LTX IMAGE to TEXT to VIDEO with STG workflow
详情
下载文件
关于此版本
模型描述
工作流：输入图像（或提示）-> 生成文本提示 -> 该提示用于 LTX 文本到视频（这是一个文本到视频工作流，有关图像到视频请参见我的其他工作流）
V5.0：支持 LTX 0.9.5 GGUF 模型和 Wavespeed/Teacache
LTX 0.9.5 GGUF 模型和 VAE：https://huggingface.co/calcuis/ltxv-gguf/tree/main
(vae_ltxv0.9.5_fp8_e4m3fn.safetensors)
（Clip 文本编码器）：https://huggingface.co/city96/t5-v1_1-xxl-encoder-gguf/tree/main
工作流支持 Florence 标注和 LTX 提示增强器，并兼容所有模型（0.9 / 0.9.1 / 0.9.5）
（更多细节请参见工作流中的说明）
V4.0：支持 GGUF 模型
GGUF 模型、VAE 和文本编码器可在此下载：
（模型&VAE）：https://huggingface.co/calcuis/ltxv-gguf/tree/main
（Clip 文本编码器）：https://huggingface.co/city96/t5-v1_1-xxl-encoder-gguf/tree/main
（包含 GGUF 版本和 GGUF+TiledVae 版本，适用于低显存）
V3.1：支持模型 0.9.1
V3.0：界面优化，减少自定义节点数量，支持使用自定义提示
V2.0：引入 STG（用于增强视频扩散采样的时空跳过引导）
界面包含两个蓝色新节点：
STG 设置，显示 CFG、缩放和重缩放，以及一个开关，用于在两个可跳过的模型层之间切换（8 或 14（默认）），选择 "true" 为第 14 层，"false" 为第 8 层。
我在工作流中附上了进一步说明及可用数值/限制，欢迎自行尝试。在我的测试中，我保持 STG 设置为默认值，仅使用该开关。
节点 "修改 LTX 模型" 可在会话中切换模型；若切换至其他工作流，请确保在 ComfyUI 中点击 "释放模型和节点缓存" 以避免干扰。
V1.0：ComfyUI 工作流：LTX 图像-到-文本-到-视频，使用 Florence2 标注
本工作流将输入图像转换为提示（使用 Florence2 进行标注），并使用 LTX 文本到视频 模型生成视频（图像 -> 提示 -> 视频）