LTX-2：ComfyUI 音视频同步生成工作流

在 ComfyUI 中使用 LTX-2 同步生成视频与音频：文生视频、图生视频、视频转视频控制、关键帧插值与 2 倍升采样。

YouTube video player

LTX-2 是 Lightricks 推出的 190 亿参数 DiT 音视频基础模型。它可以在单次生成中同步产出视频和音频，将动作、对话、背景音效和音乐融为一体。

[!TIP] > [tab] 本地用户 > > 请确保你的 ComfyUI 已经更新。 > > ComfyUI 下载 > ComfyUI 更新教程 > > 本指南里的工作流可以在工作流模板中找到。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： > > 1. 你用的不是最新版（每夜版）。 > 2. 启动时有些节点导入失败。 > [tab] 云端用户 > > * Cloud 会在 ComfyUI 稳定版本发布后更新。 > > 所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。

主要特性

• 音视频同步生成：一次生成动作、对话、音效和音乐
• 多种生成模式：支持文生视频、图生视频和视频转视频
• 控制选项：通过 IC-LoRAs 支持 Canny、Depth 和 Pose 视频控制
• 关键帧驱动生成：在关键帧图像之间进行插值
• 原生放大：空间 (2x) 和时间 (2x) 放大器，提升分辨率和帧率
• 提示词增强：支持自动提示词增强

模型检查点

快速入门

LTX-2 已原生支持 ComfyUI。开始使用：

1. 将 ComfyUI 更新到最新版本
2. 进入 模板库 > 视频 > 选择任意 LTX-2 工作流
3. 按照弹窗提示下载模型并运行工作流

工作流

文生视频

从文本提示生成视频。

[card] 文生视频 下载工作流

[card] 在 Comfy Cloud 上运行 在云端打开

蒸馏版本（更快，8 步）：

[card] 文生视频蒸馏版 下载工作流

[card] 在 Comfy Cloud 上运行 在云端打开

图生视频

根据输入图像生成视频。

[card] 图生视频 下载工作流

[card] 在 Comfy Cloud 上运行 在云端打开

输入素材

[card] 输入图像 下载默认输入图像，或使用自己的图像。

蒸馏版（速度更快，8 步）：

[card] 图生视频蒸馏版 下载工作流

[card] 在 Comfy Cloud 上运行 在云端打开

输入素材

[card] 输入图像 下载默认输入图像，或使用自己的图像。

控制视频生成

使用 IC-LoRAs 通过结构控制生成视频。

深度控制：

[card] 深度转视频 下载工作流

[card] 在 Comfy Cloud 上运行 在云端打开

输入素材

[card] 输入图像 下载默认深度输入图像，或使用你自己的图像。

[card] 输入视频 下载默认输入视频，或使用你自己的视频。

Canny 控制：

[card] Canny 转视频 下载工作流

[card] 在 Comfy Cloud 上运行 在云端打开

输入素材

[card] 输入图像 下载默认 Canny 输入图像，或使用你自己的图像。

[card] 输入视频 下载默认输入视频，或使用你自己的视频。

姿态控制：

[card] 姿态转视频 下载工作流

[card] 在 Comfy Cloud 上运行 在云端打开

输入素材

[card] 输入图像 下载默认姿态输入图像，或使用你自己的图像。

[card] 输入视频 下载默认输入视频，或使用你自己的视频。

提示词技巧

编写 LTX-2 提示词时，请专注于详细、按时间顺序描述动作和场景。在一个连贯的段落中包含具体的动作、外观、镜头角度和环境细节。直接从动作开始，保持描述的字面性和精确性。

提示词结构建议：

• 用一句话描述主要动作
• 动作和手势的具体细节
• 角色/物体外观
• 背景和环境细节
• 镜头角度和运动
• 光线和色彩
• 任何变化或突发事件

提示词最好控制在 200 词以内。

资源

• GitHub 仓库
• Hugging Face 模型
• LTX-2 提示词指南
• ComfyUI-LTXVideo