ComfyUI-LTXVideo 批量视频生成完整指南3步产出系列短视频【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideoComfyUI-LTXVideo 是面向 LTX-2 模型的 ComfyUI 批量视频生成节点套件覆盖从单条生成到系列化量产的完整链路。本文以健身打卡 30 天系列短视频为例带你用它的模板体系、分段时间提示词与分块采样做出一套风格一致、显存可控、结果可复现的系列短片。⚙️ 从单条到系列选对并复用工作流模板按任务类型挑模板模板集中在example_workflows/目录按模型版本分为 2.0、2.3、2.5 三套三类模板各有分工单阶段蒸馏款求快两阶段款求质量IC-LoRA 控制款求稳。以 2.3 系列为例LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json采样步数少最适合批量预览大量创意变体LTX-2.3_T2V_I2V_Two_Stage_Distilled.json先生成低分辨率再上采样适合出成品LTX-2.3_ICLoRA_Union_Control_Distilled.json把深度、姿态、边缘三种条件合进一个 LoRA并在降采样潜空间上运行显存与速度同时占优。需要锁定运镜轨迹时再切换到LTX-2.3_ICLoRA_Motion_Track_Distilled.json。复用同一套模板排批2.5 版的全部图共用同一子图布局加载模型、设置输入、预处理、采样、解码详见 example_workflows/2.5/README.md。好处是你只需学会读一种图换文件不用重学。首次使用某个模板时打开Workflow Overview面板在Missing Models列表点Download all一次性补齐模型之后所有模板共用这批权重。随后把同一模板在画布上多实例并排只改提示词与种子即可把整系列任务一次排进 ComfyUI 队列。 差异化生成让系列里每条视频不一样分段时间提示词给系列排章节做 30 天系列最高效的做法不是建 30 张图而是一张长视频图按时间块分段生成。LTXVMultiPromptProvider节点接受竖线分隔的提示词串Day 1 热身拉伸明亮健身房|Day 15 杠铃划船侧逆光|Day 30 欢呼跳跃暖色调每条提示词按顺序分配给一个时间块数量不够时最后一条重复使用超出部分忽略。也就是说系列的章节结构直接写在一个节点的字符串里分段与叙事进度就绑定好了。引导强度与种子管理一致与差异批量化要稳两样东西风格一致、结果可复现。前者由stg.py中的STGGuiderAdvanced负责cfg_values与stg_scale_values按 sigma 动态映射cfg_values: 8, 6, 6, 4, 3, 1 stg_scale_values: 4, 4, 3, 2, 1, 0把这组值在所有集之间保持不变系列的质感与运动节奏自然统一。可复现性由分块种子机制保证每个时间块/空间块的种子都按基础种子 偏移计算同一任务重跑结果一致想单独重抽某一集只改对应块的偏移即可。更多接口说明见 looping_sampler.md。 资源管理大任务量下保持系统稳定时间块与空间块把显存切成小块LTXVLoopingSampler的核心思路是切分长视频切成带重叠的时间段高分辨率帧切成空间区域每次只处理一块最后加权融合。推荐起步配置temporal_tile_size: 80 temporal_overlap: 24 horizontal_tiles: 2 vertical_tiles: 1 adain_factor: 0.1重叠经验值是块大小的 25%~30%temporal_overlap越大段间过渡越平滑但速度越慢。空间块是逐块顺序处理的同一时刻内存里只有一块这是显存占用可控的关键。参数速查与低显存模式视频时长/分辨率temporal_tile_size空间块数5 秒以内40-801 × 15-15 秒 / 2K80-1202 × 1~215 秒以上 / 4K120-2002~3 × 2~34K/8K 的视频转视频任务另有LTXVTiledFusionSampler它保持单一潜画布与单一噪声场在每个去噪步对重叠分块做高斯混合不会形成接缝overlap_frac建议不低于 0.5详见 tiled_fusion_sampler.md。显存低于 32GB 时改用low_vram_loaders.py中的加载器节点控制模型加载顺序并执行卸载再以--reserve-vram 5启动 ComfyUI 预留余量。❓ 实战走查与常见问题排查走查3 步做出 30 天健身系列第一步选模板导入单阶段蒸馏模板设定帧率与时长注意帧数必须满足 18 的倍数。第二步写章节把分集提示词填进LTXVMultiPromptProvider锁定 guider 参数与adain_factor。第三步排队执行输出文件名按系列编号前缀命名整组排入队列跑完后逐集抽查前 10 帧确认一致性。常见问题与对应解法批量化运行中最常碰到的四类问题都有标准解法可见接缝加大时间或空间重叠色彩过饱和提高adain_factor段间运动不一致同时调大temporal_overlap与temporal_overlap_cond_strength整体色偏给optional_normalizing_latents提供参考或提高adain_factor。显存溢出则先减小分块尺寸再减少空间块数最后才考虑换低显存加载器。批量的核心是模板统一 参数差异化先用分集提示词跑通单集验证一致性再复制到整队执行系列就会稳定产出。【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ComfyUI-LTXVideo 批量视频生成完整指南：3步产出系列短视频
ComfyUI-LTXVideo 批量视频生成完整指南3步产出系列短视频【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideoComfyUI-LTXVideo 是面向 LTX-2 模型的 ComfyUI 批量视频生成节点套件覆盖从单条生成到系列化量产的完整链路。本文以健身打卡 30 天系列短视频为例带你用它的模板体系、分段时间提示词与分块采样做出一套风格一致、显存可控、结果可复现的系列短片。⚙️ 从单条到系列选对并复用工作流模板按任务类型挑模板模板集中在example_workflows/目录按模型版本分为 2.0、2.3、2.5 三套三类模板各有分工单阶段蒸馏款求快两阶段款求质量IC-LoRA 控制款求稳。以 2.3 系列为例LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json采样步数少最适合批量预览大量创意变体LTX-2.3_T2V_I2V_Two_Stage_Distilled.json先生成低分辨率再上采样适合出成品LTX-2.3_ICLoRA_Union_Control_Distilled.json把深度、姿态、边缘三种条件合进一个 LoRA并在降采样潜空间上运行显存与速度同时占优。需要锁定运镜轨迹时再切换到LTX-2.3_ICLoRA_Motion_Track_Distilled.json。复用同一套模板排批2.5 版的全部图共用同一子图布局加载模型、设置输入、预处理、采样、解码详见 example_workflows/2.5/README.md。好处是你只需学会读一种图换文件不用重学。首次使用某个模板时打开Workflow Overview面板在Missing Models列表点Download all一次性补齐模型之后所有模板共用这批权重。随后把同一模板在画布上多实例并排只改提示词与种子即可把整系列任务一次排进 ComfyUI 队列。 差异化生成让系列里每条视频不一样分段时间提示词给系列排章节做 30 天系列最高效的做法不是建 30 张图而是一张长视频图按时间块分段生成。LTXVMultiPromptProvider节点接受竖线分隔的提示词串Day 1 热身拉伸明亮健身房|Day 15 杠铃划船侧逆光|Day 30 欢呼跳跃暖色调每条提示词按顺序分配给一个时间块数量不够时最后一条重复使用超出部分忽略。也就是说系列的章节结构直接写在一个节点的字符串里分段与叙事进度就绑定好了。引导强度与种子管理一致与差异批量化要稳两样东西风格一致、结果可复现。前者由stg.py中的STGGuiderAdvanced负责cfg_values与stg_scale_values按 sigma 动态映射cfg_values: 8, 6, 6, 4, 3, 1 stg_scale_values: 4, 4, 3, 2, 1, 0把这组值在所有集之间保持不变系列的质感与运动节奏自然统一。可复现性由分块种子机制保证每个时间块/空间块的种子都按基础种子 偏移计算同一任务重跑结果一致想单独重抽某一集只改对应块的偏移即可。更多接口说明见 looping_sampler.md。 资源管理大任务量下保持系统稳定时间块与空间块把显存切成小块LTXVLoopingSampler的核心思路是切分长视频切成带重叠的时间段高分辨率帧切成空间区域每次只处理一块最后加权融合。推荐起步配置temporal_tile_size: 80 temporal_overlap: 24 horizontal_tiles: 2 vertical_tiles: 1 adain_factor: 0.1重叠经验值是块大小的 25%~30%temporal_overlap越大段间过渡越平滑但速度越慢。空间块是逐块顺序处理的同一时刻内存里只有一块这是显存占用可控的关键。参数速查与低显存模式视频时长/分辨率temporal_tile_size空间块数5 秒以内40-801 × 15-15 秒 / 2K80-1202 × 1~215 秒以上 / 4K120-2002~3 × 2~34K/8K 的视频转视频任务另有LTXVTiledFusionSampler它保持单一潜画布与单一噪声场在每个去噪步对重叠分块做高斯混合不会形成接缝overlap_frac建议不低于 0.5详见 tiled_fusion_sampler.md。显存低于 32GB 时改用low_vram_loaders.py中的加载器节点控制模型加载顺序并执行卸载再以--reserve-vram 5启动 ComfyUI 预留余量。❓ 实战走查与常见问题排查走查3 步做出 30 天健身系列第一步选模板导入单阶段蒸馏模板设定帧率与时长注意帧数必须满足 18 的倍数。第二步写章节把分集提示词填进LTXVMultiPromptProvider锁定 guider 参数与adain_factor。第三步排队执行输出文件名按系列编号前缀命名整组排入队列跑完后逐集抽查前 10 帧确认一致性。常见问题与对应解法批量化运行中最常碰到的四类问题都有标准解法可见接缝加大时间或空间重叠色彩过饱和提高adain_factor段间运动不一致同时调大temporal_overlap与temporal_overlap_cond_strength整体色偏给optional_normalizing_latents提供参考或提高adain_factor。显存溢出则先减小分块尺寸再减少空间块数最后才考虑换低显存加载器。批量的核心是模板统一 参数差异化先用分集提示词跑通单集验证一致性再复制到整队执行系列就会稳定产出。【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考