LTX 2.3 Cozy Felt | Weicher Text-zu-Video-Ersteller

LTX 2.3 Cozy Felt Text-zu-Video-Workflow für ComfyUI#

Dieser Workflow verwandelt kurze Anweisungen in stilisierte Bewegungsclips in einer handgefertigten Filzausschnitt-Ästhetik. Aufgebaut auf VRGameDevGirl84’s Cozy Felt Stil LoRA für LTX 2.3, drängt er Kompositionen zu weichen Kanten, genähten Nähten und plüschigen Texturen, während er die zeitliche Kohärenz für Video bewahrt. LTX 2.3 Cozy Felt ist ideal für Kreative, die eine fertige, zuverlässige Text-zu-Video-Pipeline wollen, die MP4 mit synchronisiertem, modellgeneriertem Audio exportiert.

Im Gegensatz zu einer generischen Vorlage ist LTX 2.3 Cozy Felt für schnelles Prompting, Ein-Klick LoRA-Auswahl, robuste LTX Video- und Audio-VAE-Verarbeitung und einen sauberen Exportweg ausgelegt. Fügen Sie das Cozy Felt Trigger-Wort zu Ihrer Anweisung hinzu, wählen Sie die LoRA, legen Sie die Clip-Länge und Bildrate fest und rendern Sie. Der Graph verwendet einen zweistufigen Sampler mit einem Upsampling-Schritt, um die Stilstärke mit Detail und Stabilität auszubalancieren.

Schlüsselmodelle im Comfyui LTX 2.3 Cozy Felt Workflow#

• LTX-2.3 22B Distilled 1.1: das Diffusions-Backbone, das die Video- und Audio-Latenten aus Text-Conditioning generiert. Quelle: Lightricks/LTX-2.
• LTX 2.3 Cozy Felt Style LoRA: VRGameDevGirl84’s Stil-Adapter, der das Basismodell zu einem gemütlichen Filz, genähten Papierlook steuert. Quelle: vrgamedevgirl84/LTX2.3_Cozy_Felt_Style_LoRa.
• LTX Video VAE: der spatio-temporale Decoder, der Frames aus Video-Latenten rekonstruiert. Kuratierte Gewichte: Kijai/LTXV2_comfy.
• LTX Audio VAE: der Decoder, der den synchronisierten Audiotrack aus Audio-Latenten rekonstruiert. Kuratierte Gewichte: Kijai/LTXV2_comfy.
• LTX AV Text Encoder (Gemma 3 12B IT) und LTX Embeddings Connector: mappt Anweisungen in Conditioning, das mit der LTX 2.3 Architektur kompatibel ist. Referenz: Lightricks/LTX-2.
• LTX Spatial Upscaler x2: ein latenter Upscaler für sauberere Details vor der endgültigen Dekodierung. Quelle: Lightricks/LTX-2.

Verwendung des Comfyui LTX 2.3 Cozy Felt Workflows#

Im Überblick: Sie laden die LTX 2.3 Modelle, wählen die LTX 2.3 Cozy Felt LoRA, schreiben eine Anweisung, die den Trigger enthält, legen die Clip-Dauer und Bildrate fest, dann rendern und exportieren. Der Graph führt einen zweistufigen Sampler mit einem Mid-Pass-Upsample aus, dekodiert Video und Audio und muxed alles in MP4.

Modelle laden#

Diese Gruppe initialisiert alle Kern-LTX-Assets, sodass sich der Rest des Graphen auf Prompting und Sampling konzentrieren kann. Der UNETLoader (#5288) lädt das LTX-2.3 22B Distilled Backbone, während LTXAVTextEncoderLoader (#5289) den AV Text Encoder und seinen Embeddings Connector einbringt. VAELoaderKJ (#5287) und LTXVAudioVAELoader (#5291) bereiten die Video- und Audio-VAEs vor, und LatentUpscaleModelLoader (#5286) macht den x2 Upscaler für Mid-Pass-Verfeinerung bereit. Hier sind keine Bearbeitungen erforderlich, sobald die Gewichte vorhanden sind.

LoRA#

Der LoraLoaderModelOnly (#5230) wendet den VRGameDevGirl84 LTX 2.3 Cozy Felt Adapter auf das Basismodell an. Verwenden Sie das lora_name Dropdown, um die Cozy Felt Datei auszuwählen und strength_model anzupassen, wenn Sie entweder einen subtilen Hinweis oder einen vollständigen Filzausschnitt-Look wünschen. Da dies ein Modell-nur-Loader ist, bleibt der Rest des LTX-Stapels intakt, während der Stil injiziert wird. Wenn Sie später andere LTX 2.3 LoRAs ausprobieren, wechseln Sie die Auswahl und lassen Sie den Rest des Graphen unverändert. Quelle LoRA: vrgamedevgirl84/LTX2.3_Cozy_Felt_Style_LoRa.

Anweisungen#

Zwei Encoder formen das Text-Conditioning. Der primäre CLIPTextEncode (#5223) ist, wo Sie Ihre Szenenanweisung schreiben und das Cozy Felt Trigger-Wort F3ltCut0u7 hinzufügen, um den LTX 2.3 Cozy Felt Stil zu verstärken. Ein sekundärer CLIPTextEncode (#5259) trägt Negatives, die fotoreale Artefakte und glatte, plastische Oberflächen reduzieren, sodass die Filztextur dominant bleibt. Verwenden Sie kompakte, objektorientierte Formulierungen mit Materialhinweisen wie genähten Nähten, flauschigen Fasern und geschichteten Ausschnitten. Vermeiden Sie widersprüchliche Stilwörter, wenn Sie stärkere LTX 2.3 Cozy Felt Ausgaben wünschen.

Video-Größe#

EmptyImage (#5217) legt die Arbeitsbreite und -höhe für das Video-Latent fest. Die Dimensionen hier bestimmen das Seitenverhältnis für den gesamten Clip und geben Forminformationen tiefer in den Sampler weiter. Wählen Sie eine Größe, die Ihrer Zielauslieferung entspricht, um Letterboxing in der Nachbearbeitung zu vermeiden. Upscaling wird später im latenten Raum behandelt, sodass Sie schlank beginnen und Mid-Pass verfeinern können.

Bildrate + Längenberechnung#

Diese Gruppe berechnet die Gesamtbildanzahl aus Ihren Zeitwahloptionen. Legen Sie die Clip-Dauer mit seconds in PrimitiveInt (#5295) und die gewünschte frame_rate mit Float (#5296) fest. ComfyMathExpression (#5293) multipliziert diese Werte, um length zu erzeugen, und JWFloatToInteger (#5298) stellt sicher, dass timing-abhängige Knoten Ganzzahlen erhalten. Halten Sie seconds × frame_rate im Einklang mit Ihren Exporteinstellungen für flüssige Bewegungen ohne verlorene oder duplizierte Frames.

Rendern#

Der Samplers Subgraph (Samplers (#5232)) führt einen zweistufigen Diffusionsprozess durch, der für LTX 2.3 Cozy Felt maßgeschneidert ist. LTXVConditioning (#5224) füttert positives und negatives Conditioning zusammen mit frame_rate, damit zeitliche Signale während des Laufs konsistent bleiben. Der Graph erstellt Video- und Audio-Latenten gleicher Länge, kombiniert sie und leitet sie durch zwei Sampler, die durch ein latentes Upsample getrennt sind. Das Ergebnis ist eine stilisierte, kohärente Sequenz, die bereits ein Audiobett enthält, das aus derselben Anweisung abgeleitet ist.

Vorverarbeiten#

Im Sampler-Subgraphen bereiten ImageScaleBy und GetImageSize Referenzformdaten vor, während RandomNoise den Lauf für Reproduzierbarkeit seedet. EmptyLTXVLatentVideo (#5163) und LTXVEmptyLatentAudio (#5170) erstellen synchronisierte AV-Latenten basierend auf length und frame_rate. Diese werden über LTXVConcatAVLatent zusammengefügt, sodass Video und Audio während der Entstörung synchron bleiben. Die Änderung des Seeds ist der schnellste Weg, um mehrere LTX 2.3 Cozy Felt-Variationen aus derselben Anweisung zu erkunden.

Sampler Stufe 1#

SamplerCustomAdvanced (#5159) führt den ersten Entstörungsdurchgang unter Verwendung eines Zeitplans von ManualSigmas (#5182) und Anleitung von CFGGuider (#5151) durch. Diese Stufe stellt die globale Komposition, Bewegungsanweisungen und die Kernfilztextur, die durch Ihre Trigger- und Materialwörter vorgeschlagen wird, her. Die Ausgabe wird mit LTXVSeparateAVLatent (#5167) in Video und Audio aufgeteilt, dann wird das Video-Latent von LTXVLatentUpsampler (#5187) mit dem x2 Upscaler verfeinert. Das hochskalierte Video wird mit dem Audio-Latent wieder zusammengeführt, um die Synchronisation vor dem nächsten Sampler aufrechtzuerhalten.

Sampler Stufe 2#

SamplerCustomAdvanced (#5155) wendet einen kürzeren Verfeinerungszeitplan von ManualSigmas (#5183) an, der von CFGGuider (#5171) geleitet wird. Diese Stufe schärft Kanten, Stiche und geschichtete Ausschnittgrenzen, die den LTX 2.3 Cozy Felt Look definieren, ohne vom Stil abzukommen. Nach der Entstörung teilt LTXVSeparateAVLatent (#5156) das Ergebnis zur Dekodierung auf. Halten Sie die gleiche frame_rate über das Conditioning und den Export bei, um das Timing zu erhalten.

Dekodieren und Exportieren#

LTXVSpatioTemporalTiledVAEDecode (#5185) rekonstruiert die Videoframes aus dem endgültigen Video-Latent, und LTXVAudioVAEDecode (#5169) rekonstruiert das Audio. Auf der obersten Ebene muxed VHS_VideoCombine (#5265) Bilder und Audio in eine MP4, wobei Ihre gewählte frame_rate respektiert und eine vorschaufreundliche Datei gespeichert wird. Dateinamen werden automatisch verwaltet, sodass Sie schnell iterieren und Ergebnisse vergleichen können. Dies macht es einfach, mehrere Aufnahmen einer einzelnen LTX 2.3 Cozy Felt Anweisung zu produzieren.

Schlüsselnoten im Comfyui LTX 2.3 Cozy Felt Workflow#

LoraLoaderModelOnly (#5230)#

Wendet den VRGameDevGirl84 LTX 2.3 Cozy Felt Adapter auf das UNet an, ohne Encoder oder VAEs zu berühren. Passen Sie strength_model an, um zwischen reinem Cozy Felt und einem leichteren Hinweis zu balancieren, wenn Sie mit anderen ästhetischen Hinweisen mischen. Wenn Sie zu einer anderen LTX 2.3 LoRA wechseln, verwenden Sie diesen Knoten, um Dateien zu wechseln.

LTXVConditioning (#5224)#

Bridgt positives und negatives Conditioning in das LTX AV-Format, während frame_rate übergeben wird, damit zeitliche Einbettungen mit Ihrem Export übereinstimmen. Halten Sie die gleiche frame_rate-Einstellung im gesamten Graphen für konsistente Bewegungsrhythmen.

ManualSigmas (#5182) und ManualSigmas (#5183)#

Definieren die Rauschzeitpläne für die beiden Sampler-Stufen. Der erste Zeitplan ist breiter für Struktur und Bewegung, der zweite ist enger für Detail und Textur. Wenn Sie einen neuen Zeitplan einführen, testen Sie kleine Änderungen, um zu vermeiden, dass Filzkanten destabilisiert werden oder Flimmern verursacht wird.

LTXVLatentUpsampler (#5187)#

Hochskaliert Video-Latenten zwischen Sampler-Stufen unter Verwendung des x2 Modells von LTX. Dies verbessert die Kantendefinition und geschichteten Papierkonturen, die typisch für LTX 2.3 Cozy Felt sind, während die Berechnung effizient im Vergleich zu einer Upskalierung auf Bildebene bleibt. Referenzgewichte: Lightricks/LTX-2.

LTXVSpatioTemporalTiledVAEDecode (#5185)#

Dekodiert Video mit einer gekachelten Strategie, um Speicher zu passen, während der zeitliche Kontext erhalten bleibt. Wenn Sie auf Speichergrenzen stoßen, passen Sie seine Kacheloptionen an, anstatt Ihre Arbeitsauflösung zu verkleinern. Implementierung bereitgestellt von KJNodes: Kijai/ComfyUI-KJNodes.

VHS_VideoCombine (#5265)#

Setzt dekodierte Frames und Audio in eine einzige MP4 zusammen. Passen Sie seine format- und Qualitätskontrollen an, um Ihren Lieferanforderungen zu entsprechen. Halten Sie frame_rate im Einklang mit früheren Gruppen, um Zeitunterschiede zu vermeiden.

Optionale Extras#

• Prompts für LTX 2.3 Cozy Felt: Fügen Sie den Trigger F3ltCut0u7 plus Materialhinweise wie genähte Nähte, flauschige Filzfasern, geschichtete Ausschnitte und sanfte Laternenbeleuchtung hinzu.
• Halten Sie Negative prägnant, um glänzende Plastik-, fotoreale und CGI-Hinweise zu vermeiden, die die Filztextur übertönen können.
• Für schnelle Variationen ändern Sie den Seed, während Sie die gleiche Anweisung und Zeit beibehalten; für größere Verschiebungen passen Sie die Subjektformulierung oder Materialadjektive leicht an.
• Längere Clips profitieren von stabiler Kamerasprache in der Anweisung und weniger konkurrierenden Aktionen.
• Wenn Sie andere LTX 2.3 LoRAs ausprobieren, entfernen Sie den Cozy Felt-Trigger und verwenden Sie den Trigger des neuen Adapters für beste Ergebnisse. Für mehr LTX 2.3 LoRAs, siehe die Sammlung: vrgamedevgirl84/ltx-23-loras.

Danksagungen#

Dieser Workflow implementiert und baut auf den folgenden Arbeiten und Ressourcen auf. Wir danken Purz für LTX 2.3 - Cozy Felt (ComfyUI Workflow), VRGameDevGirl84 für die LTX 2.3 LoRA Sammlung und VRGameDevGirl84 für LTX2.3_Cozy_Felt_Style_LoRa für ihre Beiträge und Wartung. Für autoritative Details, beachten Sie bitte die originale Dokumentation und die unten verlinkten Repositories.

Ressourcen#

• Purz/LTX 2.3 - Cozy Felt (ComfyUI Workflow)
  • Docs / Release Notes: LTX 2.3 - Cozy Felt — ComfyUI Workflow
• VRGameDevGirl84/LTX 2.3 LoRA collection
  • Hugging Face: LTX 2.3 LoRAs
• VRGameDevGirl84/LTX2.3_Cozy_Felt_Style_LoRa
  • GitHub: vrgamegirl19/comfyui-vrgamedevgirl
  • Hugging Face: vrgamedevgirl84/LTX2.3_Cozy_Felt_Style_LoRa
• VRGameDevGirl84/Hugging Face profile
  • Hugging Face: vrgamedevgirl84

Hinweis: Die Nutzung der referenzierten Modelle, Datensätze und Codes unterliegt den jeweiligen Lizenzen und Bedingungen der Autoren und Betreuer.