ComfyUI 极致丝滑体验：LTX-Video (LTX2.3) 文生视频完整工作流搭建（含避坑指南）

AI 视频生成领域最近迎来了一个重磅炸弹——Lightricks 开源的 LTX-Video通常被社区称为 LTX2.3 或最新高阶版本。相比于之前的 HunyuanVideo 或 SVDLTX-Video 以极快的推理速度**、**低显存占用单卡轻量运行**以及**极高的画面运动流畅度**瞬间引爆了 AI 社区。今天我们就来手把手搭建一个基于 **ComfyUI** 的 LTX-Video 完整文生视频工作流。本文不仅包含核心节点的连接更包含**模型下载、节点报错、参数调优等全套避坑指南**助你一键生成大片 一、 准备工作环境与模型下载在开始搭建工作流之前我们需要准备好最新的 ComfyUI 环境以及 LTX-Video 的核心模型。1. 核心插件安装确保你的 ComfyUI 已经更新到最新版本。打开 **ComfyUI Manager**搜索并安装以下核心节点插件如已安装可跳过ComfyUI-VideoHelperSuite视频前后处理、加载与保存的必备神器ComfyUI-Post-Processing用于视频后期的色彩与锐化调整可选2. 模型下载与存放路径LTX-Video 需要核心的 Diffusion 模型、文本编码器Text Encoder以及 VAE。请前往 Hugging Face 或 Liblib 下载并严格按照以下路径存放| 模型类型 | 官方推荐模型文件名 | ComfyUI 存放路径 ||---|---|---|| Diffusion Model | ltx-video-2v-v0.9.safetensors (或最新2.3版) | ComfyUI/models/checkpoints/ 或 unet/ || Text Encoder | t5xxl_fp16.safetensors 或 t5xxl_fp8_e4m3fn.safetensors | ComfyUI/models/clip/ || VAE Model | ltx_video_vae.safetensors | ComfyUI/models/vae/ | 避坑提示如果你的显存小于 16GB强烈建议文本编码器使用 t5xxl_fp8 版本可以大幅降低起步显存防止 OOM显存溢出。 二、 ComfyUI 完整工作流搭建步骤LTX-Video 的工作流逻辑与常规的 SDXL/SD3 类似分为**加载 - 编码 - 采样 - 解码 - 视频输出**五个核心板块。核心节点连接逻辑图解*(注此处可插入你的 ComfyUI 全景流向截图)*1. 基础模型加载模块 (Loaders)添加 Load Checkpoint 节点选择你下载的 LTX-Video 核心模型。添加 Load CLIP 节点选择 t5xxl 文本编码器。添加 Load VAE节点选择 ltx_video_vae。2. 条件控制模块 (Conditioning)正向提示词与反向提示词创建两个 **CLIP Text Encode (Prompt)** 节点。将 Load CLIP 的 CLIP 输出连接到这两个节点的 CLIP 输入。正向提示词示例A cinematic shot of a futuristic cyberpunk city, neon lights, flying cars, rain on the street, 4k, highly detailed.*反向提示词示例*low quality, blurry, static, deformed, text, watermark.*3. 空白潜空间设置 (Empty Latent)由于是视频生成我们需要使用 **Empty Latent Image** 或专门的视频潜空间节点。参数推荐设置Width (宽): 768Height (高): 512 LTX-Video 在 768x512 或 512x512 下训练最稳定Batch_size (帧数): 65 或 97代表视频的帧数LTX 通常以 4n1 帧运行如 65 帧大约是 2-3 秒视频。4. 核心采样模块 (KSampler)* 添加 KSampler (高级或普通均可)。连线方式* Model ⬅ Load Checkpoint 的 MODEL* Positive ⬅ 正向提示词的 CONDITIONING* Negative ⬅ 反向提示词的 CONDITIONING* Latent ⬅ Empty Latent 的 LATENT核心参数调优重要Steps (步数): 20 - 30 步LTX 收敛极快25步效果最佳。CFG (无分类器指导): 3.0 - 4.5**注意LTX-Video 绝对不能用常规文生图的 7.0CFG 过高会导致画面严重烧焦、色彩饱和度畸变**。Sampler (采样器): euler 或 flow_match取决于你使用的节点包封装。Scheduler (调度器): normal 或 simple。5. VAE 解码与视频生成 (Decode Output)* 添加 VAE Decode 节点将 KSampler 的 LATENT 和 Load VAE 的 VAE 连接进来。* 添加 VHS Video Combine 节点来自 VideoHelperSuite 插件* 将 VAE Decode 的 IMAGE 连接到 images 输入。* frame_rate (帧率): 设置为 24 或 30。* format (格式): 选择 video/h264-mp4。 三、 独家进阶调优与避坑指南1. 色彩死板/灰暗怎么办LTX-Video 原始解码出来的色彩有时偏淡。你可以在 VAE Decode 后面接入一个 Image post processing 节点稍微提高 **0.1 的饱和度Saturation** 和 **对比度Contrast**画面瞬间具备电影质感。2. 动作幅度控制如果觉得视频里的物体“动得太厉害”导致变形可以在提示词中加入权重控制或者在采样器中微调 CFG。CFG 越低如 2.5动作越丝滑但可能不听指挥CFG 略高如 4.0画面更清晰但动作幅度会变大。3. 显存爆掉 (OOM) 的终极解法在 ComfyUI 启动快捷方式中加入 --lowvram 或 --fp8_e4m3fn-text-enc 参数。LTX-Video 对显卡非常友好优化后 8G 显存亦可强行运转 四、 总结与工作流下载LTX-Video (LTX2.3) 的推出彻底拉低了高品质 AI 视频生成的门槛。通过本文的 ComfyUI 工作流搭建你可以轻松实现不输于商业软件的短视频创作。