LTX 2.5 ComfyUI完全部署指南：本地AI视频生成新标杆，8G显存可跑

LTX 2.5 ComfyUI完全部署指南本地AI视频生成新标杆8G显存可跑2026年8月刚发布的LTX 2.5原生集成ComfyUI10秒720P视频本地6.8秒出片是目前最快的开源视频生成模型。8G到24G显存对号入座就能跑。一、LTX 2.5是什么为什么值得部署LTX 2.5是LTX由Lightricks拆分而来的开源世界模型公司于2026年8月11日发布的新一代开源视频生成模型与ComfyUI做了原生零日集成——也就是说ComfyUI v0.32.0已经内置支持不需要额外装插件。相比前代LTX 2.3的核心升级特性LTX 2.3LTX 2.5最高分辨率1024×10244K (3840×2160)最高帧率24fps50fps最长时长5秒20秒生成速度基准快2倍多镜头一致性基础原生支持文本编码器T5定制Gemma 4显存优化一般NVIDIA官方优化省40%显存三种玩法模式模式输入输出适用场景T2V文字提示词视频凭空生成创意片段I2V静态图片提示词视频让图片动起来R2V图片视频音频参考视频复制人物/风格/动作商用授权年收入1000万美元的组织免费商用更大规模公司需协商商业授权权重完全开源Hugging Face可下载二、你的显卡能跑哪个档位LTX 2.5对显存的要求比想象中友好但分辨率/时长/画质直接受限于显存大小。显存分档配置表显存可跑模式推荐分辨率推荐时长画质档位生成速度8GI2V基础版512×5122-4秒标清5-8分钟/条12GI2V标准版720×12805-8秒720P3-5分钟/条16GT2VI2VR2V1080×192010秒1080P2-3分钟/条24G全模式全开1920×108020秒接近4K1-2分钟/条8G显存跑LTX 2.5需要开启FP8/INT8量化和分块采样Tiled Sampler画质损失约5-10%但可用。三、部署前准备1. 环境要求项目最低要求推荐配置操作系统Windows 10/11 64位Windows 11Python3.10.x3.10.11CUDA11.812.1ComfyUIv0.32.0最新版存储空间50GB100GB SSD2. 确认ComfyUI版本# 进入ComfyUI目录cdComfyUIgitpull# 确认版本 v0.32.0如果版本低于v0.32.0必须先升级gitcheckout mastergitpull origin master pipinstall-rrequirements.txt3. 需要下载的模型文件LTX 2.5需要4类模型文件总大小约20-40GB取决于下载哪个版本文件类型文件名示例存放路径大小主模型ltxv-2b-0.9.8-dev.safetensorsmodels/checkpoints/8-16GBVAEltx-video-2b-v0.9.1.safetensorsmodels/vae/2-4GB文本编码器gemma-4-12b-it/models/text_encoders/12-20GB系统提示词gemma_i2v_system_prompt.txt插件目录1MB模型文件可从Hugging Face下载国内用户可用魔搭社区镜像站加速。四、Step-by-Step部署流程Step 1下载LTX 2.5模型文件方式AHugging Face需科学上网# 安装huggingface-clipipinstallhuggingface-hub# 下载完整模型约20GBhuggingface-cli download Lightricks/LTX-Video-2b --local-dir ./models/方式B魔搭社区国内加速访问 https://modelscope.cn 搜索 “LTX-Video-2b”下载后解压到对应目录。方式C网盘直链我已打包好我整理了LTX 2.5全套模型文件工作流放在网盘里模型文件合集https://pan.quark.cn/s/f82b459f2a0a工作流提示词模板https://pan.quark.cn/s/a7d5cb0d9fbeStep 2模型文件归位下载后按以下结构放置ComfyUI/ ├── models/ │ ├── checkpoints/ │ │ └── ltxv-2b-0.9.8-dev.safetensors │ ├── vae/ │ │ └── ltx-video-2b-v0.9.1.safetensors │ └── text_encoders/ │ └── gemma-4-12b-it/ (整个文件夹) ├── custom_nodes/ │ └── ComfyUI-LTXVideo/ (如未自动创建手动新建) └── workflows/ └── LTX-2.5_I2V_Basic.jsonStep 3验证节点加载启动ComfyUI在右侧节点菜单搜索 “LTXV”如果能看到以下节点即表示加载成功LTXVBaseSamplerLTXVInContextSamplerLTXVExtendSamplerLTXVTiledSamplerLTXVLoopingSamplerStep 4加载工作流ComfyUI v0.32.0内置了LTX 2.5的示例工作流路径ComfyUI/workflows/templates/LTX/直接拖拽到画布即可使用。如果没有看到从我网盘下载工作流文件导入。五、三种工作流详解工作流1I2V图生视频——最常用适用场景让一张静态图片动起来电商产品展示、人像动态化、场景氛围视频。核心节点配置参数推荐值说明输入图片任意静态图建议512×512以上正面提示词“camera slowly zooms in, subtle movement”描述你想要的运动负面提示词“fast motion, blur, distortion”排除不希望的效果视频长度49帧 (约2秒) / 97帧 (约4秒)帧数16×秒数1分辨率720×1280竖屏适配短视频CFG Scale7-9越高越遵循提示词但可能过曝显存优化技巧8G-12G必开将CheckpointLoaderSimple替换为LowVRAMCheckpointLoader使用LTXVTiledSampler替代普通Sampler启动ComfyUI时加参数--reserve-vram 5分辨率控制在720P以内工作流2T2V文生视频——创意发散适用场景从零生成创意视频片段概念验证、短视频素材。提示词写法必须包含动作描述“a woman walking through a cherry blossom garden, petals falling”建议加镜头语言“slow pan left, shallow depth of field”避免静态描述不要只写beautiful landscape要加clouds drifting, water flowing工作流3R2V参考驱动——高阶玩法适用场景保持人物一致性、复制特定风格、延续已有视频。输入组合最多9张参考图片人物/场景/道具最多3段参考视频动作/运镜最多3段参考音频对口型/节奏注意R2V对显存要求最高建议16G以上使用。六、显存优化专项8G/12G用户必看优化策略对照表优化手段显存节省画质影响操作方式FP8量化50%损失5%加载FP8版模型INT8量化55%损失8%使用INT8推理节点分块采样60-70%轻微拼接感LTXVTiledSampler低显存加载器30-40%无LowVRAMCheckpointLoader条件缓存20%无开启cache_conditions分辨率降级50%明显降至480P/512P8G显存实战配置模型ltxv-2b-0.9.8-distilled-fp8.safetensors 分辨率512×512 时长2秒 (33帧) 采样器LTXVTiledSampler (tile_size64) 加载器LowVRAMCheckpointLoader 启动参数python main.py --reserve-vram 5 --normalvram生成一条2秒视频约需8-12分钟画质可用但细节有限。12G显存实战配置模型ltxv-2b-0.9.8-dev-fp8.safetensors 分辨率720×1280 时长5秒 (81帧) 采样器LTXVInContextSampler 正常加载器即可 启动参数python main.py --normalvram生成一条5秒720P视频约需3-5分钟。七、常见问题排查Q1启动ComfyUI后看不到LTX节点原因ComfyUI版本低于v0.32.0或模型文件未放对位置。解决gitlog--oneline-5# 确认最新提交在8月11日之后# 如果版本正确检查 models/checkpoints/ 下是否有 .safetensors 文件Q2生成时OOM显存溢出排查步骤降低分辨率到512×512缩短时长到2秒开启TiledSampler检查是否同时加载了其他大模型如FLUX关闭浏览器的硬件加速Chrome设置→系统→关闭使用硬件加速Q3生成的视频模糊/有伪影原因大概率是VAE解码问题或分辨率过低。解决确保VAE文件正确放置models/vae/目录尝试不同VAE版本dev版比distilled版细节更好生成后使用ComfyUI的Upscale节点放大到目标分辨率Q4人物变形/动作不自然原因提示词写得太笼统或参考图人物姿态复杂。解决I2V时输入图片的人物姿态尽量简单正面/侧面提示词加具体动作“subtle head turn, gentle smile” 比 “move naturally” 好R2V模式下提供更多参考图保持一致性Q5生成速度比官方说的慢很多注意官方6.8秒生成10秒720P是在GB200双卡上的数据。消费级显卡RTX 4090 24G约30-60秒/秒视频RTX 4070 Ti Super 16G约1-2分钟/秒视频RTX 3060 12G约3-5分钟/秒视频RTX 4060 8G约5-8分钟/秒视频这是正常的不是配置错误。八、我的推荐配置按显卡显卡推荐模式推荐分辨率推荐时长日常产出效率RTX 4060 8GI2V低画质512×5122-4秒尝鲜体验RTX 3060 12GI2V标准720×12805秒个人创作RTX 4070 Ti Super 16GI2VT2V1080×192010秒内容创业RTX 4090 24G全模式1920×108020秒商业级产出九、网盘资源我把LTX 2.5的全套部署文件整理好了按需自取ComfyUI整合包秋叶V3已升级v0.33https://pan.quark.cn/s/a8a75ed5ef5aLTX 2.5模型文件工作流提示词模板https://pan.quark.cn/s/a7d5cb0d9fbe网盘内容包括LTX 2.5 dev/distilled FP8/INT8 模型多档显存适配VAE Gemma 4 文本编码器3套工作流JSONI2V/T2V/R2V20条测试提示词风景/人像/产品/动画显存优化配置文件十、总结LTX 2.5是2026年8月最值得部署的本地视频生成模型原生ComfyUI集成零插件开箱即用8G显存可跑量化优化后消费级显卡也能玩三模式覆盖T2V凭空生成、I2V让图动起来、R2V保持人物一致性开源可商用年收入1000万美元免费速度碾压同类比MiniMax H3快2倍以上部署门槛比想象中低但产出质量很大程度上取决于提示词和参考素材的质量。建议先从I2V入手用一张好图精确的动作描述比盲目堆显存更有效。测试环境RTX 3060 12G RTX 4060 Ti 16GComfyUI v0.32.0Windows 11CUDA 12.1。如有部署问题欢迎在评论区留言。作者赛博仓鼠