前面十三篇走下来，你已经有了一整套静态图的本事——装机、出图、调质量、放大、锁脸全齐活。但有个事我一直压着没讲，因为它最容易劝退 8G 卡用户：视频。
我得说实话，自己第一次想碰视频时心态是”算了，8G 卡别想了”。头脑一热下了个好几十 G 的大模型，一点 Queue 直接 out of memory。后来才知道，不是 8G 不能玩，是我用错了模型、也没量化。现在 LTX-2 这个开源视频模型，靠蒸馏版 + GGUF 量化，咱们 4060 8G 真能出视频，就是得守一套低显存打法。这篇把它讲透。
一、LTX-2 是啥，和出图有啥不一样
一句话：LTX-2 是个开源的”文生视频 / 图生视频”模型，你写一句话（或丢一张图），它给你吐出一段会动的短片。出图是”一帧”，视频是”一串帧连起来动”。视频比出图重得多——一段 49 帧的视频等于要把类似过程重复 49 次还带前后帧关联，所以特别挑显存。
一句话记住：视频 = 很多帧 + 帧与帧之间的连贯，所以它比出图吃显存，但思路还是”模型 + 提示词 + 采样”那一套。
两条主要玩法：
· 文生视频（T2V）：写提示词，凭空生成一段视频。
· 图生视频（I2V）：丢一张静态图当”首帧”，让图里的东西动起来（小人走、云飘、人眨眼）。
二、模型和插件放哪（放错下拉框永远空）
先说装东西，这步坑最多。LTX-2 在 ComfyUI 里不是自带节点，要装自定义节点包 + 量化模型。
第一步：装自定义节点（都在 ComfyUI Manager 里搜得到）
· ComfyUI-LTXVideo：核心节点包，没有它就没有 LTX 节点。
· ComfyUI-GGUF：用来加载 .gguf 量化模型。
· ComfyUI-KJNodes：视频 VAE 辅助节点。
· ComfyUI-VideoHelperSuite：视频读写、帧工具。
踩坑经历：我头回只装了 LTXVideo，加载工作流满屏红节点”missing”。其实是 GGUF 和 VideoHelperSuite 没装，LTX 节点依赖它们。装齐重启，红节点全消。
第二步：下模型，按固定目录平铺放
ComfyUI/models/unet/ → ltx-2-19b-distilled_Q3_K_M.gguf
ComfyUI/models/text_encoders/ → gemma-3-12b-it-qat-Q2_K.gguf
ltx-2-19b-dev_embeddings_connectors.safetensors
ComfyUI/models/vae/ → LTX2_video_vae_bf16.safetensors（或 ltx-2-19b-dev_video_vae.safetensors）
模型去 Hugging Face / Civitai 的 LTX-2 专区下，全免费。
踩坑经历：下完模型下拉框刷不出来——老毛病了，F5 刷新网页就好。和放 LoRA、放放大模型一模一样的坑，我又栽了一次，你别学我。
三、手把手接节点（原理式，讲怎么接）
LTX-2 的节点链长这样（端口我查了官方文档和社区实测核对）：
Load LTX Model → CFGGuider(配正负提示词) → guider
LTXVScheduler → sigmas ｜ KSamplerSelect(euler) → sampler ｜ RandomNoise → noise
EmptyLTXVLatentVideo + LTXVEmptyLatentAudio → LTXVConcatAVLatent → av_latent
SamplerCustomAdvanced(noise+guider+sampler+sigmas+av_latent) → 输出 AV latent
→ LTXVSeparateAVLatent(拆出 video latent) → VAEDecode → 画面
→ VHS_VideoCombine(画面+音频) → mp4
DualCLIPLoader(GGUF, type=ltxv) → CLIP Text Encode(±) → Positive / Negative
端口怎么接（这步是重灾区）：
· DualCLIPLoader(GGUF) 的黄色 CLIP 口 → 正负提示词节点的 clip 口。
· 关键坑：type 必须手动设成 ltxv。默认可能是 sd3，不改出来的视频满屏静态雪花、一帧都不动。我第一次就栽在这，重下两遍还是雪花，折腾一晚上。
· 模型不直接进采样器：Load LTX Model 的 MODEL 口 → CFGGuider 的 model 口；CFGGuider 再吃 Positive / Negative，输出 guider → 接 SamplerCustomAdvanced 的 guider 口（它压根没有 model 口，这是和老版 KSampler 最大区别）。
· LTXVScheduler 的 SIGMAS → SamplerCustomAdvanced 的 sigmas 口。
· SamplerCustomAdvanced 还吃 noise（RandomNoise）和 latent_image（上面的 av_latent）两个口；noise + guider + sampler + sigmas + latent_image 五个口喂满才出 latent。
· 采样器输出的是 AV latent（视频+音频打包），必须先过 LTXVSeparateAVLatent 拆出 video latent，再送 VAEDecode；直接喂 AV latent 给 VAE 解码会报错。
· VAE 解码出的画面 + 音频 → VHS_VideoCombine（导出 mp4）。
图生视频（I2V）额外一步：加 Load Image → LTXV Img To Video Inplace（内置节点，类 LTXVImgToVideoInplace）。它把图片编码进 latent 首帧（vae+image+latent → latent），接在采样前的 latent 链上（和 EmptyLTXVLatentVideo 出来的 latent 汇合进 LTXVConcatAVLatent），视频第一帧锁死你那张图。注意它输出的是 latent、不是 model，别把它当模型节点用。
一句话记接法：文本走 GGUF 双 CLIP（type 设 ltxv）→ 模型+提示词进 CFGGuider 变 guider → 调度器给 sigmas → 采样器出 AV latent → LTXVSeparateAVLatent 拆出 video latent → VAE 解码 → VideoCombine 存盘。
实操闭环：10 分钟，出一段 2 秒小狗视频（现在就做）
前面讲原理，这段真做一遍。做完你手里多一段”会动的小狗”，还能亲眼确认 8G 卡确实能跑视频。
前提：你已装好 ComfyUI + 上面四个节点包，模型按第二节放进了对应目录。
目标：用蒸馏版出一段约 2 秒（49 帧）的小狗在花园跑的 512×288 视频。
步骤（照着点，别跳）：
1. 下模型：unet 用 ltx-2-19b-distilled_Q3_K_M.gguf，文本编码器放 text_encoders/（gemma qat Q2 + connector），vae 用 LTX2_video_vae_bf16，按第二节目录放好，F5 刷新。
2. 装节点：Manager 搜 ComfyUI-LTXVideo / GGUF / KJNodes / VideoHelperSuite，装完重启。
3. 加载范式工作流：节点包带 example_workflows/video_ltx2_t2v_distilled.json（蒸馏版 8 步），File → Load 导入，能少接很多线。
4. 设双 CLIP：加 DualCLIPLoader(GGUF)，clip_name1 选 gemma Q2、clip_name2 选 connector、type 手动改成 ltxv（保命一步）。
5. 设尺寸帧数：宽 512、高 288、帧数 49（公式 (8×N)+1）、帧率 24。
6. 设采样：Steps 用蒸馏固定 8，CFG 设 1.0（蒸馏版固定值，全模型才用 5~6）。
7. 写提示词：A golden retriever puppy playing in a sunny garden, wagging its tail. Slow camera pan.
8. 出视频：Queue Prompt，等几分钟，VHS_VideoCombine 吐出 mp4。
检查点（你跑完应该看到）：① 出了一段 mp4，小狗在花园里动起来，约 2 秒；② 满屏静态雪花不动 = type 没设 ltxv，回步骤 4；③ 全黑 / 绿屏 = 模型文件名或 dtype 不对，核对目录；④ 直接 OOM = 分辨率或帧数太大，降到 41 帧 480×270。
作业（选做）：同一段提示词，一次 Steps 8（蒸馏），一次 Steps 25（全模型），对比”快但略糙”和”慢但更顺”的差别。
四、核心旋钮 / 参数详解
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
踩坑经历：我有一回用全模型把 CFG 拉到 8 想”更听话”，结果视频边缘一圈光晕、纹理狂闪。降到 5.5 立刻正常。而蒸馏版反过来要设 1.0——两条线的 CFG 别搞混。
五、4060 / 8G 专项：诚实说，是”勉强能跑”
先泼盆冷水，别被标题带跑：4060 的 8G 跑 LTX-2 是”勉强能跑”，不是丝滑 1080p。多源实测结论很一致——8G 卡必须量化 + 低分辨率 + 少帧，出的是几秒低清短片段。这是我特意查证过的，不忽悠你。
· 必量化：unet 用 Q3_K_M（GGUF 文件约 10.3G，配低显存模式勉强塞进 8G），或上 FP8 蒸馏版；Q4_0 文件约 10G、显存 11-12G，8G 卡很悬，建议留余量选 Q3_K_M。文本编码器死守 Q2_K（约 4G，认准 qat 仓库）。
· 尺寸锁死：512×288 起步，顶多 640×384；最短边别超 512 出草稿。
· 帧数克制：49~61 帧（约 2-2.5 秒），想更长就双阶段放大。
· 开显存优化：跑前设环境变量 PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True，少崩很多。
· 耐心等：512×288 / 49 帧一轮大概几分钟。
我踩过的坑一次说全：① 头回下大模型直接 OOM，误以为 8G 和视频无缘；② type 没设 ltxv，满屏雪花重下两遍；③ CFG 拉到 8 边缘狂闪光晕；④ 帧数设 243 直接崩；⑤ 没开显存优化变量，跑大点就 OOM。
跑不动的退路（诚实交代）：如果极限设置你的 8G 还是崩，三个出路——① 借云端 GPU（按小时计费，几分钟搞定一段）；② 等更小的视频模型；③ 退回 LTX 旧版（更早更小，显存门槛低）。别硬扛，8G 有 8G 的玩法。
六、参数速查表（照着抄）
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
七、常见坑 / 雷区
· 静态雪花不动：DualCLIPLoader 的 type 没改 ltxv，回第三节步骤 4。
· 全黑 / 绿屏：模型文件名或 dtype 错，核对 unet / text_encoders / vae 三件套（尤其 gemma 要用 qat 仓库的）。
· OOM 爆显存：分辨率或帧数太大，4060 先锁 512×288 / 49 帧。
· 视频很糙、动作卡：Steps 太低（蒸馏 8 够，全模型别低于 18）。
· 提示词被无视：CFG 太低（<3），拉回 5.5 左右。
· 帧数设成 243：超出上限直接崩，严守 (8×N)+1。