LTX 2.5 ComfyUI テキストからビデオへ: 同期オーディオ付きプロンプトからビデオへ#
LTX 2.5 ComfyUI テキストからビデオへは、RunComfy対応のワークフローで、短いプロンプトをシネマティックなビデオに変換し、整列したオーディオトラックを提供します。LightricksのLTX-2.5蒸留トランスフォーマーを使用してテキストからビデオを生成し、コンパクトなビデオ/オーディオVAEで再構築し、シャープな詳細のための潜在的なアップスケーラーを使用し、Gemmaベースのプロンプト強化でプロンプトの忠実度を高めます。
ComfyUI内で迅速にローカルファーストの反復を求めるクリエイター向けに設計されたこのグラフは、雰囲気のあるシーン、製品ショット、キャラクターモーメント、ムード作品に優れています。LTX 2.5 ComfyUI テキストからビデオへを使用すると、アイデアからプレビューまで数分で移行し、RunComfyを離れることなく動き、外観、タイミングを洗練できます。
Comfyui LTX 2.5 ComfyUI テキストからビデオへのワークフローの主要モデル#
- Lightricks LTX-2.5。テキストから時間的に一貫したビデオを合成するコアの蒸留トランスフォーマーです。プロンプトの忠実度と動きのリアリズムをバランスさせながら、推論を高速に保ちます。公式モデルカードは Lightricks/LTX-2.5、参考パイプラインは Lightricks/LTX-2.5-Diffusers をご覧ください。
- Google Gemma 2 Instruct。生成前にユーザープロンプトを拡大し明確にするために使用されるコンパクトな指示調整済み言語モデルです。スタイルガイダンスとショット意図を改善します。代表的なチェックポイントは google/gemma-2-9b-it です。
- Lightricks組織ハブ。LTXのリリースとテキストからビデオファミリーへの更新のための中央リストで、モデルノートと既知の動作に便利です: huggingface.co/Lightricks。
Comfyui LTX 2.5 ComfyUI テキストからビデオへのワークフローの使用方法#
このワークフローはプロンプトからビデオへのクリーンなパスをたどります: プロンプト強化、テキスト調整、潜在的なビデオ合成、アップスケーリング、デコーディング、オーディオ整列、およびエクスポートです。以下のセクションでは各段階を平易な言葉で説明しているので、何を変更し、なぜかを理解できます。
プロンプトとプリセット#
まず、主題、設定、照明、レンズまたはカメラの感触、動きの意図を述べる簡潔なプロンプトを書きます。オプションで、望ましくない要素を避けるためにネガティブプロンプトを追加します。スタイルプリセットが提供されている場合、色とコントラストの傾向をすばやく設定するために選択します。グラフがシードコントロールを公開している場合、言葉を繰り返している間にシードを安定させて、違いがランダムではなく編集によるものであることを確認してください。LTX 2.5 ComfyUI テキストからビデオへは、「スロードリーイン」、「ハンドヘルド」、「微妙なそよ風」などの明確な動詞から恩恵を受けます。
テキスト調整#
プロンプトはトークン化され、エンコードされ、意図を強化し曖昧さを取り除くためにGemmaによって軽く書き直されます。強化されたテキストは、ビデオモデルがレイアウト、主題の外観、動きの手がかりを決定するために使用する調整ベクトルを作成します。説明は具体的で視覚的に保ち、互いに競合する修飾子の長いリストを避けてください。一貫したアイデンティティやブランディングが必要な場合、それらの用語をプロンプトの早い段階に置いてください。このステップは、LTX 2.5 ComfyUI テキストからビデオへがピクセルが生成される前に意味に固着する場所です。
潜在的なビデオ合成#
ワークフローは、選択したアスペクト比と期間に合わせて潜在的なタイムラインを初期化します。LTX-2.5はこの潜在的なビデオを反復的にデノイズし、構造、動き、外観を各フレームに織り込みながら時間的な一貫性を維持します。短いショットはより速く収束し、指示が容易です。最初のビートが気に入ったら、期間を延長します。ネガティブプロンプトを使用して、余分な手足、ちらつき、テキストオーバーレイなどのアーティファクトを抑制します。ここでの目標は、すでに意図されたシーンとして読めるクリーンでブリーフな潜在的クリップを作成することです。
動きとタイミング#
デノイズ中、モデルは空間の詳細と滑らかな動きをバランスさせます。プロンプトでの強力な動きの手がかりは、静的に見えるクリップを避けるのに役立ちます。あまりに多くの細かいテクスチャの要求は動きの明瞭さを低下させる可能性があります。グラフに動きの強さのコントロールが含まれている場合、動的なショットのためにそれを増やし、ポートレートやマクロ製品の角度のためにそれを減らします。バリエーションをテストする際は、特定の編集に違いを帰することができるよう、一度に1つの要素を変更します。LTX 2.5 ComfyUI テキストからビデオへは、明確なカメラ動詞と1つの主題に焦点を当てたものを通常報います。
潜在的なアップスケーリング#
専用の潜在的なアップスケーラーが、時間的な安定性を損なうことなく詳細を洗練します。基本的な動きと構成が正しく見えるようになったら、このパスを有効にします。ハイライトがぼやけたり、エッジが過剰にシャープ化された場合は、強度を少し減らして再実行します。画像が柔らかく感じる場合は、それを増やします。動きが安定した後のアップスケーリングは、より高い基本解像度で始めるよりも一貫性を保ちます。この段階では、LTX 2.5 ComfyUI テキストからビデオへがその鮮明さを得ることができ、ちらつきを導入しません。
デコードとカラー#
ビデオVAEは潜在的をフレームにデコードし、プレビューとエクスポートに適した色空間とトーンマッピングを適用します。利用可能な場合、意図に合ったルックプロファイルを選択します: 後でグレーディングするためにニュートラル、すぐに共有可能なデイリーのためにシネマティック。軽いバンディングやちらつきは、上流でのシャープ化が過剰であることを示すことがよくあります。アップスケーラーの強度を調整し、重いポストコントラストを強制するのではなく、アスペクト比を一貫させて結果を公正に比較します。デコードは、フレームがピクセルになり、評価できる場所です。
オーディオ生成と同期#
オーディオモジュールは、同じプロンプトから軽量のサウンドトラックを生成し、ビデオタイムラインに合わせます。「不気味なドローン」、「陽気なシンセ」、「柔らかい雨のフォーリー」などのムードワードを使用して、ベッドを導きます。ワークフローがオーディオトグルを公開している場合、動きを探っている間はそれを無効にし、最終版では有効にすることができます。わずかなプロンプトの調整でリズムと強度をシフトできます。オーディオバリエーションを試聴する際には、ビジュアルシードをロックしてください。目的は、シーンを支援し、争わない一貫したオーディオです。
エクスポートとレビュー#
コンパクトなプレビューまたは高品質の共有可能なファイルのために、コンテナとコーデックプリセットを選択します。グラフにフレームエクスポートが含まれている場合、フルランをコミットする前に個々のフレームをアーティファクトのために検査できます。プロンプト、シード、および任意のトグルの記録を保持し、アイデアを再現または分岐できるようにします。ソーシャルまたは製品レビューのために、プレビュープリセットを使用します。リールまたはクライアントデッキのために、高品質プリセットを使用します。LTX 2.5 ComfyUI テキストからビデオへは、迅速に反復し、準備ができたらアップスケールしてエクスポートできるように最適化されています。
オプションの追加#
- ショット言語でプロンプトを書く: 主題 + 設定 + 照明 + レンズ + 動き（例：「大理石の上の製品ヒーロー、柔らかいバックライト、50 mm、左にゆっくりアーク」）。
- 多くの弱いキューよりも1つの決定的なスタイルキューを好む。あまりに多くの形容詞はガイダンスを希薄化します。
- テキストオーバーレイ、過剰なグレイン、または望ましくない場合にロゴのような形状を抑制するためにネガティブプロンプトを使用します。
- プロンプトの編集を比較するためにシードをロックします。新しい構成を探索するためにシードを変更します。
- 短く始め、動きが明確に読めるようになったら期間を延長します。長いクリップは小さな問題を複合します。
- 顔が中心の場合、カメラの動きを穏やかにし、照明を安定させて時間的なドリフトを減らします。
- クリーンなエクスポートのために、ポストでのリサイズを避けます。アスペクトと解像度をグラフ内で設定し、一貫性を保ちます。
このLTX 2.5 ComfyUI テキストからビデオへのワークフローは、説得力のある動き、シャープな詳細、および整列したオーディオを最小限のセットアップで得るのに役立つように設計されています。迅速に反復し、明確な意図でガイドし、グラフがテキストからビデオへの重い作業を処理させます。
謝辞#
このワークフローは、以下の作品とリソースを実装し、基にしています。Comfy.orgのソースワークフローテンプレート、LightricksのLTX-2.5モデルウェイト、およびLightricksのLTX-2.5 Diffusersプロジェクトに感謝し、その貢献とメンテナンスに感謝します。権威ある詳細については、以下にリンクされたオリジナルのドキュメントとリポジトリを参照してください。
リソース#
- Comfy.org/Source workflow template
- ドキュメント / リリースノート: Source workflow template
- Lightricks/LTX-2.5
- Hugging Face: Lightricks/LTX-2.5
- Lightricks/LTX-2.5-Diffusers
- Hugging Face: Lightricks/LTX-2.5-Diffusers
- Lightricks/Hugging Face organization
- Hugging Face: Lightricks
注意: 参照されているモデル、データセット、およびコードの使用には、それぞれの著者および管理者が提供するライセンスおよび条件が適用されます。
