ComfyUI-LTXVideo: Node Tạo Video LTX-2 Cho ComfyUI
ComfyUI-LTXVideo đóng gói custom node và workflow giúp người dùng ComfyUI dùng các chế độ nâng cao của LTX-2 — xuất HDR, lồng tiếng, control theo motion-track, và text-to-audio — vượt ngoài ComfyUI core. Hãy dùng nếu bạn chạy ComfyUI trên GPU CUDA từ 32GB VRAM trở lên và muốn workflow IC-LoRA cho HDR hay lồng tiếng mà không tự nối node. Bỏ qua nếu thiếu VRAM đó hoặc chưa dùng ComfyUI, vì repo này không làm được gì khi đứng một mình.
Tìm Hiểu ComfyUI-LTXVideo Và LTX-2
ComfyUI-LTXVideo là bộ custom node và workflow mẫu do Lightricks xây dựng, mở rộng hỗ trợ của ComfyUI cho LTX-2, model tạo video của họ. LTX-2 đã có sẵn trong ComfyUI core, nên repo này bổ sung: các IC-LoRA Union, HDR, Dub-It, Pixel Spatial Upscaler, một node text-to-audio, và file workflow JSON dựng sẵn cho LTX-2.3/LTX-2.0 để load vào ComfyUI. Nó chỉ là add-on trong một bản cài ComfyUI có sẵn, không chạy độc lập.
Các Tính Năng Chính Và Mô Hình LoRA
- ✓Union IC-LoRA kết hợp điều kiện control depth và edge (canny) vào một LoRA duy nhất, chạy trên latent đã downsample, theo README — giúp giảm bộ nhớ và tăng tốc inference so với dùng các LoRA control riêng lẻ.
- ✓HDR IC-LoRA xuất video HDR linear được mã hoá ở ARRI LogC3; node LTXVHDRDecodePostprocess trả về cả bản preview SDR tonemap kiểu Reinhard lẫn tensor HDR gốc, kèm tuỳ chọn xuất chuỗi EXR 16/32-bit.
- ✓Dub-It IC-LoRA lồng tiếng hoặc viết lại lời thoại cho video có sẵn: nó tạo lại chuyển động môi và audio khớp với đoạn thoại mới, bằng ngôn ngữ khác hoặc cùng ngôn ngữ, trong khi các reference audio token giữ nguyên giọng của người nói gốc.
- ✓Pixel Spatial Upscaler IC-LoRA render lại một clip độ phân giải thấp ở mức 2x hoặc 4x bằng chi tiết được tổng hợp thay vì nội suy pixel — README mô tả đây là một upscaler mang tính sáng tạo cho workflow 'render nháp rồi upscale', không phải bộ refine giữ nguyên từng pixel.
- ✓Một đường dẫn text-to-audio riêng: node LTXVAudioOnlyModel tắt các cờ cross-attention video của LTX-2 để transformer audio/video hợp nhất chỉ denoise phần audio, kết hợp với node placeholder video latent rỗng 64x64 để shape input của sampler vẫn khớp.
- ✓Các IC-LoRA motion-track và pose, cùng một loạt LoRA camera-control (dolly in/out/left/right, jib up/down, static) và LoRA hiệu ứng (colorization, deblur, decompression, day-to-night, in/out-painting, water simulation, instant shave), tất cả đều được liệt kê là checkpoint tải về từ Hugging Face.
- ✓Các file workflow mẫu dạng JSON dựng sẵn cho cả dòng LTX-2.3 hiện tại lẫn dòng LTX-2.0 cũ, bao gồm text/image-to-video, upsampling hai giai đoạn, và các thiết lập control bằng IC-LoRA, được cài thẳng vào example_workflows/.
Cài Đặt Custom Node LTXVideo
Hướng đi được README khuyến nghị là qua Comfy Manager, không phải git clone thủ công: mở ComfyUI, mở Manager (hoặc nhấn Ctrl+M), chọn Install Custom Nodes, tìm 'LTXVideo', bấm Install, rồi khởi động lại ComfyUI. Sau khi restart, các node xuất hiện trong menu node dưới mục LTXVideo, và các model cần thiết sẽ tự tải về khi bạn dùng workflow lần đầu. Trước khi bắt đầu, README liệt kê ba điều kiện tiên quyết: đã cài ComfyUI, GPU tương thích CUDA với 32GB VRAM trở lên, và 100GB dung lượng đĩa trống trở lên cho model và cache.
Khám Phá Workflow Mẫu Và Model Cần Thiết
Sau khi cài xong, các workflow mẫu nằm ở ComfyUI/custom_nodes/ComfyUI-LTXVideo/example_workflows/, chia thành thư mục 2.3/ (dòng LTX-2.3 hiện tại) và 2.0/ (dòng LTX-2.0 cũ). Bộ 2.3 gồm text/image-to-video distilled một giai đoạn và hai giai đoạn, workflow control Union IC-LoRA, motion-track, HDR, Dub-It, upscale pixel spatial, và một workflow text-to-audio một giai đoạn — load thẳng các file JSON này vào ComfyUI để bắt đầu từ một graph đã chạy được thay vì tự nối node từ đầu. Để chạy được, bạn phải tự tải các model tương ứng: một checkpoint LTX-2.3 (bản dev hoặc distilled-1.1) vào models/checkpoints, các model spatial và temporal upscaler vào models/latent_upscale_models, distilled LoRA vào models/loras cho hầu hết pipeline hai giai đoạn, bộ text encoder Gemma 3 đầy đủ vào models/text_encoders, và bất kỳ IC-LoRA hay camera-control LoRA nào mà workflow yêu cầu, cũng vào models/loras.
Điểm mạnh
- ✓Các workflow IC-LoRA dựng sẵn cho những việc khác nhau rõ rệt — xuất HDR, lồng tiếng, control theo motion-track, upscale sáng tạo, text-to-audio — thay vì chỉ một bộ node tạo video chung chung.
- ✓File workflow mẫu dạng JSON cho cả dòng LTX-2.3 hiện tại lẫn dòng LTX-2.0 cũ, nên bạn load được một graph đã chạy được thay vì tự lắp node theo tài liệu.
- ✓Đường dẫn HDR khá đầy đủ so với một custom node add-on thông thường: output HDR linear ở ARRI LogC3, bản preview SDR đi kèm tensor gốc, và tuỳ chọn xuất chuỗi EXR 16/32-bit cho việc chỉnh màu.
- ✓Cài đặt qua Comfy Manager như bất kỳ bộ custom node nào khác, với model cần thiết tự tải khi dùng lần đầu, thay vì phải tải thủ công riêng trước.
- ✓Có sẵn hướng đi low-VRAM (low_vram_loaders.py cộng --reserve-vram) cho người có card ở sát mức tối thiểu 32GB thay vì dư dả hơn nhiều.
Yêu Cầu Phần Cứng Và Quản Lý VRAM
- △Yêu cầu phần cứng nền khá cao: chính README yêu cầu GPU CUDA với 32GB VRAM trở lên và 100GB dung lượng đĩa trống trở lên chỉ để bắt đầu.
- △Để chạy vừa trong 32GB VRAM cũng cần thêm bước xử lý — README trỏ tới các node loader low-VRAM riêng trong low_vram_loaders.py và cờ khởi động --reserve-vram của ComfyUI, không phải thứ chạy được ngay không chỉnh sửa trên card cấu hình thấp hơn.
- △README không nêu giấy phép, nên hãy kiểm tra trực tiếp repository trước khi dùng cho việc gì ngoài thử nghiệm cá nhân.
- △Các pipeline hai giai đoạn cần distilled LoRA, cộng thêm model spatial và temporal upscaler riêng, nghĩa là bạn phải theo dõi và tải đúng nhiều file dung lượng lớn thay vì chỉ một checkpoint.
- △README không đề cập số phiên bản hay changelog, nên không có cách chính thức nào để biết một file workflow ứng với bản LTX-2.3 nào ngoài tên file.
Các Công Cụ Tạo Video Khác Trong ComfyUI
Câu Hỏi Thường Gặp
README của ComfyUI-LTXVideo liệt kê GPU tương thích CUDA với 32GB VRAM trở lên và 100GB dung lượng đĩa trống trở lên cho model và cache, cộng với việc đã cài sẵn ComfyUI.
Mở ComfyUI, mở Manager (Ctrl+M), chọn Install Custom Nodes, tìm 'LTXVideo', bấm Install, rồi khởi động lại ComfyUI — node sẽ xuất hiện dưới mục LTXVideo và các model cần thiết tự tải khi dùng lần đầu.
Các workflow mẫu LTX-2.3 của ComfyUI-LTXVideo nằm trong thư mục example_workflows/2.3/ bên trong custom node đã cài, gồm các file JSON cho text/image-to-video, control IC-LoRA, upscale, và text-to-audio mà bạn load thẳng vào ComfyUI.
Union IC-LoRA trong ComfyUI-LTXVideo kết hợp điều kiện control depth và edge (canny) vào một LoRA duy nhất chạy trên latent đã downsample, nên một model xử lý được nhiều tín hiệu control thay vì cần LoRA riêng cho từng loại.
Có — HDR IC-LoRA của ComfyUI-LTXVideo tạo video HDR linear mã hoá ở ARRI LogC3, kèm node decode xuất cả bản preview SDR lẫn tensor HDR gốc, cùng tuỳ chọn xuất chuỗi EXR.
Có — node LTXVAudioOnlyModel trong ComfyUI-LTXVideo đưa transformer audio/video hợp nhất của LTX-2 vào chế độ chỉ-audio, bỏ qua output video hoàn toàn để tạo audio từ text prompt.
Vấn đề ComfyUI-LTXVideo giải quyết
LTX-2 đã có sẵn trong ComfyUI core, nhưng phần core chỉ cho bạn model gốc — control theo depth/edge/pose, output HDR, lồng tiếng, và upscale sáng tạo đều không có sẵn, còn việc tự nối latent video và audio thô của transformer vào graph node là việc lắt nhắt và đặc thù riêng cho kiến trúc audio/video hợp nhất của LTX-2. ComfyUI-LTXVideo đóng gói phần nối đó thành các node dựng sẵn, checkpoint IC-LoRA, và file workflow mẫu, để ai cần xuất HDR hay lồng tiếng lại đoạn thoại không phải tự reverse-engineer cấu trúc latent của LTX-2.
Trường hợp sử dụng tốt nhất
- •Thêm output HDR grading vào pipeline video ComfyUI: chạy workflow HDR IC-LoRA để có chuỗi EXR phục vụ chỉnh màu ở downstream trong DJV hay công cụ compositing, thay vì chỉ có bản SDR đã tonemap.
- •Lồng tiếng lại một clip có sẵn sang ngôn ngữ khác mà không cần quay lại: workflow Dub-It hai giai đoạn tạo lại môi và audio từ một đoạn text prompt mới trong khi vẫn giữ giọng của người nói gốc.
- •Upscale một bản draft LTX-2 độ phân giải thấp, tạo nhanh, thành bản render độ phân giải cuối: generate ở khoảng 280p để chốt bố cục và chuyển động, rồi chạy Pixel Spatial Upscaler IC-LoRA ở mức 2x hoặc 4x.
- •Điều khiển việc tạo video từ depth, pose, hoặc edge map của một video có sẵn trong một lần chạy duy nhất qua Union IC-LoRA, thay vì phải nối nhiều LoRA control đơn lẻ.
- •Tạo một track audio độc lập — lời thuyết minh hay sound design — từ text prompt bằng workflow T2A, không cần render video.
Ai nên dùng — và ai nên bỏ qua
Hãy thử ComfyUI-LTXVideo nếu bạn đã chạy ComfyUI trên GPU CUDA từ 32GB VRAM trở lên và muốn một khả năng cụ thể của LTX-2 — xuất HDR, lồng tiếng, control theo motion-track, hay pipeline render nháp rồi upscale nhanh — mà không phải tự dựng graph node từ đầu. Bỏ qua nếu bạn không có mức VRAM đó, vì ngay cả hướng đi low-VRAM qua low_vram_loaders.py và --reserve-vram vẫn được thiết kế để vừa trong 32GB, hoặc nếu bạn chưa dùng ComfyUI, vì repo này không có chức năng độc lập nào của riêng nó.
Repo liên quan
Vẫn đang phân vân về ComfyUI-LTXVideo?
Một cú bấm sẽ gửi câu hỏi kèm trang này cho AI — xem AI nói gì về ComfyUI-LTXVideo.
