ComfyUI-LTXVideo安装指南：三步快速搭建视频生成工作流

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

你是否还在为复杂的视频生成工具配置而烦恼？本文将帮助你通过三个简单步骤，在ComfyUI中快速搭建LTXVideo视频生成工作流，让你轻松实现高质量视频创作。读完本文后，你将能够：完成ComfyUI-LTXVideo的安装配置、获取并部署所需模型文件、加载示例工作流并开始生成视频。

一、环境准备与安装

ComfyUI-LTXVideo是为ComfyUI设计的自定义节点集合，旨在提供使用LTX-Video模型的实用工具。安装过程简单高效，支持通过ComfyUI-Manager自动安装或手动安装两种方式。

1.1 自动安装（推荐）

通过ComfyUI-Manager安装是最简便的方法：

1. 在ComfyUI中打开ComfyUI-Manager
2. 在节点列表中搜索ComfyUI-LTXVideo
3. 点击安装并按照提示完成操作

1.2 手动安装

如果需要手动安装，请按照以下步骤操作：

首先确保已安装ComfyUI，然后克隆仓库到ComfyUI的custom-nodes目录：

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

进入目录并安装依赖：

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

对于便携版ComfyUI，使用以下命令安装依赖：

.\python_embeded\python.exe -m pip install -r .\ComfyUI\custom_nodes\ComfyUI-LTXVideo\requirements.txt

相关安装脚本：requirements.txt

二、模型文件部署

安装完成后，需要下载并部署必要的模型文件才能正常使用视频生成功能。

2.1 主模型下载

LTX-Video提供了多个版本的模型，适用于不同场景需求：

模型类型	下载地址	特点
13B Distilled	ltxv-13b-0.9.8-distilled.safetensors	电影级质量，仅需4-8步生成
13B Distilled 8-bit	ltxv-13b-0.9.8-distilled-fp8.safetensors	内存占用低，速度更快
2B Distilled	ltxv-2b-0.9.8-distilled.safetensors	轻量级，适合快速迭代

下载后将模型文件放置到ComfyUI的models/checkpoints目录下。

2.2 辅助模型安装

除主模型外，还需要安装T5文本编码器，推荐使用google_t5-v1_1-xxl_encoderonly，可以通过ComfyUI Model Manager进行安装。

对于视频 upscale 功能，还需要下载空间和时间 upscale 模型：

• 空间 upscale 模型：ltxv-spatial-upscaler-0.9.7.safetensors
• 时间 upscale 模型：ltxv-temporal-upscaler-0.9.7.safetensors

将这两个模型放置到models/upscale_models目录。

三、工作流配置与使用

ComfyUI-LTXVideo提供了丰富的示例工作流，覆盖从简单到复杂的各种视频生成场景。

3.1 示例工作流概览

示例工作流位于example_workflows/目录下，包含多种应用场景：

• 图片转视频基础流程
• 长视频生成
• 视频放大
• 视频到视频转换
• ICLoRA控制

3.2 基础图片转视频工作流

最简单的图片转视频工作流可以通过加载ltxv-13b-i2v-base.json来实现。这个工作流支持从单张图片生成视频，基本结构如下：

3.3 高级功能工作流

对于更复杂的视频生成需求，可以尝试以下高级工作流：

3.3.1 长视频生成

ltxv-13b-i2v-long-multi-prompt.json支持生成任意长度的视频，通过提供多个提示词控制视频内容变化。

该工作流使用了LTXV Looping Sampler节点，支持无限视频生成，结合ICLoRA模型可以实现基于深度、姿态等引导的视频扩展。

3.3.2 视频放大

ltxv-13b-upscale.json工作流可以将视频分辨率提升2倍，并添加细节，适合对生成结果进行后期增强。

相关放大模块：latent_upsampler.py

3.3.3 ICLoRA控制

ICLoRA (In-Context LoRA) 模型允许通过深度图、姿态估计或边缘检测来精确控制视频生成。相关工作流：ic_lora/ic-lora.json

目前支持的ICLoRA模型：

• 深度控制：LTX-Video-ICLoRA-depth-13b-0.9.7
• 姿态控制：LTX-Video-ICLoRA-pose-13b-0.9.7
• 边缘控制：LTX-Video-ICLoRA-canny-13b-0.9.7

3.4 工作流使用方法

1. 在ComfyUI中点击"Load"按钮
2. 导航到ComfyUI-LTXVideo的example_workflows/目录
3. 选择所需的工作流文件并加载
4. 根据需要调整参数，添加输入图片或视频
5. 点击"Queue Prompt"开始生成

四、常见问题解决

4.1 VAE Patcher问题

LTXV Patcher VAE节点可以提高解码性能并减少内存消耗，但在Windows系统上可能需要配置环境变量：

在Windows上，可能需要将MSVC编译器(cl.exe)和ninja.exe的路径添加到系统环境变量PATH中。

相关代码实现：vae_patcher/

4.2 8位模型加载

使用8位量化模型时，需要安装Q8内核并使用专用加载节点：

pip install LTXVideo-Q8-Kernels

加载节点：q8_nodes.py中的LTXV Q8 Lora Model Loader

4.3 缺失依赖问题

如果遇到缺少节点的错误，可通过ComfyUI Manager安装所需依赖，如ComfyUI-VideoHelperSuite等。

官方文档：README.md

五、总结与下一步

通过以上三个步骤，你已经成功搭建了ComfyUI-LTXVideo视频生成工作流。现在可以：

1. 尝试不同的示例工作流，熟悉各种功能
2. 调整提示词和参数，探索视频生成效果
3. 结合ICLoRA模型，实现更精确的视频控制
4. 参考presets/stg_advanced_presets.json调整STG参数获得更好效果

随着版本更新，LTX-Video会不断推出新功能和模型，建议定期查看项目更新以获取最新特性。

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