LTX-2.3：ComfyUI 工作流示例

LTX-2.3 是 Lightricks 开源音视频生成模型的最新进化版本，现已原生支持 ComfyUI。在 LTX-2 的基础上，此版本在精细细节、人像视频、音频质量、图像到视频的一致性、提示理解和文本渲染方面带来了重大质量提升。 ComfyUI 为 LTX-2.3 提供了六个原生工作流，每个针对特定的生成模式：

文本转视频 (T2V)：根据文本提示生成视频
图像转视频 (I2V)：根据输入图像生成视频
FLF2V：在起始和结束图像之间进行插值
图像音频转视频 (IA2V)：从图像和音频生成唇形同步视频
IC-LoRA 联合控制：使用深度、姿态或边缘引导控制视频生成
ID-LoRA：从参考图像和音频片段生成带同步音频的个性化视频

本地用户
云端用户

请确保你的 ComfyUI 已经更新。

本指南里的工作流可以在 ComfyUI 的工作流模板中找到。如果找不到，可能是 ComfyUI 没有更新。如果加载工作流时有节点缺失，可能原因有：

你用的不是最新开发版（nightly）。
启动时有些节点导入失败。

主要特性

更精细的细节：新的潜在空间和更新的 VAE，带来更清晰的纹理、更干净的边缘和更精确的视觉效果
9:16 竖屏支持：大幅提升竖屏人像视频的质量
更优质的音频：更清晰的声音，减少噪音并增强对话效果
改进的图像转视频：更一致的动态和更少的伪影
更智能的提示理解：改进的文本编码器，实现更准确的语义理解
原生 ComfyUI 支持：所有工作流内置，无需自定义节点

快速开始

LTX-2.3 已原生支持 ComfyUI。要开始使用：

将 ComfyUI 更新到最新版本
转到 模板库 > 视频 > 选择任意 LTX-2.3 工作流
按照弹窗提示下载模型并运行工作流

ComfyUI 原生工作流

LTX-2.3 文本转视频 (T2V)

通过改进的提示理解和文本渲染，根据文本提示生成视频。

在 Comfy Cloud 中运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON 或在模板库中搜索”LTX-2.3 T2V”

模型下载

检查点：ltx-2.3-22b-dev-fp8

放置到 ComfyUI/models/checkpoints/

LoRA：蒸馏版 1.1

放置到 ComfyUI/models/loras/

LoRA：gemma 去审查版

放置到 ComfyUI/models/loras/

文本编码器：gemma 12B

放置到 ComfyUI/models/text_encoders/

超分器：空间 x2

放置到 ComfyUI/models/latent_upscale_models/

模型存储

ComfyUI/
├── 📂 models/
│   ├── 📂 checkpoints/
│   │   └── ltx-2.3-22b-dev-fp8.safetensors
│   ├── 📂 loras/
│   │   ├── ltx_2.3_22b_distilled_1.1_lora_dynamic_fro09_avg_rank_111_bf16.safetensors
│   │   └── gemma-3-12b-it-abliterated_lora_rank64_bf16.safetensors
│   ├── 📂 text_encoders/
│   │   └── gemma_3_12B_it_fp4_mixed.safetensors
│   └── 📂 latent_upscale_models/
│       └── ltx-2.3-spatial-upscaler-x2-1.1.safetensors

提示技巧

核心动作：按时间顺序描述事件和动作
视觉细节：描述视频中所有希望出现的视觉细节
音频：描述场景所需的音效和对话

LTX-2.3 图像转视频 (I2V)

根据输入图像生成视频，具有更一致的动态和更流畅的动画。

在 Comfy Cloud 中运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON 或在模板库中搜索”LTX-2.3 I2V”

输入图像：egyptian_queen.png

下载默认输入图像，或使用您自己的图像。

模型下载

I2V 工作流使用与文本转视频相同的模型集。

检查点：ltx-2.3-22b-dev-fp8

放置到 ComfyUI/models/checkpoints/

LoRA：蒸馏版 1.1

放置到 ComfyUI/models/loras/

LoRA：gemma 去审查版

放置到 ComfyUI/models/loras/

文本编码器：gemma 12B

放置到 ComfyUI/models/text_encoders/

超分器：空间 x2

放置到 ComfyUI/models/latent_upscale_models/

模型存储

ComfyUI/
├── 📂 models/
│   ├── 📂 checkpoints/
│   │   └── ltx-2.3-22b-dev-fp8.safetensors
│   ├── 📂 loras/
│   │   ├── ltx_2.3_22b_distilled_1.1_lora_dynamic_fro09_avg_rank_111_bf16.safetensors
│   │   └── gemma-3-12b-it-abliterated_lora_rank64_bf16.safetensors
│   ├── 📂 text_encoders/
│   │   └── gemma_3_12B_it_fp4_mixed.safetensors
│   └── 📂 latent_upscale_models/
│       └── ltx-2.3-spatial-upscaler-x2-1.1.safetensors

LTX-2.3 FLF2V

在起始图像和结束图像之间进行插值，生成流畅的视频过渡。

在 Comfy Cloud 中运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON 或在模板库中搜索”LTX-2.3 FLF2V”

起始图像：high_view_classic_car.png

视频的第一帧。

结束图像：low_view_classic_car.png

视频的最后一帧。

模型下载

FLF2V 工作流使用蒸馏版检查点而非开发版检查点。

检查点：ltx-2.3-22b-distilled-fp8

放置到 ComfyUI/models/checkpoints/

文本编码器：gemma 12B

放置到 ComfyUI/models/text_encoders/

模型存储

ComfyUI/
├── 📂 models/
│   ├── 📂 checkpoints/
│   │   └── ltx-2.3-22b-distilled-fp8.safetensors
│   └── 📂 text_encoders/
│       └── gemma_3_12B_it_fp4_mixed.safetensors

LTX-2.3 图像音频转视频 (IA2V)

上传图像和音频文件，生成具有同步唇部运动的高质量视频。

在 Comfy Cloud 中运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON 或在模板库中搜索”LTX-2.3 IA2V”

输入图像：cactus_man.png

说话角色的参考图像。

参考音频：ltx_23_audio.mp3

用于唇形同步的音频轨道。

模型下载

IA2V 工作流使用与文本转视频相同的模型集。

检查点：ltx-2.3-22b-dev-fp8

放置到 ComfyUI/models/checkpoints/

LoRA：蒸馏版 1.1

放置到 ComfyUI/models/loras/

LoRA：gemma 去审查版

放置到 ComfyUI/models/loras/

文本编码器：gemma 12B

放置到 ComfyUI/models/text_encoders/

超分器：空间 x2

放置到 ComfyUI/models/latent_upscale_models/

模型存储

ComfyUI/
├── 📂 models/
│   ├── 📂 checkpoints/
│   │   └── ltx-2.3-22b-dev-fp8.safetensors
│   ├── 📂 loras/
│   │   ├── ltx_2.3_22b_distilled_1.1_lora_dynamic_fro09_avg_rank_111_bf16.safetensors
│   │   └── gemma-3-12b-it-abliterated_lora_rank64_bf16.safetensors
│   ├── 📂 text_encoders/
│   │   └── gemma_3_12B_it_fp4_mixed.safetensors
│   └── 📂 latent_upscale_models/
│       └── ltx-2.3-spatial-upscaler-x2-1.1.safetensors

LTX-2.3 IC-LoRA 联合控制

使用 IC-LoRA 结合对齐的控制输入（如深度、姿态或边缘）生成 LTX-2.3 视频。IC-LoRA 是基于 LTX-2.3 训练的情境内 LoRA，通过参考视频应用结构引导。它接受来自多种预处理器的控制信号，包括深度图、Canny 边缘和姿态骨架。此工作流使用子图实现模块化处理。 LTX-2.3 IC-LoRA 预览

在 Comfy Cloud 中运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON 或在模板库中搜索”LTX-2.3 IC-LoRA”

了解子图

此工作流使用子图节点实现模块化处理。查阅子图文档，了解如何自定义和扩展工作流。

输入素材

控制视频：stone_ruins.mp4

用于控制信号提取的驱动视频。

参考图像：the_forgotten_gate.png

用于风格和内容的参考图像。

模型下载

检查点：ltx-2.3-22b-distilled-fp8

放置到 ComfyUI/models/checkpoints/

LoRA：IC-LoRA 联合控制

放置到 ComfyUI/models/loras/

LoRA：gemma 去审查版

放置到 ComfyUI/models/loras/

文本编码器：gemma 12B

放置到 ComfyUI/models/text_encoders/

几何估计：MoGe Normal

放置到 ComfyUI/models/geometry_estimation/

模型存储

ComfyUI/
├── 📂 models/
│   ├── 📂 checkpoints/
│   │   └── ltx-2.3-22b-distilled-fp8.safetensors
│   ├── 📂 loras/
│   │   ├── ltx-2.3-22b-ic-lora-union-control-ref0.5.safetensors
│   │   └── gemma-3-12b-it-abliterated_lora_rank64_bf16.safetensors
│   ├── 📂 text_encoders/
│   │   └── gemma_3_12B_it_fp4_mixed.safetensors
│   └── 📂 geometry_estimation/
│       └── moge_2_vitl_normal_fp16.safetensors

LTX-2.3 ID-LoRA

根据文本提示、参考图像和短音频片段，生成带同步音频的个性化视频。使用 ID-LoRA 在单个生成模型中适应人物的外貌和声音。

在 Comfy Cloud 中运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON 或在模板库中搜索”LTX-2.3 ID-LoRA”

参考图像：vintage_thinker.png

角色外观的参考图像。

参考音频：ltx23_reference_audio.mp3

用于声音克隆和唇形同步的音频片段。

模型下载

检查点：ltx-2.3-22b-dev-fp8

放置到 ComfyUI/models/checkpoints/

LoRA：蒸馏版 1.1

放置到 ComfyUI/models/loras/

LoRA：ID-LoRA TalkVid

放置到 ComfyUI/models/loras/

文本编码器：gemma 12B

放置到 ComfyUI/models/text_encoders/

超分器：空间 x2

放置到 ComfyUI/models/latent_upscale_models/

模型存储

ComfyUI/
├── 📂 models/
│   ├── 📂 checkpoints/
│   │   └── ltx-2.3-22b-dev-fp8.safetensors
│   ├── 📂 loras/
│   │   ├── ltx_2.3_22b_distilled_1.1_lora_dynamic_fro09_avg_rank_111_bf16.safetensors
│   │   └── ltx-2.3-id-lora-talkvid-3k.safetensors
│   ├── 📂 text_encoders/
│   │   └── gemma_3_12B_it_fp4_mixed.safetensors
│   └── 📂 latent_upscale_models/
│       └── ltx-2.3-spatial-upscaler-x2-1.1.safetensors

提示技巧

为 LTX-2.3 编写提示时，重点使用详细的、按时间顺序描述的动作和场景：

核心动作：按时间顺序描述事件和动作
视觉细节：描述视频中所有希望出现的视觉细节
音频：描述场景所需的音效和对话

​主要特性

​快速开始

​ComfyUI 原生工作流

​LTX-2.3 文本转视频 (T2V)

在 Comfy Cloud 中运行

下载工作流

​模型下载

检查点：ltx-2.3-22b-dev-fp8

LoRA：蒸馏版 1.1

LoRA：gemma 去审查版

文本编码器：gemma 12B

超分器：空间 x2

​模型存储

​提示技巧

​LTX-2.3 图像转视频 (I2V)

在 Comfy Cloud 中运行

下载工作流

输入图像：egyptian_queen.png

​模型下载

检查点：ltx-2.3-22b-dev-fp8

LoRA：蒸馏版 1.1

LoRA：gemma 去审查版

文本编码器：gemma 12B

超分器：空间 x2

​模型存储

​LTX-2.3 FLF2V

在 Comfy Cloud 中运行

下载工作流

起始图像：high_view_classic_car.png

结束图像：low_view_classic_car.png

​模型下载

检查点：ltx-2.3-22b-distilled-fp8

文本编码器：gemma 12B

​模型存储

​LTX-2.3 图像音频转视频 (IA2V)

在 Comfy Cloud 中运行

下载工作流

输入图像：cactus_man.png

参考音频：ltx_23_audio.mp3

​模型下载

检查点：ltx-2.3-22b-dev-fp8

LoRA：蒸馏版 1.1

LoRA：gemma 去审查版

文本编码器：gemma 12B

超分器：空间 x2

​模型存储

​LTX-2.3 IC-LoRA 联合控制

在 Comfy Cloud 中运行

下载工作流

了解子图

​输入素材

控制视频：stone_ruins.mp4

参考图像：the_forgotten_gate.png

​模型下载

检查点：ltx-2.3-22b-distilled-fp8

LoRA：IC-LoRA 联合控制

LoRA：gemma 去审查版

文本编码器：gemma 12B

几何估计：MoGe Normal

​模型存储

​LTX-2.3 ID-LoRA

在 Comfy Cloud 中运行

下载工作流

参考图像：vintage_thinker.png

参考音频：ltx23_reference_audio.mp3

​模型下载

检查点：ltx-2.3-22b-dev-fp8

LoRA：蒸馏版 1.1

LoRA：ID-LoRA TalkVid

文本编码器：gemma 12B

超分器：空间 x2

​模型存储

​提示技巧

​资源

主要特性

快速开始

ComfyUI 原生工作流

LTX-2.3 文本转视频 (T2V)

模型下载

模型存储

提示技巧

LTX-2.3 图像转视频 (I2V)

模型下载

模型存储

LTX-2.3 FLF2V

模型下载

模型存储

LTX-2.3 图像音频转视频 (IA2V)

模型下载

模型存储

LTX-2.3 IC-LoRA 联合控制

输入素材

模型下载

模型存储

LTX-2.3 ID-LoRA

模型下载

模型存储

提示技巧

资源