在 AI 视频生成领域，Lightricks 推出的 LTX-2.3 凭借其高效的 DiT 架构和极快的推理速度，成为了开源社区的当红炸子鸡。相比传统的 SVD 或 AnimateDiff，LTX-2.3 在保持首帧一致性、动作流畅度以及低 VRAM 占用上表现卓越。本文将手把手带你使用 ComfyUI 搭建一套完整的 LTX-2.3 图生视频（Image-to-Video）工作流，并深入解析核心参数调优，助你轻松实现高画质的 AI 视频创作！
一、为什么选择 LTX-2.3？
在搭建工作流之前，我们先来看看 LTX-2.3 的核心优势，这也是决定我们后续节点配置的关键：
-
实时/近实时生成： 仅有 2B 左右的参数量，在 32GB+ 甚至部分优化后的低显存设备（如 FP8/GGUF 版本）上均能流畅运行。
-
极佳的首帧保持： 完美继承输入图片的结构、色彩和细节，极大程度减少了图生视频常出现的"开局就崩"现象。
-
分层蒸馏（Distilled）支持：配合专用的 ltx-2.3-distilled-lora，仅需 8 步左右的采样即可输出高质量的连续帧，大幅缩短渲染时间。
二、前期准备与环境配置
在开始搭建工作流之前，确保你的环境满足以下条件，并提前下载好相关模型。
- 插件安装
打开 ComfyUI，点击右侧的 Manager（管理器） -> Install Custom Nodes（安装自定义节点）：
搜索 ComfyUI-LTXVideo*并点击安装。
搜索 ComfyUI-VideoHelperSuite（VHS 视频辅助套件，用于视频预览与保存）并安装。
重启 ComfyUI。
、2. 模型下载与存放路径
根据官方推荐，我们需要下载以下模型并放置在对应目录下：
| 模型名称 | 说明 | 推荐存放路径 |
|---|---|---|
| ltx-video-2b-v0.9.5.safetensors 或最新版 | 基础大模型 | ComfyUI/models/checkpoints/ |
| ltx-2.3-22b-distilled-lora.safetensors | 蒸馏 LoRA（非必选，但极力推荐用于加速） | ComfyUI/models/loras/ |
> **💡 CSDN 避坑提示： LTX-2.3 的分辨率必须是 32 的倍数；总帧数推荐满足 8n + 1 的公式（例如：65帧、129帧、257帧），否则在 VAE 解码时极易报错！
>
三、LTX-2.3 图生视频工作流搭建（核心步骤）
接下来，我们在画布上通过右键依次添加节点，并完成连线：
```
Load Image\] ──\> \[LTXV Image to Video / Conditioning\] ──\> \[KSampler\] ──\> \[VAE Decode\] ──\> \[VHS Video Combine
↑
CLIP Text Encode ──────┘
```
Step 1：输入端配置 (Load Image & CLIP)
-
添加 Load Image 节点，上传你要转换的初始静态图片（建议长宽比为 768x512 或 512x768）。
-
添加两个 CLIP Text Encode** 节点，分别编写正向提示词（Positive）与反向提示词（Negative）。
正向提示词技巧： LTX 对自然语言理解极深，尽量用电影级描述。如 "A cinematic sequence of a cyber-punk car driving down a neon-lit street, continuous smooth camera movement, 4k resolution."。
反向提示词推荐： "worst quality, inconsistent motion, blurry, jittery, distorted, watermarks"。
Step 2：LTX 核心配置
-
添加 LTXVModelConfigurator 或使用标准的 Checkpoint Loader 加载你的 LTX 基础模型。
-
连接条件控制（Conditioning）： 添加 LTXVConditioning** 节点。
* 将 Load Image 的图像输出连接到此节点的 image 输入端。
* 该节点的作用是将静态图片转化为潜空间（Latent）的初始引导帧，确保生成的视频完美契合原图。
Step 3：采样器设置 (KSampler)
-
添加标准的 KSampler（或高级采样器）。
-
将模型（Model）、正反向提示词、以及引导好图像的 Latent 连接到采样器。
-
参数微调（针对 LTX-2.3 蒸馏版优化）：
Steps（步数）： 如果使用了 distilled-lora（强度设为 0.5 左右），步数可以设为非常低的 8 步或 12 步；若是常规模型，建议 20-30 步。
CFG Scale： 推荐保持在 3.0 ~ 5.* 之间。过高的 CFG 会导致画面剧烈抖动和饱和度崩坏。
Sampler / Scheduler： 推荐选择 euler 或 uni_pc，搭配 normal 或 LTX 专属的 LTXVScheduler。
Step 4：解码与输出 (VAE & Video Combine)
-
添加VAEDecode 节点，将采样器输出的 Latent 解码为像素级图像序列。
-
添加 VHS_VideoCombine（Video Helper Suite） 节点：
将解码后的 IMAGE 连入。
帧率（FPS）： 推荐设置为 24 或 25。
格式（format）： 选择 video/h264-mp4，这在主流播放器及平台上兼容性最好。
四、进阶：长视频与动作控制调优技巧
如果你在生成过程中遇到了视频"PPT感严重"或者"画面乱闪"的问题，可以通过以下几个方向进行调优：
. 解决动作幅度过小（PPT感）
* LTX-2.3 的运动幅度高度依赖**提示词中的动词**。在正向提示词中加入明显的动作和镜头轨迹描述，例如："pan left", "zoom in slowly", "dynamic wind blowing her hair"。
* 适当调低控制图像引导权重的参数，给 AI 更多在后续帧中自由"脑补"动效的空间。
- 避免显存溢出 (OOM) 的终极大法
分辨率控制： 初次测试建议使用 768x512。不要盲目追求 1080P，高清化可以放到后期通过 Topaz 或 ComfyUI 的 Supir 等放大工作流来做。
利用 FP8 / GGUF：** 对于 16G 甚至 12G 显存的用户，强烈建议在加载 Checkpoint 时配合 Unet Loader (GGUF) 节点，加载低精度的 LTX 模型，这能在几乎不损失画质的前提下，将显存占用砍掉一半。
五、总结
通过 ComfyUI 搭建 LTX-2.3 图生视频工作流，我们不仅能享受到 DiT 架构带来的物理世界光影模拟，还能体验到极其高效率的生成速度。希望这篇教程能帮大家顺利完成自己的第一个 AI 视频！
如果你在搭建过程中遇到了连线错误、报错提示（如 *VAE shape mismatch* 等），欢迎在评论区留言交流，我会第一时间为大家解答！