想在本地显卡上让 LTX-2.3-GGUF 生成高分辨率、高帧率的视频？答案不是直接拉高参数硬算，而是使用 LTX-2.3 官方的空间上采样器（Spatial Upscaler）与时间上采样器（Temporal Upscaler），搭建一套"多阶段（multiscale）管线"：先低清出草稿，再逐级放大分辨率和帧率，最后用全量模型精修。本指南带你完整走完这条管线。

为什么需要多阶段管线？

直接生成 1080p、60 帧的视频对显存是灾难：DiT 主干对 latent 空间的分辨率与帧数极其敏感，分辨率越高、帧数越多，显存占用呈平方级增长。

LTX-2.3 官方给出的思路是：

🎯小画布起草 → 空间放大 → 重新精修 → 时间插帧 → 再精修

官方模型卡中明确列出了三个上采样器检查点（见 README.md 的 Model Checkpoints 表格）：

⚠️ 上采样器作用于latent 空间而非像素空间：分辨率翻倍 ≈ 像素维度 4 倍面积，显存开销增长很快，建议 1.5x → 2x 逐级放大而不是一次拉满。

两种模型怎么选：dev 与 distilled

本仓库包含两组量化文件（见 README.md）：

• distilled（蒸馏版）：专为少步生成优化，4–8 步、CFG=1即可出片，速度极快，适合当"起草器"或"精修器"；
• dev（全量版）：需要至少 20 步，质量上限更高，适合作为最终输出阶段的精修主力。

官方在 README.md 中还提示了一个关键用法：

In fact the workflow published below, uses thedistilled lora on top of the dev modelto refine the initial output. （官方工作流是在 dev 模型上叠加 distilled LoRA 来精修初始输出。）

也就是说，最经典的组合是：distilled 出草稿 → dev + distilled LoRA 精修，多阶段管线中每一级"精修"都推荐这种搭配。

仓库里的 GGUF 文件清单

本仓库基于 Unsloth Dynamic 2.0 量化方法论，重要层被自动升回高精度，质量损失很小。

dev 全量模型（仓库根目录）：

distilled 蒸馏模型（distilled/ 与 distilled-1.1/ 两个版本，1.1 为更新版）：包含从 ltx-2.3-22b-distilled-Q4_K_M.gguf 到 BF16 的全部量化档。

配套文件（多阶段管线全部用得上）：

环境搭建：一键安装 ComfyUI

LTX-2.3-GGUF 通过 ComfyUI-GGUF 节点加载，安装流程与 README.md 保持一致：

# 1. 虚拟环境 + 主程序 python3 -m venv .diffusion && source .diffusion/bin/activate git clone https://github.com/Comfy-Org/ComfyUI.git && cd ComfyUI pip install -r requirements.txt huggingface_hub # 2. 必备自定义节点 cd custom_nodes/ git clone https://github.com/city96/ComfyUI-GGUF.git # GGUF 量化模型加载 pip install -r ComfyUI-GGUF/requirements.txt git clone https://github.com/kijai/ComfyUI-KJNodes.git # 常用工具节点 pip install -r ComfyUI-KJNodes/requirements.txt # 3. 启动 cd ../.. && python main.py

模型文件建议软链到models/对应目录（unet/、vae/、text_encoders/、latent_upscale_models/），仓库给出的完整命令见 README.md。

多阶段管线：从草稿到 2 倍分辨率 2 倍帧率

以一个「704×384 → 1408×768、24 帧 → 47 帧（FPS 翻倍）」的完整管线为例：

阶段 1：低分辨率草稿（draft）

• 模型：ltx-2.3-22b-distilled（本仓库 distilled-1.1/ 内任一量化档）
• 参数：5–8 步、CFG=1（distilled 的标准配置，见 README.md）
• 输出：低清、低帧率 latent，速度极快

阶段 2：空间上采样（分辨率 ×2）

• 加载ltx-2.3-spatial-upscaler-x2-1.0到 ComfyUI 的 latent 上采样槽位
• 将草稿 latent 的 H/W 各放大 2 倍（像素层面为 4 倍面积）
• 若目标分辨率增幅较小，可改用 x1.5 版本，逐级更平滑

阶段 3：空间精修（refine）

• 换回ltx-2.3-22b-dev全量模型 + distilled LoRA（官方推荐组合，README.md）
• ≥20 步，重新去噪补齐高分辨率细节
• 提示词保持与阶段 1 一致，避免内容漂移

阶段 4：时间上采样（帧率 ×2）

• 加载ltx-2.3-temporal-upscaler-x2-1.0，对高分辨率 latent 的时间维插帧 2 倍
• 例：25 帧草稿 → 49 帧成片（帧数需满足下文对齐规则）

阶段 5：时间精修（可选）

• 再次用 dev 模型对插帧后的序列做一轮精修，让新增帧的运动与光影更连贯

💡省显存技巧：每个阶段结束后立即用 VAE 把 latent 解码、丢弃中间 latent；UD-Q4_K_M这类动态量化文件在 12–16GB 显存卡上可以全程跑完，BF16 则建议只留给最终精修阶段。

参数对齐铁律：32 与 8k+1

LTX-2.3 对输入尺寸有硬性约束（README.md General tips）：

• 宽高必须是 32 的倍数（因为 VAE 空间压缩 + 上采样倍数的共同要求）
• 帧数必须满足 8k+1（如 9、17、25、33、41、49…）
• 不满足时，用-1填充到最近合法尺寸，生成后再裁剪回目标分辨率/帧数

以管线各阶段为例：

官方工作流：一个 mp4 复刻全部技巧

仓库根目录的 unsloth_flowers.mp4 并非普通演示视频——工作流就嵌在这个 mp4 文件里（README.md）：

1. 在 ComfyUI 中直接打开该 mp4，自动解析出完整节点图；
2. 把本仓库的 GGUF 文件路径填入UnetLoaderGGUF等节点即可运行；
3. 这条官方工作流正是「distilled 起草 + dev 模型 + distilled LoRA 精修」的完整示范，也是学习多阶段接线方式的最好教材。

📄 使用条款见 LICENSE（LTX-2 Community License），模型可自由用于许可范围内的用途。

常见问题（FAQ）

Q1：低显存卡能跑通整条多阶段管线吗？能。草稿阶段用 ltx-2.3-22b-distilled-Q4_K_M.gguf 甚至 Q3 档，精修阶段用 UD-Q4_K_M 动态量化文件（如 ltx-2.3-22b-dev-UD-Q4_K_M.gguf），逐阶段串行而非一次性加载全部模型。

Q2：为什么要 dev + distilled LoRA，而不是直接用 distilled？distilled 是 4–8 步的少步模型，细节上限低于全量 dev。官方组合「dev 打底 + distilled LoRA 提速度」能在质量与速度间取得最佳平衡（README.md）。

Q3：空间上采样器和普通 latent upscale 节点有什么区别？普通 upscale 只是简单拉伸 latent，会放大噪声和伪影；ltx-2.3-spatial-upscaler-x2-1.0是针对 LTX-2.3 latent 分布训练过的专用网络，放大后再经 dev 模型精修，才能得到干净的细节而不是马赛克糊边。

Q4：帧率提升只能用 x2 吗？时间上采样器是 ×2 设计，需要 4 倍帧率时可级联两次「时间上采样 + 精修」；也可用 1.5x 空间上采样器做分辨率的"半步"调节。

总结：一张表看懂多阶段管线

掌握「distilled 起草 → 空间/时间上采样 → dev 精修」这套节奏，你的 LTX-2.3-GGUF 就能在消费级显卡上稳定产出高分辨率、高帧率的视频。🚀