LTX-2.0 ComfyUI ワークフロー例

LTX-2 は、Lightricks 社による 190 億パラメータの DiT ベースの音声 - 動画基盤モデルです。単一のパスで同期された動画と音声を生成し、動き、会話、背景音、音楽が一緒に作成される一体的な体験を生み出します。

​

主要機能

• 音声と動画の同期生成: 動き、会話、効果音、音楽を一度のパスで一緒に生成
• 複数の生成モード: テキストから動画、画像から動画、動画から動画に対応
• 制御オプション: IC-LoRAs 経由での Canny、深度、ポーズによる動画から動画制御
• キーフレーム駆動生成: キーフレーム画像間を補間
• ネイティブアップスケーリング: 高解像度と FPS のための空間 (2x) および時間 (2x) アップスケーラー
• プロンプト強化: 自動プロンプト強化サポート

​

モデルチェックポイント

​

はじめに

LTX-2 は ComfyUI でネイティブサポートされています。はじめるには：

1. ComfyUI を最新バージョンに更新
2. テンプレートライブラリ > ビデオ > 任意の LTX-2 ワークフローを選択
3. ポップアップに従ってモデルをダウンロードし、ワークフローを実行

​

ワークフロー

​

テキストから動画へ

テキストプロンプトから動画を生成します。 蒸留バージョン（高速、8ステップ）

​

画像から動画へ

入力画像から動画を生成します。 入力素材 蒸留版（より高速、8ステップ）: 入力素材

​

制御から動画へ

IC-LoRAを使用して、構造制御された動画を生成します。 深度制御： 入力素材 Canny制御： 入力素材 ポーズ制御： 入力素材

​

プロンプトのヒント

LTX-2 のプロンプトを作成する際は、アクションやシーンの詳細で時系列な説明に焦点を当ててください。具体的な動き、外見、カメラアングル、環境の詳細を一つの流れるような段落に含めます。アクションから直接始め、説明を文字通りかつ正確に保ってください。 プロンプトの構造：

• 一文で主要アクションを説明
• 動きやジェスチャーの詳細
• キャラクター/物体の外見
• 背景と環境の詳細
• カメラアングルと動き
• 照明と色彩
• 変化や突発的なイベント

最適な結果を得るために、プロンプトは 200 語以内に収めてください。

​

リソース

• GitHub リポジトリ
• Hugging Face モデル
• LTX-2 プロンプトガイド
• ComfyUI-LTXVideo