在 AI 视频生成领域，Lightricks 推出的 LTX-2.3 凭借其高效的 DiT 架构和极快的推理速度，成为了开源社区的当红炸子鸡。相比传统的 SVD 或 AnimateDiff，LTX-2.3 在保持首帧一致性、动作流畅度以及低 VRAM 占用上表现卓越。本文将手把手带你使用 ComfyUI 搭建一套完整的 LTX-2.3 图生视频（Image-to-Video）工作流，并深入解析核心参数调优，助你轻松实现高画质的 AI 视频创作！
一、为什么选择 LTX-2.3？
在搭建工作流之前，我们先来看看 LTX-2.3 的核心优势，这也是决定我们后续节点配置的关键：
1. 实时/近实时生成： 仅有 2B 左右的参数量，在 32GB+ 甚至部分优化后的低显存设备（如 FP8/GGUF 版本）上均能流畅运行。
2. 极佳的首帧保持： 完美继承输入图片的结构、色彩和细节，极大程度减少了图生视频常出现的“开局就崩”现象。
3. 分层蒸馏（Distilled）支持：配合专用的 ltx-2.3-distilled-lora，仅需 8 步左右的采样即可输出高质量的连续帧，大幅缩短渲染时间。
二、前期准备与环境配置
在开始搭建工作流之前，确保你的环境满足以下条件，并提前下载好相关模型。
1. 插件安装
打开 ComfyUI，点击右侧的 Manager（管理器） -> Install Custom Nodes（安装自定义节点）：
搜索 ComfyUI-LTXVideo*并点击安装。
搜索 ComfyUI-VideoHelperSuite（VHS 视频辅助套件，用于视频预览与保存）并安装。
重启 ComfyUI。
、2. 模型下载与存放路径
根据官方推荐，我们需要下载以下模型并放置在对应目录下：
| 模型名称 | 说明 | 推荐存放路径 |
|---|---|---|
| ltx-video-2b-v0.9.5.safetensors 或最新版 | 基础大模型 | ComfyUI/models/checkpoints/ |
| ltx-2.3-22b-distilled-lora.safetensors | 蒸馏 LoRA（非必选，但极力推荐用于加速） | ComfyUI/models/loras/ |
> **💡 CSDN 避坑提示： LTX-2.3 的分辨率必须是 32 的倍数；总帧数推荐满足 8n + 1 的公式（例如：65帧、129帧、257帧），否则在 VAE 解码时极易报错！
>
三、LTX-2.3 图生视频工作流搭建（核心步骤）
接下来，我们在画布上通过右键依次添加节点，并完成连线：
```
[Load Image] ──> [LTXV Image to Video / Conditioning] ──> [KSampler] ──> [VAE Decode] ──> [VHS Video Combine]
↑
[CLIP Text Encode] ──────┘
```
Step 1：输入端配置 (Load Image & CLIP)
1. 添加 Load Image 节点，上传你要转换的初始静态图片（建议长宽比为 768x512 或 512x768）。
2. 添加两个 CLIP Text Encode** 节点，分别编写正向提示词（Positive）与反向提示词（Negative）。
正向提示词技巧： LTX 对自然语言理解极深，尽量用电影级描述。如 "A cinematic sequence of a cyber-punk car driving down a neon-lit street, continuous smooth camera movement, 4k resolution."。
反向提示词推荐： "worst quality, inconsistent motion, blurry, jittery, distorted, watermarks"。
Step 2：LTX 核心配置
1. 添加 LTXVModelConfigurator 或使用标准的 Checkpoint Loader 加载你的 LTX 基础模型。
2. 连接条件控制（Conditioning）： 添加 LTXVConditioning** 节点。
* 将 Load Image 的图像输出连接到此节点的 image 输入端。
* 该节点的作用是将静态图片转化为潜空间（Latent）的初始引导帧，确保生成的视频完美契合原图。
Step 3：采样器设置 (KSampler)
1. 添加标准的 KSampler（或高级采样器）。
2. 将模型（Model）、正反向提示词、以及引导好图像的 Latent 连接到采样器。
3. 参数微调（针对 LTX-2.3 蒸馏版优化）：
Steps（步数）： 如果使用了 distilled-lora（强度设为 0.5 左右），步数可以设为非常低的 8 步或 12 步；若是常规模型，建议 20-30 步。
CFG Scale： 推荐保持在 3.0 ~ 5.* 之间。过高的 CFG 会导致画面剧烈抖动和饱和度崩坏。
Sampler / Scheduler： 推荐选择 euler 或 uni_pc，搭配 normal 或 LTX 专属的 LTXVScheduler。
Step 4：解码与输出 (VAE & Video Combine)
1. 添加VAEDecode 节点，将采样器输出的 Latent 解码为像素级图像序列。
2. 添加 VHS_VideoCombine（Video Helper Suite） 节点：
将解码后的 IMAGE 连入。
帧率（FPS）： 推荐设置为 24 或 25。
格式（format）： 选择 video/h264-mp4，这在主流播放器及平台上兼容性最好。
四、进阶：长视频与动作控制调优技巧
如果你在生成过程中遇到了视频“PPT感严重”或者“画面乱闪”的问题，可以通过以下几个方向进行调优：
. 解决动作幅度过小（PPT感）
* LTX-2.3 的运动幅度高度依赖**提示词中的动词**。在正向提示词中加入明显的动作和镜头轨迹描述，例如："pan left", "zoom in slowly", "dynamic wind blowing her hair"。
* 适当调低控制图像引导权重的参数，给 AI 更多在后续帧中自由“脑补”动效的空间。
2. 避免显存溢出 (OOM) 的终极大法
分辨率控制： 初次测试建议使用 768x512。不要盲目追求 1080P，高清化可以放到后期通过 Topaz 或 ComfyUI 的 Supir 等放大工作流来做。
利用 FP8 / GGUF：** 对于 16G 甚至 12G 显存的用户，强烈建议在加载 Checkpoint 时配合 Unet Loader (GGUF) 节点，加载低精度的 LTX 模型，这能在几乎不损失画质的前提下，将显存占用砍掉一半。
五、总结
通过 ComfyUI 搭建 LTX-2.3 图生视频工作流，我们不仅能享受到 DiT 架构带来的物理世界光影模拟，还能体验到极其高效率的生成速度。希望这篇教程能帮大家顺利完成自己的第一个 AI 视频！
如果你在搭建过程中遇到了连线错误、报错提示（如 *VAE shape mismatch* 等），欢迎在评论区留言交流，我会第一时间为大家解答！
