第030章:ComfyUI视频制作LTX-2.3模型文生视频工作流详解(三)

📅 2026/7/17 4:24:26
第030章:ComfyUI视频制作LTX-2.3模型文生视频工作流详解(三)
通过前面的两章学习我们已经搭建好了LTX-2.3文生视频工作流的“模型加载、分辨率帧率设置、提示词输入、初次缩放1倍采样”四个部分。本章我们接着前两章的内容继续完善LTX-2.3文生视频工作流把最后一部分“二次扩大采样”的部分给他搭建完成。首先把我们最开始下载的那个LTX官方提供的放大Lora给添加进来这个放大lora的作用是把图像在潜空间里放大两倍。有了放大模型还需要一个放大的节点来和他配合搜索“LTXVLatentUpsampler”参数介绍样本samples就链接我们初次采样出来的视频latent在放大的过程中同样是需要VAE文件来参加工作的这里就直接链接 视频VAE文件如下图。视频的潜空间准备好了还需要把音频的潜空间也拉过来和前面的初次采样一样再用“LTXVConcatAVLatent”这个组件把音频和视频的潜空间给合并起来。现在相当于我们已经在潜空间里准备好了一个放大后的带声音的视频图像剩下的就是在潜空间里再次采样把他采出来。就相当于我们需要搭建一个视频生视频的工作流把我们想要的视频给生成出来。1、模型加载主模型直接调用前面的主模型就行这里我们需要再使用两个Lora。一个“ltx-2.3-22b-distilled-lora-384”这是官方提供的一个蒸馏加速lora作用是提速 降噪 稳定画面基底可以把原模型的20步采样降到8步这个前面我们已经下载过了。还有一个是“ltx-2-19b-ic-lora-detailer”这个是一个再不改变原有构图画风与运动流畅度的前提下增强画面细节的lora,这个咱们前面应该没有下载直接去魔塔里面搜索这个名字下载就行。2、采样器构建模型和放大后的视频音频的材料都准备好了剩下的就是构建一个采样器把他采出来就OK了。方法和我们前面的“初次采样”几乎一样我们可以直接把前面的“种子、cfg、K采样器选择”直接复制过来注意把CFG的值改为1。需要变化的是这个调度器这里我们加了一个“自定义sigmas”。我们先看里面的值0.909375, 0.725, 0.421875, 0.0一共 4 个数字。就是前面我们在常规调度器里输入固定 4 步采样的意思4 次降噪迭代完成出图。序列长度 采样总步数数值从大到小递减最后一位必须是0.0代表完全去除噪声生成干净图片这个组件相比传统的那种调度器组件有以下几个好处①能自己手动控制每一步降噪的力度自带调度器做不到这么精细②少数步数就能出清晰图渲染更快③做视频动画时画面不容易闪、前后画面更统一④两段式高清放大采样时能分开控制构图和细节⑤调好一套参数直接复制复用画面风格每次都一模一样。最后和前面的初次采样一样再添加一个“自定义采样高级”把线都链接起来就可以了。其中CFG引导器的输入节点和前面初次采样里面的是一样的。3、输出视频剩下的工作就简单了把采样器采出来的潜空间里的视频通过vae解码出来就行了。操作和前面的初次采样一模一样只要把“合并视频”组件里的输出格式改为“mp4”就行了在初次采样的时候我们输出的是gif图片。到这里参照官方给文生视频的工作流我们就算是搭建完成了大家可以点击运行试试效果了。4、模型加载优化在前面加载模型的时候音频编码器、文本编码器我们都用的是主模型其实这两个分别可能只用到主模型里面的一小部分大概两个多G我们每次都加载一个二十多G的著模型着实有些浪费。就有大佬就对模型进行了拆分我们可以把这个模型加载这块修改一下如下图去魔塔里搜索“LTX23_audio_vae_bf16”和“ltx-2.3_text_projection_bf16”进行下载即可。下载下来以后LTX23_audio_vae_bf16放在VAE文件夹里ltx-2.3_text_projection_bf16放在text_encoders文件夹下面。---------结束线---------现在我们已经搭建好了 LTX-2.3的文生视频的工作流的我们花了三章的篇幅去一点点的从0开始搭建了这个工作流通过这三章的学习相信大家对LTX-2.3模型的运行方式也有了一个相对较深的了解我们下章再见。我建了一个群方便大家在学习的过程中相互交流。有兴趣的朋友可以加一下平时也会在群里分享一些资料。如果大家在阅读文章的时候有什么困惑可以在文章的底部留言我看到的第一时间就会进行回复。再一个也可以在赞赏文章后针对所赞赏文章的内容有不明白的地方可以和我约个时间进行一对一的实时交流赞赏金额不限制多少都可以