- 前言
在当前的文本生成视频（Text-to-Video）与图像生成视频（Image-to-Video）开源模型中，**LTX-Video (LTXV)** 凭其高帧率、快速采样以及极高的时序连贯性，成为了很多创作者和开发者关注的焦点。
然而，对于大多数消费级显卡用户而言，视频扩散模型的显存占用（VRAM）和复杂的 Python 环境配置往往是最大的门槛。本文将介绍基于 **ComfyUI** 构筑的 **LTX-Video 2.3 整合包** 部署方案，帮助大家实现"开箱即用"，并在中低显卡设备上流畅运行视频生成工作流。
- LTX-Video 2.3 核心技术优势
* **高生成速度与高帧率**：相比传统的 DiT 视频模型，LTX-Video 在保持运动自然顺滑的同时，大幅减少了生成单视频所需的 Diffusion 采样步数（通常 20-30 步即可获得优质效果）。
* **轻量化与低显存适配**：配合 FP8 或 GGUF 低比特量化技术，显存占用大幅降低，**8GB~12GB 显存设备**也可稳定渲染。
* **完美的图生视频（I2V）与文生视频（T2V）支持**：支持控制起始帧、结束帧以及运动幅度参数，方便制作连贯动画。
- 硬件与环境配置要求
为保证工作流顺畅运行，请参考以下推荐硬件配置：
| 硬件 / 软件组件 | 最低配置 (Minimum) | 推荐配置 (Recommended) |
|---|---|---|
| **操作系统** | Windows 10/11 64-bit | Windows 10/11 64-bit |
| **显卡 (GPU)** | NVIDIA RTX 2060 (8GB VRAM) | NVIDIA RTX 3080 / 4070 (12GB+ VRAM) |
| **系统内存 (RAM)** | 16 GB | 32 GB 及以上 |
| **显卡驱动** | NVIDIA Driver >= 535.xx | 最新版 NVIDIA 驱动 |
| **存储空间** | 30 GB 可用 SSD 空间 | 50 GB 以上高速 NVMe SSD |
- 整合包部署与快速启动
步骤一：下载与目录解压
-
将下载的整合包（如 ComfyUI-LTX2.3-Portable.7z）解压至磁盘。
-
**注意事项**：存放路径**切勿包含中文、空格或特殊字符**（例如建议使用 D:\AI_Tools\ComfyUI_LTX），否则可能导致 CUDA 动态链接库或 Python 路径报错。
步骤二：模型文件放置检查
整合包内已默认置入必要模型，目录结构如下：
* **LTX-Video 主模型**：ComfyUI/models/checkpoints/ 或 ComfyUI/models/unet/
* **Text Encoder / T5**：ComfyUI/models/clip/
* **VAE 模型**：ComfyUI/models/vae/
步骤三：一键启动
-
进入根目录，双击 **启动ComfyUI.bat**（显存较小用户可双击 低显存启动.bat）。
-
控制台会自动加载独立 Python 环境及 CUDA 驱动，加载完成后自动打开浏览器进入 ComfyUI 交互界面。
-
ComfyUI LTX-Video 核心工作流搭建与参数调节
加载整合包自带的 LTX_Video_Standard.json 工作流，整体构建包含四大核心环节：
5.1 文本/图像输入 (Input Conditioning)
* **CLIP Text Encode (Prompt)**：
* **Positive Prompt**：详细描述动作、主体、环境与镜头运镜（例如：a cinematic shot of a red sports car driving through a neon-lit city street at night, rainy reflections, camera tracking shot, 4k quality）。
* **Negative Prompt**：blurry, low quality, glitch, distorted faces, static image, erratic movement。
* **Load Image (适用于 I2V 图生视频)**：传入一张高清首帧图像，连接至 LTX-Video 的条件输入节点。
5.2 采样器与关键参数设定 (Sampler Configuration)
在 **KSampler** 或 **LTX-Video Sampler** 节点中设置：
* **Steps（采样步数）**：20 - 30 步（过高步数可能导致过拟合或画面闪烁）。
* **CFG Scale**：3.0 - 5.0（LTX 模型对 CFG 较为敏感，建议不要设置过高）。
* **Frame Rate / Frame Count**：帧数建议优先设为 25 或 49 帧（符合 8n+1 格式）。
* **Width & Height**：推荐 768x512 或 512x512。
5.3 视频解码与输出 (VAE Decode & Video Combine)
* **VAE Decode**：将 Latent 空间的 Latent 序列解码为图像帧序列。
* **VHS Video Combine (Video Helper Suite)**：设置输出格式为 video/h264-mp4，帧率（FPS）设为 24 或 30，点击运行即可生成可直接播放的 MP4 视频。
- 避坑指南与常见报错解决 (FAQ)
> **Q1：运行提示 CUDA out of memory (显存溢出)？**
> * **方案 A**：在启动批处理脚本中追加启动参数 --lowvram 或 --novram。
> * **方案 B**：将分辨率降低至 512x384，并将单次生成的帧数降低至 25 帧以内。
> * **方案 C**：选用 FP8 量化版本的 LTX-Video 模型。
>
> **Q2：生成的视频出现画面频繁闪烁或崩坏？**
> * **方案**：适当调低 CFG 值（建议从 3.5 开始测试），并在 Prompt 中加强对帧间连贯性与光影稳定性的描述。
>
> **Q3：节点提示 Required node type not found (缺少自定义节点)？**
> * **方案**：使用 ComfyUI-Manager 点击 Install Missing Custom Nodes，或者确保所有节点已放在 custom_nodes 目录下。
>
- 总结与展望
LTX-Video 2.3 在推理速度与视频质量之间取得了极佳的平衡。借助 ComfyUI 的模块化工作流与本地离线整合包，开发者与创作者能够在较低的硬件成本下快速实现 AI 视频生成链路的落地。
如果你在部署使用过程中遇到任何疑问或参数调优问题，欢迎在评论区留言交流！