LTX 2.3 Многовидовые Видео | Генератор Многокамерных Видео

LTX 2.3 Многовидовые Видео: Рабочий процесс Cross‑View IC‑LoRA для ComfyUI#

Этот рабочий процесс создает синхронизированные LTX 2.3 Многовидовые Видео, которые повторно рендерят одну и ту же сцену с разных углов камеры, сохраняя идентичность, внешний вид и геометрию. Он сочетает в себе официальный LTX-2.3 с специально разработанным IC-LoRA, который интерпретирует компактные "crossview" подсказки, такие как "новый угол камеры: немного слева, выше, на том же расстоянии", чтобы создавать последовательные клипы с несколькими углами.

Разработан для виртуального производства, 3D-реконструкции, демонстрации персонажей, VFX и кинематографического повествования, график сохраняет синхронизацию времени, длины и частоты кадров, чтобы вы могли запустить несколько углов за одну сессию и собрать чистый многокамерный монтаж. Включенный блок заметок содержит десятки предустановок crossview, которые вы можете вставить в подсказку, делая LTX 2.3 Многовидовые Видео простыми для создания и повторения.

Основные модели в рабочем процессе LTX 2.3 Многовидовых Видео в ComfyUI#

• Lightricks LTX-2.3 22B. Основная аудиовизуальная диффузионная модель, используемая для генерации, поддерживающая текст, изображение, видео и аудиокондционирование с родными A/V латентами. См. официальную карточку модели для архитектуры, вариантов и заметок по использованию: Lightricks/LTX-2.3 на Hugging Face. Link
• LTX-2.3 Distilled weights. Легкий дистиллированный путь улучшает скорость и стабилизирует результаты для более длительных рендеров; этот рабочий процесс подключен к дистиллированным ресурсам выпуска 22B, размещенным на той же карточке модели. Link
• LTX 2.3 IC-LoRA CrossView Prompt by Cseti. Специализированный IC-LoRA, который обеспечивает перекрёстные трансформации камеры, сохраняя согласованность объектов и сцен, движущий механизм LTX 2.3 Многовидовых Видео в этом графике. Link
• LTX-2.3 Video VAE и Audio VAE. Официальные VAE, которые кодируют и декодируют видео и аудио латенты, используемые по всему конвейеру. Они являются частью дистрибуции LTX-2.3. Link
• Google Gemma 3 12B Instruct. Используется здесь в качестве текстового кодировщика через интерфейс ComfyUI’s dual-CLIP, чтобы подсказки и инструкции crossview чисто переводились в текстовое проекционное пространство LTX-Video. Link
• LTX-Video проектные ссылки. Для справочной информации о семействе моделей и их AV латентном дизайне, см. официальный репозиторий и статью. GitHub • arXiv

Как использовать рабочий процесс LTX 2.3 Многовидовых Видео в ComfyUI#

На высоком уровне, рабочий процесс загружает базовую модель и IC-LoRA, подготавливает эталонный клип, строит кондиционирование из вашей подсказки и эталонных кадров, затем выбирает новый рендер, который следует за запрашиваемым изменением камеры crossview. Пишутся два выхода: видео отладки "бок о бок" и чистый рендер с аудио.

Модели#

Эта группа подключает основной генератор и адаптеры. CheckpointLoaderSimple (#607) загружает контрольную точку LTX-2.3 22B, затем LoraLoaderModelOnly (#606) применяет дистиллированный LoRA для скорости и качества. LTXICLoRALoaderModelOnly (#5924) загружает IC-LoRA CrossView Prompt, который питает LTX 2.3 Многовидовые Видео. DualCLIPLoader (#416) включает текстовый кодировщик Gemma 3 12B с текстовой проекцией LTX, в то время как VAELoader (#5808) и LTXVAudioVAELoader (#5809) предоставляют официальные видео и аудио VAE.

Настройка входного видео#

Установите здесь базовое время и размер вашего выхода. FPS (Input) (#616) и Seconds (Input) (#615) определяют длину клипа, и график автоматически вычисляет количество кадров, чтобы каждый вид оставался синхронизированным по времени. Width (#612) и Height (#5968) определяют разрешение рендера. Все нижестоящие семплеры и VAE используют эти общие значения, что сохраняет последовательность различных углов, чтобы LTX 2.3 Многовидовые Видео можно было собрать без повторной синхронизации времени.

Подготовка эталонного видео#

Используйте VHS_LoadVideo (#5997), чтобы загрузить необязательный эталонный клип для движения, кадрирования и аудио. Видео изменяется по размеру с помощью ImageResizeKJv2 (#5966), чтобы соответствовать вашему целевому разрешению, и его аудио сохраняется для финального рендера. Если вы предпочитаете чисто текст-видео, вы можете пропустить загрузчик; с эталоном рабочий процесс повторно рендерит сцену с нового угла, сохраняя стабильность идентичности.

Кондиционирование#

Подсказки проходят через CLIP Text Encode (Positive Prompt) (#5922) с использованием Gemma, затем в LTXVConditioning (#164), где частота кадров прикрепляется для временного контроля. Положительная подсказка - это место, где вы размещаете инструкции crossview, например "crossview. новый угол камеры: немного вправо, выше, на том же расстоянии." LTXVImgToVideoConditionOnly (#5904) превращает измененные по размеру эталонные кадры в приоритет движения без копирования пикселей, а LTXAddVideoICLoRAGuide (#5899) вводит руководство IC-LoRA CrossView, чтобы трансформация камеры была учтена в финальном рендере.

Предварительная обработка#

Для быстрой проверки качества ImageConcatMulti (#5974) создает полосу "бок о бок" из эталонных и сгенерированных кадров. Это помогает подтвердить, что инструкция crossview произвела ожидаемое движение камеры и что идентичность сохранена, прежде чем вы решите создать более длинную партию LTX 2.3 Многовидовых Видео.

Семплинг#

SamplerCustom (#561) управляет диффузией с помощью составленной модели и кондиционирования, получая AV латент, который сохраняет синхронизацию аудио и видео. Расписание предоставляется ManualSigmas (#5972), а тип семплера выбирается в KSamplerSelect (#154). После семплинга VAEDecode (#471) реконструирует кадры с помощью официального видео VAE. VHS_VideoCombine (#604) затем записывает финальный MP4 с сохраненным исходным аудио, в то время как второй VHS_VideoCombine (#5975) сохраняет отладочный рендер "бок о бок".

Ключевые узлы в рабочем процессе LTX 2.3 Многовидовых Видео в ComfyUI#

• LTXICLoRALoaderModelOnly (#5924) Загружает IC-LoRA CrossView Prompt и прикрепляет его к активной модели LTX-2.3, чтобы изменения камеры можно было запрашивать на естественном языке. Увеличьте силу адаптера для более сильного соблюдения запрашиваемого ракурса или уменьшите ее, если вы видите чрезмерно ограниченное движение. Набор узлов происходит из официального расширения ComfyUI-LTXVideo. GitHub
• LTXAddVideoICLoRAGuide (#5899) Применяет руководство IC-LoRA во время семплинга, используя вашу положительную подсказку, текущий видео латент и последовательность эталонных изображений. Это рычаг, который превращает обычный рендер в LTX 2.3 Многовидовые Видео, обеспечивая перекрёстную геометрию, сохраняя идентичность. Настройте силу гида относительно основной подсказки, чтобы сбалансировать креативность и точность камеры. GitHub
• LTXVImgToVideoConditionOnly (#5904) Строит движение и композицию из эталонных кадров без копирования пикселей, что помогает сохранить синхронизацию времени и согласованность персонажей при изменении угла камеры. Используйте это, когда хотите, чтобы новый вид отражал оригинальное исполнение. Для чистого текст-видео или полностью новых кадров вы можете обойтись без эталонного ввода. GitHub
• SamplerCustom (#561) Основной семплер, который объединяет модель, кондиционирование и расписание сигм для генерации AV латента. Выберите тип семплера выше в KSamplerSelect (#154), который соответствует вашей цели по качеству и скорости. Если вы планируете запускать много углов для LTX 2.3 Многовидовых Видео, сохраняйте настройки последовательными, чтобы все выходы оставались зафиксированными по кадрам.
• VHS_LoadVideo (#5997) и VHS_VideoCombine (#604, #5975) VideoHelperSuite обрабатывает загрузку и экспорт. Загрузчик извлекает кадры и аудио; комбайнеры записывают файлы MP4 для отладки "бок о бок" и чистого рендера с аудио. Сохраняйте частоту кадров, согласованную с группой Input, для легкого редактирования с несколькими видами. GitHub
• ImageResizeKJv2 (#5966) Обеспечивает соответствие эталонной последовательности вашему целевому разрешению перед кондиционированием и семплингом. Соответствие размеров уменьшает артефакты ресемплинга и помогает IC-LoRA поддерживать детали лица и сцены по углам. GitHub

Дополнительные опции#

• Используйте предоставленные предустановки crossview в блоке заметок, чтобы быстро создать несколько углов, затем запустите серии, чтобы получить синхронизированные LTX 2.3 Многовидовые Видео для многокамерного монтажа.
• Сохраняйте одинаковую ширину и высоту для всех углов; изменение разрешения в середине проекта может вызвать тонкий дрейф идентичности.
• Для самой сильной фиксации идентичности сохраняйте описание объекта и гардероб постоянными, изменяя только инструкцию crossview.
• Чтобы создать набор из четырех углов, рендерите одну и ту же подсказку с четырьмя направлениями crossview (передний, боковой, три четверти, задний), используя одинаковые секунды и fps.
• Используйте выход отладки "бок о бок" для подтверждения геометрии и синхронизации времени перед экспортом вашего финального набора LTX 2.3 Многовидовых Видео.

Признательности#

Этот рабочий процесс реализует и основывается на следующих работах и ресурсах. Мы благодарны Innovate Futures @ Benji за LTX 2.3 Многовидовые Видео Workflow Source за их вклад и поддержку. Для авторитетной информации, пожалуйста, обратитесь к оригинальной документации и репозиториям, приведенным ниже.

Ресурсы#

• Innovate Futures @ Benji/LTX 2.3 Многовидовые Видео Workflow Source
  • Документы / Примечания к выпуску: Patreon Post

Примечание: Использование упомянутых моделей, наборов данных и кода подчиняется соответствующим лицензиям и условиям, предоставленным их авторами и поддерживающими.