ComfyUI部署LTX-2.3模型全攻略：从环境配置到工作流实战

什么是 LTX-2.3？

LTX-2.3 是由 Lightricks 开发的最新开源音视频生成模型，其运行基于 ComfyUI。相较于前代版本，它在以下几个核心维度实现了显著提升：

• 更精细的细节：得益于全新的 latent 空间与 VAE，生成的视频纹理更为清晰锐利。
• 优化的人像视频（9:16）：专门针对竖版画幅的质量进行了大幅优化，非常适合社交媒体平台的内容创作。
• 提升的音频质量：无论是人物对话、背景音乐还是环境音效，都变得更加清晰和富有层次感。
• 更强的图生视频能力：基于图像生成视频时，动作的连贯性和自然度更高。
• 改进的文字渲染：视频中出现的文字内容展现得更准确、易读。

目前，开发者 RuneXX 维护的 LTX-2.3-Workflows 仓库提供了一套基于 ComfyUI 的完整工作流 JSON 文件，支持文生视频、图生视频、音频注入、首尾帧控制等多种高级功能，为创作者提供了极大的灵活性。这些资源正是 开源实战 精神的体现，让复杂的模型应用变得触手可及。

🖥️ 第一步：环境准备

系统要求

在开始安装前，请确保你的硬件满足以下最低要求，以获得更好的体验：

项目	最低要求	推荐配置
GPU	12GB VRAM（使用GGUF量化版）	24GB VRAM（运行完整版）
RAM	32GB	64GB
存储	60GB+ 可用空间	100GB+
OS	Windows 10/11 / Linux	Linux

1. 安装最新版 ComfyUI

⚠️ 重要提示：LTX-2.3 要求 ComfyUI 必须更新到 最新的 Nightly 版本，旧版本将无法正常运行其工作流。

方式一：桌面版（推荐新手使用）
从官方网站 https://www.comfy.org/download 下载并安装 ComfyUI 桌面版。安装完成后打开应用，务必点击“更新”按钮以确保其为最新版本。

方式二：命令行版（适合开发者）
如果你习惯使用命令行，可以通过以下方式获取并更新：

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
git pull   # 保证为最新版本
pip install -r requirements.txt

📦 第二步：安装必需的自定义节点

LTX-2.3 的工作流依赖两个关键的自定义节点，并且 必须保证它们是最新版本 才能完全支持 LTX-2 系列模型。

方式一：通过 ComfyUI Manager 安装（推荐）

这是最简便的方法：

1. 在 ComfyUI 界面点击右上角的 Manager 按钮。
2. 在插件市场中搜索并安装以下两个插件：
   • ComfyUI-KJNodes
   • ComfyUI-GGUF
3. 安装完成后，重启 ComfyUI 以使插件生效。

方式二：手动 Git 安装

如果你希望或需要手动安装，可以执行以下命令：

cd ComfyUI/custom_nodes

# 安装 KJNodes（核心节点库）
git clone https://github.com/kijai/ComfyUI-KJNodes.git
cd ComfyUI-KJNodes && pip install -r requirements.txt && cd ..

# 安装 GGUF 量化支持（用于低显存方案）
git clone https://github.com/city96/ComfyUI-GGUF.git
cd ComfyUI-GGUF && pip install -r requirements.txt && cd ..

📥 第三步：下载模型文件

这套工作流使用了由 Kijai 提取的分体式模型方案，相比单一整合包，它更容易在显存有限的设备上运行。

必需模型（选其一方案）

🅰️ 标准方案（推荐，需要约24GB VRAM）

从 HuggingFace 仓库 https://huggingface.co/Kijai/LTX2.3_comfy 下载以下文件，并放入指定目录：

文件	存放路径
ltx-2.3-22b-dev.safetensors	ComfyUI/models/checkpoints/
ltx-2.3-22b-distilled-lora.safetensors	ComfyUI/models/loras/
ltx-2.3-video-vae.safetensors	ComfyUI/models/vae/
ltx-2.3-audio-vae.safetensors	ComfyUI/models/vae/
ltx-2.3-spatial-upscaler-x2-1.0.safetensors	ComfyUI/models/latent_upscale_models/

🅱️ GGUF 量化方案（低显存方案，仅需约12GB VRAM）

如果你的显卡显存不足，可以从以下仓库下载 GGUF 量化版本模型：

• QuantStack: https://huggingface.co/QuantStack/LTX-2.3-GGUF
• Vantage: https://huggingface.co/vantagewithai/LTX-2.3-GGUF

下载后的 .gguf 文件请存放在 ComfyUI/models/unet/ 目录下。

文本编码器（必需）

Safetensor 版（显存充足时使用）：
从 Comfy-Org/ltx-2 仓库下载，文件应放置于：

ComfyUI/models/text_encoders/gemma-3-12b-it-*.safetensors

GGUF 量化版（显存不足时使用）：
从 unsloth/gemma-3-12b-it-GGUF 仓库下载，例如 gemma-3-12b-it-Q4_K_M.gguf，同样放入：

ComfyUI/models/text_encoders/

最终目录结构

确保你的 ComfyUI/models/ 目录结构最终看起来类似下面这样：

ComfyUI/
└── models/
    ├── checkpoints/
    │   └── ltx-2.3-22b-dev.safetensors
    ├── loras/
    │   └── ltx-2.3-22b-distilled-lora-384.safetensors
    ├── vae/
    │   ├── ltx-2.3-video-vae.safetensors
    │   └── ltx-2.3-audio-vae.safetensors
    ├── text_encoders/
    │   └── gemma-3-12b-it-*.safetensors / *.gguf
    └── latent_upscale_models/
        └── ltx-2.3-spatial-upscaler-x2-1.0.safetensors

📂 第四步：下载工作流文件

前往 https://huggingface.co/RuneXX/LTX-2.3-Workflows/tree/main 仓库，根据你的需求下载相应的 JSON 工作流文件。

文件名	功能说明
LTX-2.3_-_I2V_T2V_Basic.json	图生视频 / 文生视频（基础款，首选）
LTX-2.3_-_T2V_Basic.json	纯文生视频
LTX-2.3_-_I2V_T2V_Basic_Custom_Audio.json	图/文生视频 + 自定义音频注入
LTX-2.3_-_I2V_T2V_Basic_GGUF.json	GGUF 量化版（低显存专用）
LTX-2.3_-_FL2V_First_Last_Frame_Injection.json	首尾帧控制（in-place 注入）
LTX-2.3_-_FL2V_Custom_Audio.json	首尾帧 + 自定义音频
LTX-2.3_-_FML2V_First_Middle_Last_Frame_Guider.json	首-中-尾三帧引导
LTX-2.3_-_FML2V_First_Middle_Last_Frame_Injection.json	首-中-尾三帧注入
LTX-2.3_-_I2V_T2V_Single_Pass.json	单通道图/文生视频（速度更快）
LTX-2.3_-_V2V_Extend_Any_Video.json	视频延伸扩展

🚀 第五步：加载并运行工作流

1. 启动 ComfyUI：通过命令行或桌面应用启动，然后在浏览器中访问 http://127.0.0.1:8188。
2. 加载工作流：将你下载好的 .json 文件直接拖拽到 ComfyUI 的图形界面中，或者点击界面上的 Load 按钮进行加载。
3. 检查节点：如果加载后提示“节点缺失”，请返回第二步，确认所有自定义节点（尤其是 KJNodes）已正确安装并重启了 ComfyUI。

🎬 第六步：各工作流使用详解

工作流一：I2V_T2V_Basic（图/文生视频）

这是最通用和常用的入门工作流，同时支持文本提示词（T2V）和参考图像（I2V）输入。

关键参数设置建议：

节点/参数	建议值	说明
分辨率	768x512 或 576x1024	分别对应横版和竖版人像
帧数（frames）	97	以24fps计算，约生成4秒视频
采样步数（steps）	40（dev）/ 8（distilled）	distilled版LoRA速度提升约8倍
CFG Scale	3.5～5.0	数值过高可能导致画面过饱和、失真
调度器	LTXVScheduler	模型专用调度器

Prompt 撰写技巧：
工作流中的 TextGenerateLTX2Prompt 节点非常实用。你可以输入一段简短的描述，该节点会将其自动扩展为覆盖动作、视觉属性和音频的结构化长 Prompt。很多时候，优化 Prompt 比单纯调整采样参数带来的效果提升更明显。

推荐使用的负面 Prompt（Negative Prompt）：

worst quality, inconsistent motion, blurry, jittery, distorted, watermarks

工作流二：FL2V 首尾帧控制

这个工作流允许你指定第一帧和最后一帧的图像，从而精确控制视频的开始与结束状态，非常适合制作具有明确起止动作的动画或平滑过渡效果。

使用步骤：

1. 加载 FL2V_First_Last_Frame_Injection.json 工作流。
2. 在 首帧（First Frame） 节点处载入你的起始图像。
3. 在 尾帧（Last Frame） 节点处载入你的结束图像。
4. 在正面的 Prompt 中描述你希望发生在首尾帧之间的运动过程。
5. 点击“生成”运行。

工作流三：I2V_T2V_Basic_Custom_Audio（自定义音频）

此工作流支持将外部音频文件与生成的视频内容进行融合，实现音画同步。

操作流程：

1. 加载 FL2V_Custom_Audio.json 工作流（注意：根据原文，音频注入的工作流文件名可能为 LTX-2.3_-_I2V_T2V_Basic_Custom_Audio.json，请以实际下载文件名为准）。
2. 在 Audio Load 节点中选择你的 .wav 或 .mp3 格式的音频文件。
3. 工作流内部会使用 LTXVSeparateAVLatent 节点分离音视频的潜在表示，然后分别通过 VAEDecodeTiled 重建视频帧，通过 LTXVAudioVAEDecode 还原音频波形，最后用 CreateVideo 节点按指定帧率将两者合并输出为 MP4 文件。

工作流四：I2V_T2V_Basic_GGUF（低显存版）

当你的显卡 VRAM 不足 16GB 时，请使用这个专门的工作流。它需要配合 Gemma GGUF 量化版的文本编码器，可以将整体显存占用降低约 40%。

切换方式： 工作流中的 Model Loader 节点已预设为加载 GGUF 格式模型。你只需确保节点中的模型路径正确指向你下载的 .gguf 文件即可。

⚙️ 第七步：空间升频（Spatial Upscaler）

如果你希望输出更高分辨率的视频，可以在工作流中启用 LTXVLatentUpsampler 节点。它能够在 latent（潜在）空间直接执行 2 倍的空间升频，在保持原有运动连续性的同时，有效增加画面的细节清晰度。通常建议在最终生成输出前启用此步骤。

使用此功能需要提前下载 ltx-2.3-spatial-upscaler-x2-1.0.safetensors 模型，并放入 ComfyUI/models/latent_upscale_models/ 目录。

💡 常见问题排查

在实践过程中，你可能会遇到一些问题。下表列出了一些常见问题及其解决方案：

问题	解决方案
提示“节点缺失”	1. 将 ComfyUI 更新到最新 Nightly 版本。 2. 重新安装或更新 ComfyUI-KJNodes 自定义节点。
显存溢出（OOM）	1. 换用 GGUF 量化版工作流和模型。 2. 为 ComfyUI 启动命令添加 --reserve-vram 5 参数预留部分显存。 3. 降低生成分辨率或帧数。
生成的视频模糊或抖动	1. 尝试降低 CFG Scale 值（例如调到 3.5）。 2. 适当增加采样步数（Steps）。 3. 检查并优化你的 Prompt，确保描述清晰。
音频与视频不同步	检查你输入的音频文件采样率是否为 44100Hz，这是模型预期的标准采样率。
Gemma 文本编码器模型加载失败	1. 确认模型文件已正确放置在 models/text_encoders/ 目录下，且路径无误。 2. 如果显存不足，优先尝试使用 GGUF 量化版文本编码器。

📚 参考资源

• 工作流仓库：RuneXX/LTX-2.3-Workflows
• 分体模型来源：Kijai/LTX2.3_comfy
• 官方模型仓库：Lightricks/LTX-2.3
• 官方 ComfyUI 节点：Lightricks/ComfyUI-LTXVideo
• ComfyUI 官方 教程：docs.comfy.org/tutorials/video/ltx/ltx-2-3

希望这篇详细的部署与使用指南能帮助你顺利在 ComfyUI 中启动 LTX-2.3，开启你的 AI 视频创作之旅。如果在实践过程中有更多心得或遇到了新的问题，也欢迎在 云栈社区 与其他开发者交流讨论。