ComfyUI-LTXVideo 实战：LTX-2 视频生成与高清上采样完整上手指南
【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo
ComfyUI-LTXVideo 是一套围绕 LTX-2 视频生成模型搭建的 ComfyUI 节点合集，专治三类老毛病：草稿放大后细节糊掉、高分辨率撑爆显存、运镜和角色不受控。它把上采样、分块采样、注意力干预拆成独立节点，你按场景拼装，从低清草稿一路出到成片。
它能为你做些什么
- 低清草稿想放大：2× / 4× 空间上采样不是简单插值，而是把纹理重新"画"出来，观感接近直接渲出高清
- 4K、8K 大画布超出模型训练窗口：LTXVTiledFusionSampler 用重叠分块去噪照样跑通
- 画面不听台词：深度、边缘、人体姿态、运动轨迹这些控制条件都能接进 IC-LoRA，镜头按轨迹走
- 配音要换语言：Dub-It IC-LoRA 重做口型与音频，说话人特征保持不变
- SDR 成片转 HDR：HDR IC-LoRA 配合 LTXVHDRDecodePostprocess 解码回线性空间，还能导出 EXR 序列
它为什么能做到
贴马赛克壁画，一块块拼出整面墙
大壁画不是一笔涂完，而是先打小样、逐块贴合，接缝自然服帖。LTXVTiledFusionSampler 让重叠的空间分块共享同一张 latent 画布和同一份噪声场，把超出模型训练窗口的画布一步去噪出来。
改稿只动标红的段落
审稿人用红笔划出要改的段落，改写者只碰标红处。LTXAttentionBankNode 在指定步数记下注意力，LTXPrepareAttnInjectionsNode 与 LTXPerturbedAttentionNode 把它回灌进后续步骤，干预范围由你划定。
货物在货架间倒手，工作台只放一箱
仓管员不让整批货堆上台面，边搬边用。low_vram_loaders.py 里的加载器控制模型 offload 顺序，让生成装进 32GB 显存；LTXVTiledVAEDecode 与 LTXVSpatioTemporalTiledVAEDecode 把 VAE 解码切开，再配 --reserve-vram 参数，显存更紧也撑得住。
上手三步走 🚀
环境搭建：装好节点和模型
先备一台 CUDA 显卡（建议 32GB+ 显存）和 100GB+ 磁盘空间。装节点有两条路：在 Comfy Manager 里搜 LTXVideo 安装后重启 ComfyUI；或者手动克隆到 custom_nodes 目录：
git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo pip install -r requirements.txt模型按用途放进对应目录：
- 主模型（二选一）：
ltx-2.3-22b-dev.safetensors（完整版）或ltx-2.3-22b-distilled-1.1.safetensors（蒸馏版）→models/checkpoints - 空间上采样器：
ltx-2.3-spatial-upscaler-x2-1.1.safetensors（另有 1.5× 版本）、时间上采样器：ltx-2.3-temporal-upscaler-x2-1.0.safetensors→models/latent_upscale_models - 蒸馏 LoRA：
ltx-2.3-22b-distilled-lora-384-1.1.safetensors→models/loras - 文本编码器：
gemma-3-12b-it-qat-q4_0-unquantized→models/text_encoders - IC-LoRA 系列（Union Control、Motion Track、HDR、Dub-It 等）按需另下 →
models/loras
工作流按场景挑，三档够用
- 快速预览：
LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json，单段蒸馏流程，想法验证最快 - 高清成品：
LTX-2.3_T2V_I2V_Two_Stage_Distilled.json，第一遍出基础分辨率，第二遍接空间 + 时间上采样 - 专业控制：IC-LoRA 系列，如
LTX-2.3_ICLoRA_Union_Control_Distilled.json（深度 + 姿态 + 边缘）、Motion_Track、HDR、DubIt；2.5 目录里还有 Inpaint、Outpaint、TiledFusion 4K/8K 等更多组合
关键参数速查，照表调不翻车
| 参数 | 建议值 | 调大 / 调小的影响 |
|---|---|---|
| 帧数 | 120-240 | 越长耗时、显存占用越高 |
| 基础分辨率 | 960x540 | 开太大先爆显存，细节交给上采样补 |
| 帧率 | 24fps | 越高越顺滑，总帧数跟着涨 |
| 采样步数 | 20-30 | 越多画面越干净，越慢 |
| 指导强度 | 7.5-15.0 | 越高越贴文字提示，过高易出伪影 |
| 降噪强度 | 0.8-1.2 | 决定成片清晰度，V2V 场景越高越贴近原片 |
| 空间上采样 | 1.5× / 2× | 2× 更锐利，显存占用更高 |
| 时间上采样 | 2× | 帧率翻倍，两段流程要配对 |
| 分块重叠 | 8-16 像素 | 越大接缝越隐形，略增耗时 |
常见坑与调优 ⚠️
- 出片发糊、细节发虚：多半是步数太少、guidance 给轻了。步数加到 25-30，指导强度提到 10-15，看效果再往下调
- 显存溢出直接崩：基础分辨率开太猛。回落到 960x540，或换 LTXVTiledSampler / LTXVTiledFusionSampler 走分块路线，再挂 low_vram_loaders.py 的加载器、启动时加 --reserve-vram 5
- 帧间断裂、动作不顺：两段流程里漏接时间上采样。把
ltx-2.3-temporal-upscaler-x2-1.0.safetensors放进models/latent_upscale_models，第二段接上 - 上采样后画面冒出"多余的东西"：prompt 里点了具体物体名，分块共享噪声场后每个 tile 都会长出来。放大阶段只写风格词——光线、色调、锐度、调色
- HDR 出来偏暗偏色：LogC3 压缩空间没解回线性，检查 LTXVHDRDecodePostprocess 是否接对；仍不满意就先退回 SDR 出片
- 一条片子等太久：全程挂着 full 模型。distilled 版本先出 480x270 草稿，挑出值得精修的段落再上 full 模型出高清，草稿与高清段落之间用 LTXVLaplacianPyramidBlend 做金字塔融合接起来，耗时能省六成以上
生态与扩展
- 节点走 ComfyUI 标准接口：标准采样器、VAE 解码器、conditioning 输入都能直接接上，和其他 LoRA、控制条件也不冲突
- example_workflows/ 按 2.0 / 2.3 / 2.5 三个版本分好类，JSON 导入即用，也可以跨工作流搬节点拼自己的图
- 装好后节点归在 LTXVideo 分类下，配合 Comfy Manager 使用，缺的模型首次运行会提示下载
- 音频线同样覆盖：LTXVAudioOnlyModel 把 LTX-2 切进纯音频模式，文本出音频单段就能跑
节点库还在朝更长时长、更高分辨率的方向扩展，T2A 音频线也刚铺上，值得持续跟进。把这套节点拼顺了，从草稿到成片的路径基本就通了。
相关资源
- 示例工作流：example_workflows/
- 高级功能节点：tricks/nodes/
- 实用工具节点：utiltity_nodes.py
- STG 预设参数：presets/stg_advanced_presets.json
- 分块融合采样说明：tiled_fusion_sampler.md
- 低显存加载器：low_vram_loaders.py
- 循环采样说明：looping_sampler.md
【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
