LTX 2.5 首尾帧转视频：两帧锚定，电影片段与同步音频#
这个RunComfy-ready工作流程将匹配的起始和结束图像转换为带有同步音频的短电影视频。通过指导从首帧和尾帧锚点生成，它在创建两者之间的连贯运动时保持了构图、照明、主体身份和风格。LTX 2.5 首尾帧转视频是ComfyUI中受控角色动作、产品节拍、相机移动和场景过渡的理想选择。
在内部，它将Lightricks的LTX-2.5 transformer与专用的视频和音频VAE以及基于Gemma的提示增强器配对。图形附带明确的提示、视频设置、首/尾帧准备、条件、采样和解码组，因此您可以在不触及低级接线的情况下获得可靠、可重复的结果。
Comfyui LTX 2.5 首尾帧转视频工作流程中的关键模型#
- Lightricks LTX-2.5 distilled transformer。核心视频生成器，从文本和视觉指南中学习运动、外观和时间一致性。模型页面
- LTX-2.5 视频 VAE。压缩和解码视频潜在变量以获得清晰的帧，同时保持内存使用实用。包含在LTX-2.5存储库中。模型页面
- LTX-2.5 音频 VAE。生成并重建同步音频潜在变量以匹配视觉事件。包含在LTX-2.5存储库中。模型页面
- Gemma 4 12B 文本编码器，带有LTX-2.5投影。将您的提示编码为丰富的条件，涵盖主题、动作、照明和相机方向。包含在LTX-2.5资产中。模型页面
- Gemma 4 E2B 指令调优变体，用于提示增强。在启用增强时，将简短输入扩展为电影方向。模型页面
- LTX-2.5管道和计划行为的可选Diffusers参考。用于理解采样器权衡。项目页面
如何使用Comfyui LTX 2.5 首尾帧转视频工作流程#
该工作流程以两个图像作为锚点，将它们转换为指导，然后在文本控制下去噪视频和音频潜在变量，然后解码为可分享的剪辑。以下每个组都扮演特定角色；大多数用户只会触碰提示、提示增强和视频设置。
提示#
在Prompt (#252)节点中编写简明但描述性的指令。正面文本由CLIPTextEncode (#222)使用Gemma 4 12B编码器编码，因此模型理解主题、动作、照明和相机意图。保持描述的结束状态以及开场节拍，以帮助模型尊重两个锚点。如果您需要严格的措辞或品牌术语，请在提示中明确写出。
提示增强#
短提示可以通过TextGenerateLTX2Prompt (#247)自动扩展。ComfySwitchNode (#248)将您的原始提示或增强文本路由到编码器，PreviewAny (#249)让您检查最终文本。当您想要电影化措辞和更丰富的运动提示时启用增强；当提示措辞必须保持准确时禁用它。
视频设置#
使用Duration (#198)、Frame Rate(int) (#205)、Width (#215)和height (#216)设置剪辑长度、帧率和分辨率。图形通过ComfyMathExpression (#226)计算总帧数，并在EmptyLTXVLatentVideo (#201)中分配视频潜在变量，在LTXVEmptyLatentAudio (#197)中分配音频潜在变量。更高的分辨率或帧率会增加VRAM和时间；从适度开始，然后在您喜欢运动后进行扩展。
首帧#
加载您的起始图像，在ResizeImageMaskNode (#213)中调整大小以匹配目标分辨率。LTXVPreprocess (#199)标准化色调和细节以获得稳定的指导。干净、曝光良好、构图清晰的图像使模型更快地锁定并减少锚点的意外漂移。
尾帧#
加载您的结束图像；它在ResizeImageMaskNode (#214)中调整大小，并在LTXVPreprocess (#195)中标准化。目标是与首帧匹配的纵横比、透视和主体比例，以便过渡感觉物理上合理，并在最后保持锚点。
条件#
文本条件在LTXVConditioning (#202)中组成，它还接收目标帧率，以便在各个分支中对齐时间。图像指导通过LTXVAddGuide (#206)为首帧和LTXVAddGuide (#204)为尾帧分两次附加，确保两个锚点影响轨迹。LTXVCropGuides (#200)调整任何剩余的尺寸差异，以便指导线完美对齐潜在画布。
采样#
噪声在RandomNoise (#196)中播种，去噪由SamplerCustomAdvanced (#211)与SamplerEulerAncestral (#208)和ManualSigmas (#239)计划驱动，以获得清晰、运动稳定的更新。指导来自由UNETLoader (#230)提供动力的LTXVDualCFGGuider (#235)，将正面和负面条件混合以引导外观和运动。音频和视频潜在变量被连接并在LTXVConcatAVLatent (#210)和LTXVSeparateAVLatent (#221)中分离，以便运动和声音一起发展。
解码和输出#
潜在变量通过VAEDecodeTiled (#219)使用视频VAE解码为帧，通过LTXVAudioVAEDecode (#220)使用音频VAE解码为音频。CreateVideo (#218)以您选择的FPS将图像和音频合并成最终剪辑。在顶部图形中，SaveVideo (#68)写入结果；如果需要，可以在那里重命名或更改位置。
Comfyui LTX 2.5 首尾帧转视频工作流程中的关键节点#
TextGenerateLTX2Prompt (#247)#
将简短输入扩展为电影化、LTX友好的提示。当您希望以最小的努力获得更丰富的动词、照明和相机语言时使用它。如果您需要准确的措辞或品牌安全的措辞，请通过ComfySwitchNode (#248)关闭增强，并自行提供最终文本。
LTXVDualCFGGuider (#235)#
将LTX-2.5模型与正面和负面条件结合，以平衡遵从性和自由度。提高指导以增强提示和锚点的保真度；降低它以获得更松散、更有机的运动。极高的指导可能会过度限制运动或引入饱和，因此请与负面提示强度一起调整。
SamplerCustomAdvanced (#211)#
使用SamplerEulerAncestral (#208)和选定的sigma计划运行去噪循环。使用较短的计划进行速度测试，当您需要更多细节保留时使用较长的计划。如果运动看起来不稳定，请尝试更平滑的sigma坡道或稍微降低指导以减少步骤之间的过度校正。
ManualSigmas (#239)#
定义噪声计划，在清晰度与时间平滑度之间进行权衡。前置噪声可以在早期鼓励更大的动作，而温和的尾部可以在接近结束锚点时保留细节。仅在您对提示和锚点满意后进行调整。
VAEDecodeTiled (#219)#
使用平铺处理解码视频潜在变量为图像，以便在内存中适应更大的分辨率。较小的平铺减少VRAM，但可能会有平铺接缝的风险；较大的平铺更干净但更重。保持分辨率和平铺大小与您的GPU平衡。
LTXVAudioVAEDecode (#220)#
从音频潜在变量重建同步音轨。要导出无声剪辑，请在CreateVideo (#218)之前暂时禁用子图中的音频分支。如果最终声音感觉过于繁忙，请在提示中减少动作密度，以便音频模型遵循更简单的节拍。
RandomNoise (#196)#
播种生成。为了获得可重复的结果，请打开子图并设置固定种子而不是随机化。当从相同锚点和提示中探索运动选项时，改变种子以采样不同的轨迹。
可选附加功能#
- 为了获得最干净的过渡，请保持首尾帧在纵横比、地平线和主体比例上的对齐；不匹配会迫使模型扭曲几何。
- 明确描述运动：“开始面向左侧，转向相机，手打开，蓝色水晶升到手掌上方”比仅用风格提示更好。
- 时长和FPS相互作用；同时增加两者会增加内存和渲染时间。一次拉伸一个，并在扩展之前预览。
- 如果边缘闪烁，请在提示中减少细纹理形容词，或稍微降低指导以支持时间稳定性。
- 为了加快迭代速度，请在较小分辨率下测试，然后在运动和构图锁定后提高宽度和高度。
- 当您需要品牌完美的结束帧时，在提示中强调它们，并保持最后一帧干净且高对比度，以便LTX 2.5 首尾帧转视频可以可靠锁定。
致谢#
此工作流程实现并建立在以下工作和资源之上。我们感谢Comfy.org提供的Source工作流程模板、Lightricks提供的LTX-2.5模型权重，以及Lightricks提供的LTX-2.5 Diffusers项目的贡献和维护。有关权威细节，请参阅下方链接的原始文档和存储库。
资源#
- Comfy.org/Source工作流程模板
- 文档 / 发布说明: Source工作流程模板
- 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 组织
- Hugging Face: Lightricks
注意: 使用引用的模型、数据集和代码需遵循其作者和维护者提供的相应许可证和条款。
