企业官网建设流程全解析

从环境搭建到长视频生成：ComfyUI-LTXVideo 插件实战指南

【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 Lightricks 为 LTX-2 视频生成模型打造的 ComfyUI 自定义节点集合：LTX-2 本体已内置在 ComfyUI 核心中，而这个插件补上了从低显存加载、长视频分块采样、IC-LoRA 控制到 HDR 后处理的全套工程化能力。本文按"装环境 → 看懂采样架构 → 掌握控制手段 → 攻坚性能瓶颈 → 场景实战"的路径，带你把这套工具真正用起来。

一、三步完成环境部署：依赖安装与模型落位

1. 硬件与前置条件

ⓘ系统要求：官方推荐的最低配置是 ComfyUI 本体 + CUDA 兼容 GPU（32GB 以上显存）+ 100GB 以上空闲磁盘。显存紧张时不必放弃，第四节会给出低显存方案的节点支持。

2. 安装插件

方式一，通过 ComfyUI Manager：打开 ComfyUI，按Ctrl+M呼出 Manager，选择Install Custom Nodes，搜索LTXVideo安装后重启，节点会出现在节点菜单的Lightricks分类下。

方式二，手动克隆到自定义节点目录：

git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo.git custom_nodes/ComfyUI-LTXVideo

3. 安装 Python 依赖

cd custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txt

依赖清单见 requirements.txt，其中colour-science是 HDR 色彩主通道所必需（无回退方案），openimageio用于 EXR 序列读写，缺少它们相关 HDR 节点会直接报错而非降级。

4. 模型文件落位表

💡专家提示：新手建议先只装蒸馏模型 + 蒸馏 LoRA + Gemma 编码器，这是速度和质量平衡最好的组合；example_workflows/2.3/下的LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json是验证环境是否跑通的最佳起点。

二、看懂采样器体系：从 BaseSampler 到 LoopingSampler

插件的采样能力不是一堆零散节点，而是一条清晰的"阶梯"。理解这条阶梯，你就理解了整个插件的设计语言。

1. 四级基础采样器

核心实现在 easy_samplers.py：

1. LTXVBaseSampler：最基础的去噪采样，支持 I2V 条件图、自定义width/height/num_frames（宽高步进 32，帧数步进 8）
2. LTXVInContextSampler：在基础上去噪时把引导 latent（guiding latents）拼进上下文做注意力引导
3. LTXVExtendSampler：以上一段生成结果的尾帧为条件，向时间轴后方"续写"
4. LTXVNormalizingSampler：在续写前做 latent 归一化，抑制长视频常见的过饱和漂移

2. 统一入口：LTXVLoopingSampler

上面的节点被LTXVLoopingSampler封装成一个总控节点，它同时处理两个维度：

• 时间分块：temporal_tile_size控制每块帧数，temporal_overlap控制相邻块重叠帧数。原理上，每块生成时会用LTXVExtendSampler以上一块的尾部帧为条件，实现无缝衔接
• 空间分块：horizontal_tiles/vertical_tiles把高分辨率画面切成重叠区域，逐块处理后线性加权混合，峰值显存只与单块大小相关

关键参数速查（完整参数表见 looping_sampler.md）：

💡专家提示：长视频漂移（画面逐渐变糊、颜色跑偏）时，优先加adain_factor而不是加引导强度；需要长程一致性时，还可以把参考图 latent 接进optional_negative_index_latents，让每个时间块都能"回望"全局锚点。

三、三种控制手段：IC-LoRA 引导、STG 与提示词增强

生成"像样"靠采样器，生成"可控"靠控制节点。插件提供了三类互补的控制路径。

1. IC-LoRA 视频引导：最核心的控制方式

ⓘ技术原理：IC-LoRA（In-Context LoRA）把参考视频/图像的 latent 以"上下文"形式追加到生成 latent 之后，模型在注意力中同时看到"参考内容"和"待生成内容"。核心节点LTXAddVideoICLoRAGuide的frame_idx参数决定参考的位置：0与生成片段对齐（视频参考），-1放在生成范围之外（单图参考）。

使用要点：

1. 先用LTXICLoRALoaderModelOnly把控制 LoRA 挂到模型上（只改模型，不重建 checkpoint）
2. LTXAddVideoICLoRAGuide负责把引导帧附加到条件中，latent_downscale_factor可把参考降到 1/2、1/3 尺寸，省显存还提速——Union Control LoRA 就是按降采样 latent 训练的
3. LTXVSetAudioRefTokens用于 Dub-It 场景，注入说话人参考音频 token 保持音色一致

插件随附的 Union IC-LoRA 把深度、Canny 边缘、姿态三种控制条件合并进一个 LoRA，一张参考图即可三条件共用，工作流见 example_workflows/2.3/LTX-2.3_ICLoRA_Union_Control_Distilled.json。

2. STG：空间引导微调

stg.py 实现了 STG（Spatio-Temporal Guidance）：在每一步去噪时额外做一次注意力扰动，用正预测 - 扰动预测的差值来抑制伪影、锐化细节。STGGuiderAdvanced节点配合预设库（presets/stg_advanced_presets.json）可以一键套用官方调好的强度曲线，再经LTXVApplySTG注入采样。适合"画面整体对但细节发虚"的场景，代价是多一次前向开销。

3. 提示词侧：Gemma 编码器与提示词增强

LTX-2 用 Gemma 3 做文本编码。LTXVGemmaEnhancePrompt节点会调用本地 Gemma，把你的一两句口语化描述扩写成结构化的视频提示词，系统提示词模板见 system_prompts/（T2V 与 I2V 各一套）。没有本地显存跑 Gemma 时，GemmaAPITextEncode可以走远端 API。

💡专家提示：控制路径的优先级建议是：构图/内容用 IC-LoRA 引导，细节质量用 STG，提示词只负责风格与光影描述。三件事分开做，比把全部意图塞进 prompt 稳定得多。

四、显存不足与分辨率上限怎么破

这是实战中最常撞墙的两处，插件恰好各有一套成熟方案。

1. 显存不足：低显存加载器 + 启动参数

问题：32GB 以下显存加载 22B 模型直接 OOM。

方案：

1. 使用 low_vram_loaders.py 中的LowVRAMCheckpointLoader/LowVRAMAudioVAELoader/LowVRAMLatentUpscaleModelLoader。它们的dependencies输入是一个任意类型的"执行顺序锁"：把后一个加载器的依赖接到前一个的输出上，强制模型串行加载，避免多个模型同时驻留显存
2. 启动 ComfyUI 时加保留参数：

python main.py --reserve-vram 5

原理：OOM 的峰值往往不是单个模型太大，而是多个模型加载器并行执行导致叠加占用；串行化后峰值显存降到"最大单模型 + 工作区"。官方说明该组合可在 32GB 显存内完成生成。

2. 高分辨率：三种瓦片策略选型

Tiled Fusion 的完整约束（包括为什么 guide 的use_tiled_encode必须为 false、tile_frames为何要与 guide 一致）写在 tiled_fusion_sampler.md，配套LTXVGetTilingSizes节点可以直接算出合法的画布/瓦片/tile_frames组合，不用手推。

ⓘ技术原理：Tiled Fusion 与普通瓦片采样的本质区别在于"轨迹共享"——所有瓦片在同一条噪声调度轨迹上被同一噪声场驱动，混合只是空间加权；而独立采样是各瓦片各走各的轨迹，接缝自然产生。

💡专家提示：跑 Tiled Fusion 工作流时，提示词只描述风格（光照、色调、锐度），不要点具体物体名。README 特别警告：上采样后 prompt 里点名的细节会在每个空间瓦片里"复制粘贴"式地出现。

五、场景实战：HDR、配音重做与纯音频生成

1. SDR 视频升级 HDR

HDR IC-LoRA 能把普通 SDR 视频转换成 ACEScct 工作空间的 HDR 内容。LoRA 输出的是 LogC3 压缩空间帧，LTXVHDRDecodePostprocess节点负责解码回线性 HDR，同时给出 Reinhard 色调映射的 SDR 预览和原始线性张量，并可经 OpenImageIO 导出 16/32 位 EXR 序列（用 DJV 查看）。

• 两阶段分块版：LTX-2.5_V2V_TiledFusion_SDR_to_HDR.json
• 单阶段版：LTX-2.3_ICLoRA_HDR_Distilled.json

2. Dub-It：换台词不换脸

给定源视频和目标对白文本，Dub-It IC-LoRA 重新生成口型与语音，同时用参考音频 token 保持说话人身份。它天然是两阶段管线：第一阶段在基础分辨率生成音画，第二阶段上采样并冻结音频。工作流：LTX-2.3_ICLoRA_DubIt_Two_Stage_Distilled.json。

3. 生成不带画面的纯音频

LTX-2 是音画联合 transformer，LTXVAudioOnlyModel节点会关掉run_vx和双向 cross-attn 开关，让音频独立去噪。由于模型输入按位置切分为[video, audio]，仍需用一个 64x64 单帧占位 latent（LTXVAudioOnlyEmptyVideoLatent）经LTXVConcatAVLatent拼接，开销可忽略。解码用LTXVAudioVAEDecode取出音频，再接内置的Save Audio (FLAC)。示例：LTX-2.3_T2A_Single_Stage_Distilled.json。

4. 生成式上采样：先草稿后精修

Pixel Spatial Upscaler IC-LoRA（2×/4×）不是插值锐化，而是从低分辨率参考重新"渲染"出高频细节。推荐的作业方式是官方明确写的draft-then-upscale：先在约 280p 的低分辨率锁定构图与运动，确认满意后再跑上采样出终稿——LoRA 强度、guidance 与步数越低越贴参考，越高越"创意"。工作流：LTX-2.3_ICLoRA_Pixel_Spatial_Upscaler_Distilled.json。

六、收尾：把你的产出流水线搭起来

回到开头的路径：环境装好后，用蒸馏单阶段工作流验证跑通；日常创作以LTXVLoopingSampler为主控采样节点，用 IC-LoRA 管内容、STG 管细节；撞上显存和分辨率墙时，分别用低显存加载器和 Tiled Fusion 拆解问题。

ⓘ技术原理：整个插件的节点都在init.py 中统一注册，所有LTXV前缀节点都能在节点菜单的Lightricks分类下找到；example_workflows/ 目录按 2.0 / 2.3 / 2.5 三个模型版本组织了全部官方工作流，是排查"这个功能怎么接线的"最快的地方。

工具只是手段，你要的是可交付的视频产出。建议按项目节奏固定自己的参数基线：先用低分辨率 + 蒸馏模型跑通构图，锁定后上采样出终稿，再按需叠 STG 与 HDR 后处理。把这套"先草稿、后精修、分块攻坚"的节奏跑顺，ComfyUI-LTXVideo 提供的每一项能力都会落到你的成片里。

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