LTX-2 DEV - IMAGE to Video and TEXT to Video with Ollama

LTX-2 DEV 带音频视频：

图像到视频 和 文本到视频 工作流，均可使用自定义提示词或 Ollama 生成/增强的提示词。

• 针对 LTX2 Dev 模型 的设置。

• 使用 Detailer LoRA 提升画质，并采用 LTX 分块 VAE 以避免 OOM 和视觉网格。

• 两阶段渲染（运动+超分辨率）。超分辨率过程使用蒸馏 LoRA 和空间超分 LoRA。

• 配置使用最新的 LTXVNormalizingSampler 以提升视频和音频质量。

• 文本到视频支持使用通配符的动态提示词。

我使用以下 ComfyUI 启动参数以避免 OOM（我的配置：16GB 显存 / 64GB 内存）：

--lowvram --cache-none --reserve-vram 6 --preview-method none

在 Sampler 子图节点中查找 Model/LoRA 加载节点。

---

下载文件：

- LTX2 Dev 模型（dev_Fp8）：https://huggingface.co/Lightricks/LTX-2/tree/main

- Detailer LoRA：https://huggingface.co/Lightricks/LTX-2-19b-IC-LoRA-Detailer/tree/main

- 蒸馏（lora-384）及 空间超分 LoRA：https://huggingface.co/Lightricks/LTX-2/tree/main

- VAE（已包含在上述 dev_FP8 模型中，但若使用 GGUF 模型则需单独下载）：https://huggingface.co/Lightricks/LTX-2/tree/main/vae

- Textencoder（fp8_e4m3fn）：https://huggingface.co/GitMylo/LTX-2-comfy_gemma_fp8_e4m3fn/tree/main

- Ollama 模型：

• （仅读取提示词，速度快）：https://ollama.com/goonsai/josiefied-qwen2.5-7b-abliterated-v2

• 带视觉能力的替代模型（读取输入图像+提示词，速度较慢）：https://ollama.com/huihui_ai/qwen3-vl-abliterated

保存位置：

📂 ComfyUI/

├── 📂 models/

│ ├── 📂 checkpoints/

│ │ ├── ltx-2-19b-dev-fp8.safetensors

│ ├── 📂 text_encoders/

│ │ └── gemma_3_12B_it_fp8_e4m3fn.safetensors

│ ├── 📂 loras/

│ │ ├── ltx-2-19b-distilled-lora-384.safetensors

│ └── 📂 latent_upscale_models/

│ └── ltx-2-spatial-upscaler-x2-1.0.safetensors

---

使用的自定义节点：

https://github.com/Lightricks/ComfyUI-LTXVideo

https://github.com/rgthree/rgthree-comfy

https://github.com/yolain/ComfyUI-Easy-Use

https://github.com/stavsap/comfyui-ollama

https://github.com/evanspearman/ComfyMath

仅文本到视频：

https://github.com/KoinnAI/ComfyUI-DynPromptSimplified

Res2_s 采样器（可选，Lightricks 推荐，但较慢；替代采样器：euler、euler_ancest）：

https://github.com/ClownsharkBatwing/RES4LYF