Sulphur 2文生视频（T2V）工作流详解：5步生成你的第一个AI视频-二趣网

Sulphur 2文生视频（T2V）工作流详解：5步生成你的第一个AI视频

本文带你用Sulphur 2 文生视频（T2V）工作流，在 ComfyUI 中 5 步生成第一个 AI 视频。Sulphur-2-base 是基于 LTX 2.3 的开源视频生成模型，原生支持 t2v（文生视频）与 i2v（图生视频），并附带官方 ComfyUI 工作流模板和提示词增强器（Prompt Enhancer），对新手非常友好。

一、先认识 Sulphur 2：它能做什么？

Sulphur 2 是一个无审查（uncensored）的视频生成模型，底层基于 Lightricks 的 LTX 2.3（22B 参数），特点是：

🎬文生视频 + 图生视频：一套模型两种玩法，且原生支持生成带音效的视频
⚡蒸馏加速：配合 distilled LoRA 可大幅减少采样步数，出片更快
✍️自带 Prompt Enhancer：一个多模态小模型，能把简单提示词自动扩写成高质量视频提示词

仓库中的核心文件一览：

文件	说明	推荐用途
sulphur_dev_fp8mixed.safetensors	开发版（fp8 混合量化，显存占用低）	显存 16GB~24GB 用户首选
sulphur_dev_bf16.safetensors	开发版（bf16 全精度，画质上限高）	显存充足（24GB+）用户
sulphur_distil_bf16.safetensors	蒸馏版完整模型	追求极致速度
sulphur_lora_rank_768.safetensors	高秩 LoRA 版本	以 LoRA 形式叠加在 LTX 2.3 基座上
distill_loras/ltx-2.3-22b-distilled-lora-1.1_fro90_ceil72_condsafe.safetensors	蒸馏 LoRA	加速采样
experimental/sulphur_experimental_lora_v1.safetensors	实验性 LoRA	尝鲜用

💡 官方建议：下载 dev 版本（fp8mixed 或 bf16 任选其一）+ 蒸馏 LoRA即可开始，详见 README.md。

二、准备工作：环境搭建与模型放置

1. 获取模型文件

如果本地没有，可以通过 git 获取仓库（模型文件较大，也可在 Hugging Face 上直接下载对应仓库）：

git clone https://gitcode.com/hf_mirrors/SulphurAI/Sulphur-2-base

2. 文件放置位置

把模型文件按类型放进 ComfyUI 对应目录：

仓库文件	放入 ComfyUI 目录
sulphur_dev_fp8mixed.safetensors 或 sulphur_dev_bf16.safetensors	`models/checkpoints/`
distill_loras/... 蒸馏 LoRA	`models/loras/`
LTX 2.3 的 VAE 与`ltx-2.3-spatial-upscaler-x2-1.0.safetensors`	`models/vae/`与`models/latent_upscale_models/`

3. 下载 T2V 工作流

本文主角是两个开箱即用的 ComfyUI 工作流文件：

基础版（步数多、控制更细）：workflows/ltx23_t2v base.json
蒸馏版（步数少、出片快）：workflows/ltx23_t2v distilled.json

📌 新手建议先用distilled 蒸馏版，采样更快、更容易跑通。

三、工作流全景：一条"两阶段出片"流水线

Sulphur 2 的 T2V 工作流采用两阶段生成策略：先用低分辨率快速"打草稿"，再放大分辨率精修细节，兼顾速度与画质。整体数据流如下：

加载模型 → 加载蒸馏 LoRA → 编写正/负提示词 → 生成空白视频/音频 Latent（分辨率、帧数） → 第一阶段采样（低分辨率草稿） → 空间上采样器 ×2 放大 → 第二阶段采样（高清精修） → VAE 解码画面 + 音频 VAE 解码声音 → 合成视频并保存

几个新手不必深究、但值得知道的关键节点：

LoraLoaderModelOnly：加载蒸馏 LoRA（工作流内预设强度约 0.5）
CFGGuider：CFG 引导系数预设1，蒸馏模型不需要高 CFG
ManualSigmas：预设了自定义降噪调度，例如第一阶段0.85, 0.7933, 0.68, 0.51, 0.2833, 0.0，一般无需改动
LTXVLatentUpsampler：配合ltx-2.3-spatial-upscaler-x2做两阶段放大
CreateVideo + SaveVideo：把画面与音频合成，默认保存到video/LTX_2.3_t2v文件夹，帧率 24fps

⚠️重要提醒：工作流中可能残留sulphur_final.safetensors的 LoRA 加载节点。按官方说明，完整模型与 LoRA 二选一，不要同时使用，否则效果会出错。

四、5步生成你的第一个AI视频

第 1 步：导入 T2V 工作流

打开 ComfyUI，将 workflows/ltx23_t2v distilled.json 直接拖入浏览器窗口即可加载全部节点与连线，无需手动搭建。

第 2 步：确认模型已正确加载

在 Checkpoint 加载节点选择你的sulphur_dev_fp8mixed或sulphur_dev_bf16
LoRA 节点选择蒸馏 LoRA
确认第 3 节提到的"完整模型 / LoRA 二选一"没有冲突

第 3 步：编写提示词（正/负 Prompt）

在CLIPTextEncode节点中填写英文提示词，建议写清楚：主体 + 动作 + 场景 + 镜头语言 + 氛围。工作流内置的负面提示词可直接沿用：

pc game, console game, video game, cartoon, childish, ugly

提示词写得越具体，视频越稳定。不会写提示词？别急，第五节会教你用 Prompt Enhancer 一键升级。

第 4 步：调整分辨率与帧数

工作流用一组独立的数字节点控制输出规格（distilled 版默认值）：

参数节点	默认值	含义
Width	1366	输出宽度（第一阶段自动减半出草稿）
Height	768	输出高度
Length	241	总帧数，24fps 下约10 秒视频
Frame Rate	24	帧率

显存不够时，可先把 Width/Height 降到 768×512、Length 降到 97（约 4 秒），跑通后再逐步放大。

第 5 步：点击 Queue Prompt 出片

点击Queue Prompt，等待两阶段采样完成。完成后到 ComfyUI 的output/目录（工作流命名为video/LTX_2.3_t2v）即可看到带音效的成品视频 🎉

五、Prompt Enhancer：提示词一键升级

Sulphur 2 自带提示词增强器，能把"一只猫在跑"这类简单描述扩写成电影级分镜提示词。最简单的使用方式是配合LM Studio：

在 LM Studio 的模型目录下新建Sulphur/promptenhancer文件夹
放入 gguf 模型与视觉投影文件：
- 基础版：prompt_enhancer/sulphur_prompt_enhancer_model-q8_0.gguf + prompt_enhancer/mmproj-BF16.gguf
- 无审查完整版：prompt_enhancer_uncensored/prompt_enhancer_uncensored-q8_0.gguf（同目录含 tokenizer 与 config 等完整文件）
在 LM Studio 中加载该模型，无需系统提示词，直接发送想增强的文字（可附一张参考图），把输出粘贴回 T2V 工作流即可

六、常见问题与参数速查

问题	解决方案
显存溢出（VRAM OOM）	换用 fp8mixed 版本；降低分辨率/帧数；解码节点改用工作流中预留的`VAEDecodeTiled`分块解码
出片太慢	使用 distilled 工作流 + 蒸馏 LoRA
画面偏卡通/粗糙	保留工作流默认负面提示词，提示词中增加写实、光影等描述
结果不受控想复现	将`RandomNoise`节点的 seed 模式设为`fixed`
想要镜头运动	工作流预留了 camera control LoRA 加载位（如 dolly-left），按需加载

七、下一步：从 T2V 走向 I2V

跑通文生视频后，可以无缝切换到图生视频工作流（同一套模型）：

workflows/ltx23_i2v base.json
workflows/ltx23_i2v distilled.json

只需把首帧图片接进LTXVImgToVideoInplace节点，即可让静态图片"动"起来。

小结

掌握Sulphur 2 文生视频（T2V）工作流只需记住一条主线：导入工作流 → 加载模型与 LoRA → 写好提示词 → 调好分辨率帧数 → 排队出片。配合蒸馏 LoRA 与 Prompt Enhancer，即使是新手也能在 10 步采样内拿到带音效的 10 秒 AI 视频。快去生成你的第一个作品吧！🚀

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析