LTX 2.3 多視角影片：適用於 ComfyUI 的 Cross‑View IC‑LoRA 工作流程#
此工作流程創建同步的 LTX 2.3 多視角影片，從不同的攝影機角度重新渲染同一場景，同時保留身份、外觀和幾何結構。它結合了官方的 LTX-2.3 主幹與專門構建的 IC-LoRA，該 IC-LoRA 解釋了簡潔的“crossview”提示，如“新攝影機角度：稍微向左，更高，相同距離”以生成一致的多角度剪輯。
設計用於虛擬製作、3D 重建、角色展示、VFX 和電影敘事，該圖保持時間、長度和幀速率一致，因此您可以在一個會話中排隊多個角度並組裝乾淨的多鏡頭編輯。附帶的筆記塊列出了數十個 crossview 預設，您可以將其粘貼到提示中，使 LTX 2.3 多視角影片易於創作和重複。
Comfyui LTX 2.3 多視角影片工作流程中的關鍵模型#
- Lightricks LTX-2.3 22B。用於生成的核心音視覺擴散模型，支持文本、圖像、視頻和音頻條件，具有原生 A/V 潜在表示。請參見官方模型卡以獲取架構、變體和使用說明：Lightricks/LTX-2.3 在 Hugging Face 上。Link
- LTX-2.3 Distilled weights。輕量化的蒸餾路徑提高了速度並穩定了長時間渲染的結果；此工作流程連接到同一模型卡中提供的蒸餾 22B 版本資產。Link
- LTX 2.3 IC-LoRA CrossView Prompt by Cseti。專門的 IC-LoRA，強制執行 cross-view 攝影機變換，同時保持主題和場景的一致性，是此圖中的 LTX 2.3 多視角影片的引擎。Link
- LTX-2.3 Video VAE 和 Audio VAE。編碼和解碼在整個管道中使用的視頻和音頻潛在表示的官方 VAE。它們是 LTX-2.3 發行的一部分。Link
- Google Gemma 3 12B Instruct。此處用作 ComfyUI 的雙 CLIP 接口的文本編碼器，因此提示和 crossview 指令可以順利轉換為 LTX-Video 的文本投影空間。Link
- LTX-Video 項目參考。欲了解該模型家族及其 AV 潛在設計的背景，請參見官方存儲庫和論文。GitHub • arXiv
如何使用 Comfyui LTX 2.3 多視角影片工作流程#
在高層次上，工作流程加載基礎模型和 IC-LoRA，準備參考片段，從您的提示和參考幀中構建條件，然後採樣一個新的渲染，遵循請求的 crossview 攝影機變更。輸出兩個結果：並排調試視頻和帶有音頻的乾淨渲染。
模型#
此組件連接生成主幹和適配器。CheckpointLoaderSimple (#607) 加載 LTX-2.3 22B 檢查點，然後 LoraLoaderModelOnly (#606) 應用蒸餾的 LoRA 以提高速度和質量。LTXICLoRALoaderModelOnly (#5924) 加載驅動 LTX 2.3 多視角影片的 CrossView Prompt IC-LoRA。DualCLIPLoader (#416) 引入具有 LTX 文本投影的 Gemma 3 12B 文本編碼器，而 VAELoader (#5808) 和 LTXVAudioVAELoader (#5809) 則提供官方的視頻和音頻 VAE。
輸入視頻設置#
在此處設置輸出基礎時間和大小。FPS (Input) (#616) 和 Seconds (Input) (#615) 決定剪輯長度，圖形自動計算幀數以保持每個視圖時間對齊。Width (#612) 和 Height (#5968) 定義渲染解析度。所有下游採樣器和 VAE 都會讀取這些共享值，這使得不同角度保持一致，因此 LTX 2.3 多視角影片可以無需重新計時地剪輯在一起。
準備參考視頻#
使用 VHS_LoadVideo (#5997) 加載可選的參考片段以獲取運動、構圖和音頻。視頻由 ImageResizeKJv2 (#5966) 調整大小以匹配您的目標解析度，其音頻將被存儲以用於最終渲染。如果您更喜歡純文本到視頻，您可以跳過加載器；有了參考，工作流程會從新角度重新渲染場景，同時保持身份穩定。
條件設置#
提示通過 CLIP Text Encode (Positive Prompt) (#5922) 使用 Gemma，然後進入 LTXVConditioning (#164)，其中附加了幀速率以進行時間控制。正面提示是您放置 crossview 指令的地方，例如“crossview. 新攝影機角度：稍微向右，更高，相同距離。”LTXVImgToVideoConditionOnly (#5904) 將調整大小的參考幀轉換為運動先驗，而不複製像素，並且 LTXAddVideoICLoRAGuide (#5899) 注入 CrossView IC-LoRA 指導，因此攝影機變換在最終渲染中得到尊重。
預處理#
為了快速質量保證，ImageConcatMulti (#5974) 構建了參考和生成幀的並排條帶。這有助於您確認 crossview 指令是否產生了預期的攝影機移動以及身份是否在您承諾進行更長批次的 LTX 2.3 多視角影片之前得到保留。
採樣#
SamplerCustom (#561) 使用合成的模型和條件驅動擴散，接收保持音頻和視頻同步的 AV 潛在表示。計劃由 ManualSigmas (#5972) 提供，採樣器類型由 KSamplerSelect (#154) 指定。採樣後，VAEDecode (#471) 使用官方視頻 VAE 重建幀。然後 VHS_VideoCombine (#604) 寫入帶有存儲源音頻的最終 MP4，而第二個 VHS_VideoCombine (#5975) 保存並排調試渲染。
Comfyui LTX 2.3 多視角影片工作流程中的關鍵節點#
LTXICLoRALoaderModelOnly(#5924) 加載 CrossView Prompt IC-LoRA 並將其附加到活動的 LTX-2.3 模型上，以便可以用自然語言請求攝影機變更。增加適配器強度以更強地遵循請求的視點，或在看到過度約束運動時減少適配器強度。該節點集來自官方的 ComfyUI-LTXVideo 擴展。GitHubLTXAddVideoICLoRAGuide(#5899) 使用您的正面提示、當前視頻潛在表示和參考圖像序列，在採樣期間應用 IC-LoRA 指導。這是將普通渲染轉變為 LTX 2.3 多視角影片的槓桿，通過強制執行 crossview 幾何，同時保持身份。調整指南的強度相對於基礎提示以平衡創造力和攝影機忠實度。GitHubLTXVImgToVideoConditionOnly(#5904) 從參考幀中建立運動和構圖先驗，而不複製像素，這有助於在更改攝影機角度時保持時間和角色一致性。當您希望新視圖回應原始表演時使用它。對於純文本到視頻或完全新穎的場景，您可以繞過參考輸入。GitHubSamplerCustom(#561) 融合模型、條件和 sigma 計劃的主要採樣器，以生成 AV 潛在表示。在KSamplerSelect(#154) 中選擇一個適合您的質量速度目標的採樣器類型。如果您計劃排隊多角度的 LTX 2.3 多視角影片，請保持設置一致，以便所有輸出保持幀鎖定。VHS_LoadVideo(#5997) 和VHS_VideoCombine(#604, #5975) VideoHelperSuite 處理進口和出口。加載器提取幀和音頻；組合器寫入帶有音頻的 MP4 文件，用於調試並排和乾淨渲染。將幀速率與輸入組保持一致，以便於多視圖編輯。GitHubImageResizeKJv2(#5966) 確保參考序列在條件設置和採樣之前匹配您的目標解析度。匹配尺寸減少了重採樣偽影，並有助於 IC-LoRA 在不同角度保持面部和場景細節。GitHub
可選額外功能#
- 使用筆記塊中提供的 crossview 預設快速創作多個角度，然後排隊運行以獲得同步的 LTX 2.3 多視角影片，用於多鏡頭編輯。
- 保持所有角度的寬度和高度相同；在項目中途更改解析度可能會引入微妙的身份漂移。
- 為了最強的身份鎖定，保持主題描述和服裝不變，同時只改變 crossview 指令。
- 要構建四角度集，使用相同的秒數和 fps 渲染相同的提示，並使用四個 crossview 方向（前、側、三四分之一、後）。
- 使用並排調試輸出驗證幾何和時間，然後再導出您的最終 LTX 2.3 多視角影片集。
致謝#
此工作流程實施並建立在以下作品和資源的基礎上。我們感謝 Innovate Futures @ Benji 提供的 LTX 2.3 多視角影片工作流程源的貢獻和維護。有關權威詳細信息，請參閱下方鏈接的原始文檔和存儲庫。
資源#
- Innovate Futures @ Benji/LTX 2.3 多視角影片工作流程源
- 文檔 / 發布說明: Patreon Post
注意：引用的模型、數據集和代碼的使用受到其作者和維護者提供的各自許可和條款的約束。
