ComfyUI-LTXVideo插件超详细使用教程 手把手教你玩转AI视频

model

model

连接输入

-

接收视频生成模型，就像选择摄像机

从模型加载节点接收LTX模型对象

连接LTX模型加载器的输出

vae

vae

连接输入

-

接收视频编码器，就像选择镜头

从VAE加载节点接收视频编码器

连接VAE加载器的输出

width

width

数值输入

768

视频宽度，就像设置画面宽度

生成视频的像素宽度

768是标准宽度，可以设置512-1024

height

height

数值输入

512

视频高度，就像设置画面高度

生成视频的像素高度

512是标准高度，可以设置512-1024

num_frames

num_frames

数值输入

97

视频帧数，就像设置视频长度

生成视频的总帧数，影响视频时长

97帧约4秒，可以设置25-193帧

guider

guider

连接输入

-

接收引导器，就像接收导演指令

从STG引导器节点接收引导对象

连接STGGuider节点的输出

sampler

sampler

连接输入

-

接收采样器，就像选择拍摄方式

从采样器节点接收采样方法

连接KSampler等采样器节点

sigmas

sigmas

连接输入

-

接收噪声调度，就像设置拍摄参数

从调度器节点接收噪声调度表

连接BasicScheduler等调度器节点

noise

noise

连接输入

-

接收噪声生成器，就像设置随机性

从噪声节点接收噪声生成器

连接RandomNoise节点的输出

optional_cond_images

optional_cond_images

可选连接

-

可选的条件图片，就像参考照片

用作生成条件的参考图像

连接图片加载节点，提供参考图片

optional_cond_indices

optional_cond_indices

文本输入

-

条件图片的位置，就像指定出现时间

指定条件图片在视频中的帧位置

输入"0,24,48"表示在第0、24、48帧使用条件图片

strength

strength

数值输入

0.9

条件强度，就像参考图片的影响力

控制条件图片对生成结果的影响程度

0.9表示强影响，0.5表示中等影响

crop

crop

下拉选择

disabled

裁剪方式，就像选择构图方式

图片预处理时的裁剪方法

center居中裁剪，disabled不裁剪

crf

crf

数值输入

35

视频质量参数，就像调节清晰度

视频压缩质量参数，影响运动感

35是平衡值，数值越小质量越高

blur

blur

数值输入

0

模糊程度，就像调节焦点

对条件图片应用的模糊强度

0不模糊，5轻微模糊，10强模糊

model

model

连接输入

-

接收视频生成模型，就像选择摄像机

从模型加载节点接收LTX模型对象

连接LTX模型加载器的输出

vae

vae

连接输入

-

接收视频编码器，就像选择镜头

从VAE加载节点接收视频编码器

连接VAE加载器的输出

latents

latents

连接输入

-

接收原始视频数据，就像原始素材

从其他节点接收的视频潜在表示

连接之前生成的视频潜在数据

num_new_frames

num_new_frames

数值输入

80

新增帧数，就像续集长度

要添加到原视频的新帧数量

80帧约3秒，可以设置16-160帧

frame_overlap

frame_overlap

数值输入

16

重叠帧数，就像过渡区域

新旧视频之间的重叠帧数，确保平滑过渡

16帧是标准值，保证自然过渡

guider

guider

连接输入

-

接收引导器，就像接收导演指令

从STG引导器节点接收引导对象

连接STGGuider节点的输出

sampler

sampler

连接输入

-

接收采样器，就像选择拍摄方式

从采样器节点接收采样方法

连接KSampler等采样器节点

sigmas

sigmas

连接输入

-

接收噪声调度，就像设置拍摄参数

从调度器节点接收噪声调度表

连接BasicScheduler等调度器节点

noise

noise

连接输入

-

接收噪声生成器，就像设置随机性

从噪声节点接收噪声生成器

连接RandomNoise节点的输出

samples

samples

连接输入

-

接收视频数据，就像原始素材

从其他节点接收的视频潜在表示

连接视频生成节点的输出

start_index

start_index

数值输入

0

开始位置，就像剪辑起点

选择片段的起始帧索引

0表示从头开始，10表示从第10帧开始

end_index

end_index

数值输入

-1

结束位置，就像剪辑终点

选择片段的结束帧索引

-1表示到最后，50表示到第50帧结束

latents1

latents1

连接输入

-

第一个视频片段，就像第一段素材

第一个视频的潜在表示数据

连接第一个视频生成节点的输出

latents2

latents2

连接输入

-

第二个视频片段，就像第二段素材

第二个视频的潜在表示数据

连接第二个视频生成节点的输出

samples

samples

连接输入

-

接收视频数据，就像原始素材

从其他节点接收的视频潜在表示

连接视频生成节点的输出

masks

masks

连接输入

-

接收遮罩图像，就像模板

用于控制视频处理的遮罩图像

连接遮罩生成节点的输出

vae

vae

连接输入

-

接收视频编码器，就像选择镜头

从VAE加载节点接收视频编码器

连接VAE加载器的输出

positive

positive

连接输入

-

接收正面条件，就像好的指令

正面文本条件编码

连接CLIP文本编码器的正面输出

negative

negative

连接输入

-

接收负面条件，就像避免的内容

负面文本条件编码

连接CLIP文本编码器的负面输出

latent

latent

连接输入

-

接收目标视频，就像要修改的素材

要添加引导的目标视频潜在表示

连接视频生成节点的输出

guiding_latent

guiding_latent

连接输入

-

接收引导视频，就像参考样本

用作引导的参考视频潜在表示

连接另一个视频节点的输出

latent_idx

latent_idx

数值输入

0

引导位置，就像插入点

在目标视频中插入引导的帧位置

0表示开头，24表示第24帧位置

strength

strength

数值输入

1.0

引导强度，就像影响力大小

引导对目标视频的影响程度

1.0是完全影响，0.5是中等影响

model

model

连接输入

-

接收视频生成模型，就像选择摄像机

从模型加载节点接收LTX模型对象

连接LTX模型加载器的输出

positive

positive

连接输入

-

接收正面条件，就像好的指令

正面文本条件编码

连接CLIP文本编码器的正面输出

negative

negative

连接输入

-

接收负面条件，就像避免的内容

负面文本条件编码

连接CLIP文本编码器的负面输出

cfg

cfg

数值输入

1.0

CFG强度，就像指令遵循度

分类器自由引导强度，控制对提示词的遵循程度

1.0是标准值，7.0是强引导

stg

stg

数值输入

1.0

STG强度，就像智能优化程度

时空跳跃引导强度，提升视频质量

1.0是标准值，2.0是强优化

rescale

rescale

数值输入

0.7

重缩放因子，就像平衡调节

噪声预测的重缩放因子

0.7是推荐值，保持生成稳定

model

model

连接输入

-

接收视频生成模型，就像选择摄像机

从模型加载节点接收LTX模型对象

连接LTX模型加载器的输出

positive

positive

连接输入

-

接收正面条件，就像好的指令

正面文本条件编码

连接CLIP文本编码器的正面输出

negative

negative

连接输入

-

接收负面条件，就像避免的内容

负面文本条件编码

连接CLIP文本编码器的负面输出

skip_steps_sigma_threshold

skip_steps_sigma_threshold

数值输入

0.998

跳步阈值，就像智能加速点

超过此值的步骤将被跳过以加速生成

0.998是标准值，可以提高效率

cfg_star_rescale

cfg_star_rescale

布尔选择

True

CFG星级重缩放，就像智能优化开关

是否启用CFG星级重缩放技术

True启用智能优化，False使用标准模式

sigmas

sigmas

文本输入

"1.0, 0.9933, 0.9850, 0.9767, 0.9008, 0.6180"

噪声级别列表，就像拍摄参数表

不同阶段使用的噪声强度值

用逗号分隔的数值列表

cfg_values

cfg_values

文本输入

"8, 6, 6, 4, 3, 1"

CFG值列表，就像指令强度表

对应不同噪声级别的CFG强度值

数量要与sigmas列表对应

stg_scale_values

stg_scale_values

文本输入

"4, 4, 3, 2, 1, 0"

STG缩放值列表，就像优化强度表

对应不同阶段的STG优化强度

数量要与sigmas列表对应

stg_rescale_values

stg_rescale_values

文本输入

"1, 1, 1, 1, 1, 1"

STG重缩放值列表，就像平衡参数表

对应不同阶段的重缩放因子

通常设置为1，保持稳定

stg_layers_indices

stg_layers_indices

文本输入

"[29], [29], [29], [29], [29], [29]"

STG层索引列表，就像优化层级表

指定在哪些模型层应用STG优化

用方括号包围的层索引列表

preset

preset

可选连接

-

预设配置，就像快速设置模板

预定义的参数组合配置

连接STGAdvancedPresets节点

preset

preset

下拉选择

"13b Balanced"

预设名称，就像选择拍摄模式

预定义的参数配置组合

"13b Balanced"是平衡模式，适合大多数情况

model

model

连接输入

-

接收原始模型，就像待改装的设备

从模型加载节点接收的原始模型

连接模型加载器的输出

block_indices

block_indices

文本输入

"14, 19"

块索引列表，就像改装位置

指定要应用STG优化的模型块索引

"14, 19"表示在第14和19个块应用优化

samples1

samples1

连接输入

-

第一个视频片段，就像前半段

第一个视频的潜在表示数据

连接第一个视频生成节点的输出

samples2

samples2

连接输入

-

第二个视频片段，就像后半段

第二个视频的潜在表示数据

连接第二个视频生成节点的输出

overlap

overlap

数值输入

1

重叠长度，就像过渡区域大小

两个片段之间的重叠帧数

1是最小重叠，8是较长过渡

axis

axis

数值输入

0

过渡轴向，就像过渡方向

指定在哪个维度进行过渡

0是时间轴，2是帧轴

model

model

连接输入

-

接收视频生成模型，就像选择摄像机

从模型加载节点接收LTX模型对象

连接LTX模型加载器的输出

vae

vae

连接输入

-

接收视频编码器，就像选择镜头

从VAE加载节点接收视频编码器

连接VAE加载器的输出

noise

noise

连接输入

-

接收噪声生成器，就像设置随机性

从噪声节点接收噪声生成器

连接RandomNoise节点的输出

sampler

sampler

连接输入

-

接收采样器，就像选择拍摄方式

从采样器节点接收采样方法

连接KSampler等采样器节点

sigmas

sigmas

连接输入

-

接收噪声调度，就像设置拍摄参数

从调度器节点接收噪声调度表

连接BasicScheduler等调度器节点

latents

latents

连接输入

-

接收初始视频数据，就像空白画布

初始的视频潜在表示数据

连接空白潜在数据生成节点

chunk_sizes

chunk_sizes

文本输入

"3"

分块大小列表，就像每段长度

每个处理块的帧数大小

"3,5,7"表示不同阶段使用不同块大小

overlaps

overlaps

文本输入

"1"

重叠大小列表，就像过渡长度

相邻块之间的重叠帧数

"1,2,1"表示不同阶段使用不同重叠

positive

positive

连接输入

-

接收正面条件，就像好的指令

正面文本条件编码

连接CLIP文本编码器的正面输出

negative

negative

连接输入

-

接收负面条件，就像避免的内容

负面文本条件编码

连接CLIP文本编码器的负面输出

input_image

input_image

连接输入

-

接收输入图片，就像参考照片

用作生成条件的输入图像

连接图片加载节点的输出

linear_blend_latents

linear_blend_latents

布尔选择

True

线性混合开关，就像平滑过渡开关

是否在块之间使用线性混合过渡

True启用平滑过渡，False直接拼接

conditioning_strength

conditioning_strength

数值输入

1.0

条件强度，就像参考影响力

输入条件对生成结果的影响程度

1.0是完全影响，0.5是中等影响

guider

guider

可选连接

-

可选引导器，就像可选导演

可选的引导器对象

连接STGGuider节点，不连接则使用默认

model

model

连接输入

-

接收视频生成模型，就像选择摄像机

从模型加载节点接收LTX模型对象

连接LTX模型加载器的输出

vae

vae

连接输入

-

接收视频编码器，就像选择镜头

从VAE加载节点接收视频编码器

连接VAE加载器的输出

noise

noise

连接输入

-

接收噪声生成器，就像设置随机性

从噪声节点接收噪声生成器

连接RandomNoise节点的输出

sampler

sampler

连接输入

-

接收采样器，就像选择拍摄方式

从采样器节点接收采样方法

连接KSampler等采样器节点

sigmas

sigmas

连接输入

-

接收噪声调度，就像设置拍摄参数

从调度器节点接收噪声调度表

连接BasicScheduler等调度器节点

guider

guider

连接输入

-

接收引导器，就像接收导演指令

从STG引导器节点接收引导对象

连接STGGuider节点的输出

latents

latents

连接输入

-

接收初始视频数据，就像空白画布

初始的视频潜在表示数据

连接空白潜在数据生成节点

horizontal_tiles

horizontal_tiles

数值输入

1

水平分块数，就像横向切几块

水平方向的分块数量

1不分块，2分成左右两块，3分成三块

vertical_tiles

vertical_tiles

数值输入

1

垂直分块数，就像纵向切几块

垂直方向的分块数量

1不分块，2分成上下两块，3分成三块

overlap

overlap

数值输入

1

重叠像素，就像拼接边缘

相邻块之间的重叠像素数

1是最小重叠，4是较大重叠

latents_cond_strength

latents_cond_strength

数值输入

0.15

潜在条件强度，就像内部参考力度

潜在空间条件的影响强度

0.15是轻微影响，0.5是中等影响

boost_latent_similarity

boost_latent_similarity

布尔选择

False

增强潜在相似性，就像保持一致性开关

是否增强不同块之间的相似性

True提高一致性，False保持多样性

crop

crop

下拉选择

disabled

裁剪方式，就像选择构图方式

图片预处理时的裁剪方法

center居中裁剪，disabled不裁剪

optional_cond_images

optional_cond_images

可选连接

-

可选条件图片，就像参考照片

用作生成条件的参考图像

连接图片加载节点，提供参考图片

optional_cond_indices

optional_cond_indices

文本输入

"0"

条件图片位置，就像指定出现时间

指定条件图片在视频中的帧位置

"0,24,48"表示在第0、24、48帧使用

images_cond_strengths

images_cond_strengths

文本输入

"0.9"

图片条件强度，就像参考影响力

每个条件图片的影响强度

"0.9,0.7,0.5"对应不同图片的强度

masks

masks

连接输入

-

接收原始遮罩，就像原始模板

从遮罩生成节点接收的遮罩图像

连接遮罩生成节点的输出

vae

vae

连接输入

-

接收视频编码器，就像选择镜头

从VAE加载节点接收视频编码器

连接VAE加载器的输出

invert_input_masks

invert_input_masks

布尔选择

False

反转遮罩开关，就像黑白颠倒

是否反转输入遮罩的黑白区域

True反转黑白，False保持原样

ignore_first_mask

ignore_first_mask

布尔选择

True

忽略首帧遮罩，就像跳过第一张

是否忽略第一个遮罩（通常是条件帧）

True忽略首帧，False全部使用

pooling_method

pooling_method

下拉选择

max

合并方法，就像选择合并方式

多个遮罩的合并方法

max取最大值，mean取平均值，min取最小值

grow_mask

grow_mask

数值输入

0

遮罩增长，就像边缘扩展

遮罩边缘的扩展或收缩像素数

正数扩展边缘，负数收缩边缘，0不变

tapered_corners

tapered_corners

布尔选择

True

锥形角落，就像圆滑边角

是否使用锥形角落进行平滑处理

True边角平滑，False保持尖锐

clamp_min

clamp_min

数值输入

0.5

最小值限制，就像最低透明度

遮罩值的最小限制

0.5表示最低50%透明度

clamp_max

clamp_max

数值输入

1.0

最大值限制，就像最高透明度

遮罩值的最大限制

1.0表示最高100%不透明

positive

positive

连接输入

-

接收正面条件，就像好的指令

正面文本条件编码

连接CLIP文本编码器的正面输出

negative

negative

连接输入

-

接收负面条件，就像避免的内容

负面文本条件编码

连接CLIP文本编码器的负面输出

vae

vae

连接输入

-

接收视频编码器，就像选择镜头

从VAE加载节点接收视频编码器

连接VAE加载器的输出

latent

latent

连接输入

-

接收目标视频，就像要修改的素材

要添加引导的目标视频潜在表示

连接视频生成节点的输出

image

image

连接输入

-

接收引导图片，就像参考照片

用作引导的参考图像

连接图片加载节点的输出

frame_idx

frame_idx

数值输入

0

帧索引位置，就像插入时间点

在视频中插入引导的帧位置

0表示开头，24表示第24帧位置

strength

strength

数值输入

1.0

引导强度，就像影响力大小

引导对目标视频的影响程度

1.0是完全影响，0.5是中等影响

crf

crf

数值输入

29

视频质量参数，就像调节清晰度

视频压缩质量参数，影响运动感

29是平衡值，数值越小质量越高

blur_radius

blur_radius

数值输入

0

模糊半径，就像焦点范围

对引导图片应用的模糊半径

0不模糊，3轻微模糊，7强模糊

interpolation

interpolation

下拉选择

lanczos

插值方法，就像缩放方式

图片缩放时使用的插值算法

lanczos质量高，bilinear速度快

crop

crop

下拉选择

disabled

裁剪方式，就像选择构图方式

图片预处理时的裁剪方法

center居中裁剪，disabled不裁剪

images

images

连接输入

-

接收图像序列，就像原始胶片

从其他节点接收的图像或视频帧

连接视频解码或图像加载节点

grain_intensity

grain_intensity

数值输入

0.1

颗粒强度，就像胶片粗糙度

胶片颗粒效果的强度

0.1轻微颗粒，0.3中等颗粒，0.5强颗粒

saturation

saturation

数值输入

0.5

饱和度，就像色彩浓度

颗粒效果的色彩饱和度

0.5是平衡值，1.0是全彩颗粒

llm_name

llm_name

文本输入

"unsloth/Llama-3.2-3B-Instruct"

语言模型名称，就像选择文案助手

用于提示词增强的大语言模型名称

使用默认值或输入其他HuggingFace模型名

image_captioner_name

image_captioner_name

文本输入

"MiaoshouAI/Florence-2-large-PromptGen-v2.0"

图像描述模型名称，就像选择看图说话助手

用于图像描述的视觉语言模型名称

使用默认值或输入其他图像描述模型名

prompt

prompt

文本输入

-

原始提示词，就像初稿文案

需要增强的原始文本提示词

输入"一只猫在花园里"这样的简单描述

prompt_enhancer

prompt_enhancer

连接输入

-

接收增强器，就像接收文案助手

从加载器节点接收的提示词增强器

连接LTXVPromptEnhancerLoader的输出

max_resulting_tokens

max_resulting_tokens

数值输入

256

最大输出长度，就像文案字数限制

增强后提示词的最大长度

256是标准长度，512是长文案

image_prompt

image_prompt

可选连接

-

可选参考图片，就像灵感来源

用于辅助提示词增强的参考图像

连接图片加载节点，提供视觉参考

model

model

连接输入

-

接收原始模型，就像待优化的设备

从模型加载节点接收的原始模型

连接模型加载器的输出

use_fp8_attention

use_fp8_attention

布尔选择

False

使用FP8注意力，就像高级优化开关

是否启用FP8精度的注意力机制

True启用高级优化，False使用标准优化

model

model

连接输入

-

接收基础模型，就像基础设备

从模型节点接收的已优化模型

连接LTXVQ8Patch节点的输出

lora_name

lora_name

下拉选择

-

Lora文件名，就像选择风格包

要加载的Lora权重文件名称

从下拉列表选择已下载的Lora文件

strength_model

strength_model

数值输入

1.0

模型强度，就像风格影响力

Lora对基础模型的影响强度

1.0是完全影响，0.5是中等影响

vae

vae

连接输入

-

接收视频编码器，就像选择镜头

从VAE加载节点接收视频编码器

连接VAE加载器的输出

timestep

timestep

数值输入

0.05

时间步长，就像噪声时机

解码时使用的噪声时间步长

0.05是轻微噪声，0.1是中等噪声

scale

scale

数值输入

0.025

噪声强度，就像颗粒程度

添加到解码器的噪声强度

0.025是轻微颗粒，0.05是明显颗粒

seed

seed

数值输入

42

随机种子，就像噪声模式

噪声生成的随机种子值

42是默认值，改变数值会改变噪声模式