ComfyUI-LTXVideo 安装使用指南：从零到跑通 LTX-2 视频生成只需 4 步
【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 是一组面向 ComfyUI 的自定义节点，专门扩展 Lightricks LTX-2 视频生成模型的高级能力：帧条件控制、多模态引导、分块融合采样、HDR 输出等。LTX-2 的基础支持已经内置在 ComfyUI 核心里，这个仓库补齐了其余的节点和现成工作流。适合已经装好 ComfyUI、想在本机做出高质量视频（含音频）的新手和进阶用户。
它到底能帮你做什么
先看看哪些场景会用到它，判断值不值得折腾：
- 文字/图片生成带声音的视频：LTX-2 是音视频联合模型，一条提示词可以同时产出视频轨道和音频轨道，无需后期配音。
- 给视频"动手术"：通过 IC-LoRA 系列节点做局部重绘（inpaint）、扩画幅（outpaint）、运动轨迹控制（sparse motion tracks），甚至 Dub-It 换台词——口型、音频一起重生成，还保留说话人身份。
- 把老素材升级：SDR 视频升成 ACEScct HDR 并导出 EXR 序列；低分辨率片段用 Pixel Spatial Upscaler 以"生成"方式重渲染出 2×/4× 细节，而非单纯插值。
- 超出一屏的大画布：
LTXVTiledFusionSampler在重叠空间分块上共享同一张 latent 画布逐步去噪，可以做出 FullHD、4K 甚至 8K 的输出，详见 tiled_fusion_sampler.md。 - 纯音频生成：
LTXVAudioOnlyModel把模型切成只跑音频通道的模式，文字直接生成音频，不需要任何视频输出。
开工前确认 3 件事
- 本机已装好 ComfyUI（版本够新即可，LTX-2 相关代码已在 ComfyUI 核心内）。
- 一块 CUDA 显卡，32GB 以上显存，磁盘预留100GB+给模型和缓存。
- 能稳定访问模型下载源（下面第 3 步要拉好几个 GB 的权重）。
低于 32GB 显存也别慌，后文"实用技巧"里给了低显存路线。
4 步完成安装
第 1 步：拿到节点。推荐走 ComfyUI Manager：打开 ComfyUI，按 Ctrl+M 打开 Manager，选择 Install Custom Nodes，搜索 "LTXVideo"，点安装，完成后重启 ComfyUI。如果你习惯手动管理，克隆到自定义节点目录并装依赖：
git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo ComfyUI/custom_nodes/ComfyUI-LTXVideocd ComfyUI/custom_nodes/ComfyUI-LTXVideo && pip install -r requirements.txt依赖里包含colour-science、openimageio、diffusers、transformers[timm]等，requirements.txt一次装全，不用逐个敲。
第 2 步：确认节点注册成功。重启后在节点菜单里应能看到 "LTXVideo" 分类，里面就是采样器、引导器、HDR 工具等全部节点。
第 3 步：下载模型。打开任意一个示例工作流后，ComfyUI 的 Workflow Overview 面板会列出 Missing Models，点Download all，它会自动把权重放进正确的ComfyUI/models/子目录，一次下载长期复用。如果你想手动下载，LTX-2.3 体系需要这几组文件：
- 主模型（二选一）：
ltx-2.3-22b-dev.safetensors或ltx-2.3-22b-distilled-1.1.safetensors，放models/checkpoints； - 空间上采样器：
ltx-2.3-spatial-upscaler-x2-1.1.safetensors，放models/latent_upscale_models； - 时间上采样器：
ltx-2.3-temporal-upscaler-x2-1.0.safetensors，同样放models/latent_upscale_models； - 蒸馏 LoRA：
ltx-2.3-22b-distilled-lora-384-1.1.safetensors，放models/loras； - 文本编码器：Gemma 3 的
gemma-3-12b-it-qat-q4_0-unquantized全套文件，放models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized。
第 4 步：打开一个示例工作流验证节点全部点亮（没有红色缺失项），装完即可开工。
首次运行：跑通第一条视频
以仓库自带的 example_workflows/2.5/LTX-2.5_T2V_I2V_Two_Stage_Distilled.json 为例，这是官方标注 "Start here" 的两阶段文/图生视频图：第一阶段基础分辨率生成视频+音频，第二阶段 2× 空间上采样再跑 3 步精修。
- ComfyUI 里Workflow → Open，选择上面这个
.json（或直接拖进画布）。 - Workflow Overview 面板里补齐 Missing Models（点 Download all，只做一次）。
- 在 Inputs 区域填提示词，可选放一张首帧图、设置时长；注意帧数必须是 1 + 8 的整数倍，这是模型的硬性约束。
- 点Run。默认参数就是按低显存机器调好的，跑通了再谈优化。
这条图的每个子图布局都是统一的（加载模型 → 输入 → 预处理 → 采样 → 解码），所以换其他示例工作流时不用重新学。更多选择可以看 example_workflows/2.5/README.md，里面有一棵"我该用哪条工作流"的决策树：只出音频走 T2A、要跟音频走 A2V、改外观走 V2V IC-LoRA、4K/8K 走 Tiled Fusion 系列。
实用技巧：显存、提速与常见坑
- 显存吃紧？换成工作流里的低显存加载器节点（low_vram_loaders.py 提供的
LowVRAMCheckpointLoader等），它按正确顺序执行并做模型卸载，保证 32GB 显存装得下；启动参数再加--reserve-vram，例如python -m main --reserve-vram 5给系统留 5GB。 - 有富余显存就放大解码分块：2.5 系列工作流图内 Decode 注释写明了——解码 tile 越大越少跑得越快，但吃显存，按你的卡调整。
- 想要更快：优先选 distilled（蒸馏）模型/LoRA，采样步数只有几步，专为快速迭代设计；两阶段图适合最终出片，单阶段图适合预览。
- Tiled Fusion 写提示词有讲究：上采样/精修阶段的提示词只描述光线、色调、胶片感、锐度这类风格，不要点名画面里的具体物体——否则升级后你点名的细节会被盖进每个空间分块里。
- 提示词增强：嫌原始提示词生成效果一般，可用
LTXVPromptEnhancer配合 Gemma 编码器做扩写，系统提示词模板在 system_prompts/ 里。 - 想加自己的节点：注册入口在 nodes_registry.py，采样器基类逻辑在 easy_samplers.py，条件组装参考 dynamic_conditioning.py。
排障速查
Q：重启 ComfyUI 后节点菜单里没有 LTXVideo 分类？先确认仓库落在ComfyUI/custom_nodes/下且依赖装过了（pip install -r requirements.txt），然后看启动日志有无 import 报错——多半是依赖版本问题，升级transformers到 4.50 以上通常能解决。
Q：运行时报显存不足（OOM）？按顺序处理：换单阶段工作流 → 换成低显存加载器节点 → 启动加--reserve-vram→ 降低输出分辨率和时长。32GB 显存是官方基线线，低于此值基本要靠低显存加载器撑。
Q：Workflow Overview 一直提示 Missing Models？说明权重没落进对应的models/子目录：主模型在checkpoints，上采样器在latent_upscale_models，LoRA 在loras，Gemma 编码器在text_encoders/gemma-3-12b-it-qat-q4_0-unquantized。直接点面板里的 Download all 让 ComfyUI 自己摆位置最省心。
Q：生成出来的视频帧数/时长和我设的不一样？两回事：帧数必须是 1 + 8 的整数倍，不合法会被调整；时长是 fps × 秒数换算的，落点可能和你输入的对不上一点点，属正常现象。
Q：EXR 导出相关节点报错？HDR 的 EXR 读写依赖openimageio，在requirements.txt里；确认依赖完整安装后再试。
写在最后
装完这套节点，你手里就有了从文生视频到 4K/8K 分块融合、从 SDR 转 HDR 到口型重配音的完整 LTX-2 工具箱——剩下的功夫值得花在挑工作流和调提示词上。遇到工作流通用的问题，README.md 列了全部示例和模型清单；更细的上手说明可以参照 example_workflows/2.5/README.md 的工作流索引。祝出片顺利。
【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
