用额外折腾 API 环境自检清单开始前对照下表确认你的机器与软件条件项目最低要求GPUCUDA 兼容显卡32GB 以上显存磁盘100GB 以上可用空间模型体积大软件已安装 ComfyUI 并能正常启动显卡显存不足 32GB 也可尝试见后文低显存方案显存不够时不必放弃项目的低显存加载节点配合启动参数可以把峰值占用压下来代价是生成速度变慢。 3步完成安装第 1 步克隆仓库到自定义节点目录把仓库放进 ComfyUI 的custom_nodes下git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo ComfyUI/custom_nodes/ComfyUI-LTXVideo这一条命令完成全部节点代码的部署克隆位置不要放错否则 ComfyUI 不会加载它。第 2 步安装 Python 依赖进入项目目录后安装依赖包cd ComfyUI/custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txt依赖包含diffusers、transformers、kornia等缺任何一个都会导致节点加载失败。第 3 步下载并放对模型文件模型分四类放错文件夹是最常见的加载失败原因主模型二选一ltx-2.3-22b-dev.safetensors基础版或ltx-2.3-22b-distilled-1.1.safetensors蒸馏版→models/checkpoints/上采样器ltx-2.3-spatial-upscaler-x2-1.1.safetensors与ltx-2.3-temporal-upscaler-x2-1.0.safetensors→models/latent_upscale_models/两阶段工作流必需蒸馏 LoRAltx-2.3-22b-distilled-lora-384-1.1.safetensors→models/loras/Gemma 文本编码器下载gemma-3-12b-it-qat-q4_0-unquantized整个仓库 →models/text_encoders/IC-LoRA按需Union 控制、运动追踪、HDR、Lipdub 等 →models/loras/完成后重启 ComfyUI节点会出现在菜单的LTXVideo分类下。 三个典型场景实战场景一文本生成视频T2V打开example_workflows/2.3/LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json在提示词节点输入画面描述点击运行。基础模型版细节最足适合对画质要求高的正式产出ComfyUI-LTXVideo 基础模型文生视频效果蒸馏版Distilled步数更少、出图更快效果依然能打适合日常迭代ComfyUI-LTXVideo 蒸馏模型生成效果场景二图片驱动视频I2V把一张静态图喂给图像到视频工作流如LTX-2_I2V_Distilled_wLora.json首帧构图会被完整保留动态由模型补全。建筑、产品这类结构复杂的画面尤其稳ComfyUI-LTXVideo 图生视频建筑首帧输入场景三IC-LoRA 精细控制需要可控而不只是好看时用 IC-LoRA 工作流如LTX-2.3_ICLoRA_Motion_Track_Distilled.json。输入一张带运动轨迹的参考图模型就沿轨迹运动主体Union Control 版本则把深度图、边缘图、人体姿态合并进一个 LoRA一个节点管多路控制还能在降采样潜空间上推理省显存又提速。⚙️ 进阶与调优基础版 vs 蒸馏版追求细节选 dev 基础模型要速度选蒸馏版 蒸馏 LoRA这是日常创作的最优解两阶段出片先用低分辨率锁定构图与运动再用空间/时间上采样器放大成品分辨率与流畅度都更好低显存三件套把加载节点换成LowVRAMCheckpointLoader等 LowVRAM 系列见 low_vram_loaders.py用dependencies输入串联加载顺序同时以保留显存方式启动python -m main --reserve-vram 55代表给系统保留 5GB 显存按你的实际显存调整长视频LTXVLoopingSampler通过时间分块 重叠融合生成超长视频配合MultiPromptProvider还能分段换提示词进阶玩法stg.py提供 STG 空间引导LTXVHDRDecodePostprocess可输出 ARRI LogC3 线性 HDR 帧并导出 EXR 序列❓ 高频问题排查Q1节点菜单里没有 LTXVideo 分类重启 ComfyUI仍不出现就检查克隆路径是否为custom_nodes/ComfyUI-LTXVideo以及依赖是否装进 ComfyUI 所用的那个 Python 环境。Q2加载模型报错或找不到文件九成是放错文件夹。对照第 3 步的清单核对主模型在checkpoints上采样器在latent_upscale_modelsLoRA 在lorasGemma 编码器在text_encoders。Q3显存爆了OOM改用 LowVRAM 加载节点并按dependencies顺序串联同时加上--reserve-vram参数生成分辨率和帧数适当调低能立刻缓解。Q4只想生成音频不要视频用LTXVAudioOnlyModel节点把模型切到纯音频模式配合占位视频潜变量即可单独出音频对应工作流见example_workflows/2.3/LTX-2.3_T2A_Single_Stage_Distilled.json。✅ 小结与下一步到这里你已经掌握了 LTX-2 在 ComfyUI 中的完整用法装节点、摆模型、跑工作流、调显存。下一步建议直接打开蒸馏版文生视频工作流生成你的第一条 5 秒视频——跑通一遍再回头对照本文的进阶章节比反复看文档高效得多。【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