企业官网建设流程全解析

ComfyUI-LTXVideo 避坑速查

【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 是面向 ComfyUI 的自定义节点合集，为 LTX-2 视频生成提供 IC-LoRA 控制、分块上采样、长视频扩展与 HDR 相关的工作流和节点。LTX-2 模型本体已内置于 ComfyUI 核心，这个插件补上的是"基础生成之外"的部分。本文按动手路径展开：先把环境跑起来，再逐个场景过一遍，最后用一张速查表收尾。

上手：判断、安装、验证

这节解决：装好插件并把模型文件放对位置。

先核对硬件

需要已安装的 ComfyUI、支持 CUDA 的 NVIDIA GPU、至少 32GB 显存，以及至少 100GB 磁盘空间存放模型和缓存。显存下限来自 22B 主模型，达不到时，低显存加载器和单阶段工作流是后文的兜底方案。

两种安装方式

方式一通过 ComfyUI-Manager：在 ComfyUI 中点 Manager 按钮（或按 Ctrl+M），选 Install Custom Nodes，搜索 "LTXVideo"，安装后重启。方式二手动安装：

cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo pip install -r requirements.txt

两种方式装完后，节点都会出现在节点菜单的 "LTXVideo" 分类下。

放对模型文件

一个工作流会引用多类模型。加载示例工作流后，Workflow Overview 面板会列出缺失项，点 Download all 可一次性拉到正确的子目录。手动下载时注意归属：主模型 checkpoint（如 ltx-2.3-22b-dev）放models/checkpoints；Gemma 3 文本编码器放models/text_encoders/；空间与时域上采样器放models/latent_upscale_models；蒸馏 LoRA 与各 IC-LoRA 放models/loras。

验证安装

空白画布右键搜索 "LTXV"，加载器、采样器等节点能搜到，且加载一份示例工作流没有红色报错，即可开工。环境就绪后，先出第一条视频。

🎞️ 生成第一条视频：从文字或一张图

这节解决：最快拿到带音轨的成片。

从example_workflows/里选一份：快速预览用 2.5 单阶段蒸馏图，成片用两阶段图。两者差别值得记一下：

两者都会同时输出视频与音频。三个容易踩的坑：帧数必须满足"1 + 8 的倍数"，图里按 fps × 秒换算，实际帧数可能与你输入的值略有出入；提示词只有一句话时，先接提示词增强节点，它会把原文扩展成覆盖画面与声景的描述（光照、具体声音、带引号的台词），I2V 时还能给首帧生成描述再融合；2.5 图的默认值按低显存机器调过，显存富余时调大解码分块尺寸可以换速度。

🧩 用 IC-LoRA 拿回控制权

这节解决：让已有的图和视频参与生成。

IC-LoRA（In-Context LoRA）把参考图或参考视频作为条件注入模型上下文：你提供参考素材，模型照着生成。结构控制用 Union Control，一个 LoRA 同时理解深度图、Canny 边缘与人体姿态，且在降采样后的潜空间上工作，显存占用更低、推理更快；想让物体沿指定路径运动，用 Motion Track，在首帧上画稀疏轨迹，模型会沿轨迹动起来。

对已有素材做修改有专门 IC-LoRA：Inpaint 填充遮罩区域，Outpaint 扩展画布，两者都支持两阶段上采样并可冻结原音轨；Ingredients 工作流接受一张摆有角色、道具、场地的参考图，在提示词里按位置指认各元素即可；Dub-It 做对白重写，给定原视频和新台词，它会重生成匹配的嘴型与语音，支持跨语言配音并保留说话人身份。

偏后期向的还有两条路线：HDR IC-LoRA 把 SDR 视频升为 ACEScct HDR 工作空间，输出节点同时给出 Reinhard 色调映射预览和线性 HDR 张量，可再导出 16/32 位 EXR 序列（需安装 openimageio）；Pixel Spatial Upscaler 是生成式上采样器，有 2× 与 4× 两档，它不插值像素而是合成细节，推荐流程是先以约 280p 出低清稿定下构图与运动，再跑上采样。控制之外，如果素材本身长或分辨率高，就轮到分块了。

📐 更长的视频、更高的分辨率

这节解决：长视频与高分辨率导致的显存不足。

LTX-2 有受训窗口，直接超规格会 OOM 或画质下降。两个分块节点用途不同，别混用。潜空间是视频在模型里的压缩表示，"画布"指这块表示的整体区域。

沿时间轴扩展：LTXVLoopingSampler

这个节点把长视频切成重叠的时间段，每段以上一段的尾帧为条件向前推进。关键参数：

官方文档建议重叠设为段长的约三分之一，过渡更平滑；长视频防色漂和过饱和，把 adain_factor 设到 0.1-0.3。接上 MultiPromptProvider 可让每段使用不同提示词，做出叙事递进。空间参数 horizontal_tiles / vertical_tiles 则把画面切成网格生成后再加权融合，同一节点即可出更高分辨率。

沿空间扩展：LTXVTiledFusionSampler

它面向 IC-LoRA 的视频到视频：保持同一张潜空间画布和同一噪声场，每个去噪步都在重叠瓦片上采样，再把结果高斯混合回画布，瓦片共享噪声轨迹，因此不会出现接缝。峰值显存取决于瓦片大小而非画布大小，FullHD 源片可以推进到 4K 或 8K。注意三点：overlap_frac 不低于 0.5，否则规则内容上会出现网格；瓦片尺寸按 LoRA 的受训窗口取（32 的倍数）；提示词只写光照、调色、锐度，不要点名具体物体，否则命名细节会被盖章到每个空间瓦片里。配套的 LTXVGetTilingSizes 节点会给出合法的画布与瓦片组合。画布大但只需解码时，Tiled VAE Decode 节点也能把潜空间拆成空间与时域块逐块解码，降低解码峰值。

🩺 调参与排障速查

这节解决：症状对号入座。

✅ 下一步

这节解决：读完之后的三件事。

1. 挑一个场景跑通：从 example_workflows/ 加载最接近你需求的一份，2.5/ 子目录覆盖最全。
2. 深入两个进阶节点：looping_sampler.md 与 tiled_fusion_sampler.md 列全了参数范围和已知坑。
3. 探索进阶工具箱：tricks/ 目录包含注意力控制、flow edit、PAG 等节点组，基础工作流不够用时再回来翻。

【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo