许可证：其他 许可证名称：其他 许可证链接：LICENSE 语言：

• 英文 基础模型：
• Lightricks/LTX-Video 任务标签：文本生成视频 标签：
• 文本生成视频
• 图像生成视频
• 视频生成视频
• ltx-video
• ltxv
• gguf-comfy
• gguf-connector
• gguf-node 示例：
• 文本：新版本0.9.5 <<元数据>> 使用fp32-q6 输出： 链接：samples\ComfyUI_00010_.webp
• 文本：新版本0.9.5 <<元数据>> 使用fp32-q8 输出： 链接：samples\ComfyUI_00011_.webp
• 文本：根据速度测试结果，fp32-q8似乎非常快 输出： 链接：samples\ComfyUI_00012_.webp
• 文本：碧绿的波浪拍打着岸边黝黑嶙峋的岩石，激起白色的浪花飞溅到空中。画面中明亮的蓝色海水与深色近乎黑色的岩石形成鲜明对比。海水清澈呈碧绿色，浪尖覆盖着白色泡沫。岩石黝黑嶙峋，表面斑驳地覆盖着绿色苔藓。岸边植被茂盛，树木和灌木丛生。远处是连绵起伏覆盖着茂密森林的山丘。天空多云，光线昏暗。 输出： 链接：samples\ComfyUI_00003_.webp
• 文本：摄像机平移拍摄城市景观，高楼林立，中央有一座圆形建筑。镜头从左向右移动，展示建筑顶部和中央的圆形建筑。建筑呈现各种灰白色调，圆形建筑拥有绿色屋顶。拍摄角度较高，俯瞰城市。光线明亮，阳光从左上方照射，投下建筑阴影。场景为计算机生成图像。 输出： 链接：samples\ComfyUI_00002_.webp
• 文本：无人机视角拍摄大苏尔加雷角海滩，海浪拍打崎岖的悬崖。蓝色的海水撞击形成白顶浪花，夕阳的金色光芒照亮岩石海岸。远处有一座带灯塔的小岛，悬崖边缘覆盖着绿色灌木。从公路到海滩的陡峭落差极具戏剧性，悬崖边缘突出于海面之上。这一视角捕捉了海岸原始之美和太平洋海岸公路崎岖的地貌。 输出： 链接：samples\ComfyUI_00001_.webp
• 文本：新版本r2似乎产生不同结果 <<元数据>> q4 输出： 链接：samples\ComfyUI_00004_.webp
• 文本：新版本r2似乎产生不同结果 <<元数据>> q8 输出： 链接：samples\ComfyUI_00005_.webp
• 文本：新版本r2似乎产生不同结果 <<元数据>> f16 输出： 链接：samples\ComfyUI_00006_.webp
• 文本：新版本vae fp16 <<元数据>> 输出： 链接：samples\ComfyUI_00007_.webp
• 文本：新版本vae fp32 <<元数据>> 输出： 链接：samples\ComfyUI_00008_.webp
• 文本：新版本gguf vae <<元数据>> fp32-f16（拖动获取工作流） 输出： 链接：samples\ComfyUI_00009_.webp 库名称：diffusers

LTX-Video的GGUF量化和fp8缩放版本

设置（一次性操作）

• 将ltx-video-2b-v0.9.1-r2-q4_0.gguf（1.09GB）拖放至> ./ComfyUI/models/diffusion_models
• 将t5xxl_fp16-q4_0.gguf（2.9GB）拖放至> ./ComfyUI/models/text_encoders
• 将ltxv_vae_fp32-f16.gguf（838MB）拖放至> ./ComfyUI/models/vae

直接运行（无需安装的方式）

• 在主目录运行.bat文件（假设您使用下面的gguf-node包）
• 将工作流json文件（见下方）拖放至>您的浏览器

工作流

• gguf的示例工作流（见上方演示）
• 原始safetensors的示例工作流

评测

• q2_k gguf速度极快但不可用；仅用于测试
• 出乎意料的是0.9_fp8_e4m3fn和0.9-vae_fp8_e4m3fn表现相当不错
• 可以混合搭配；您可以尝试将可用的vae与不同的模型文件组合使用；测试哪种组合效果最佳
• 您可以选择使用t5xxl缩放的safetensors或t5xxl gguf（更多t5xxl的量化版本可在此处找到）作为文本编码器
• 本包新增一组增强版vae（从fp8到fp32）；低内存版本的gguf vae也已就绪；升级您的节点以获取新功能：gguf vae加载器
• gguf-node已可用（详见此处）用于运行新功能（以下内容可能与模型无直接关联）
• 您可以使用新节点通过comfyui制作自己的fp8_e4m3fn缩放safetensors和/或将其转换为gguf

使用diffusers🧨运行（替代方案1）

import torch
from transformers import T5EncoderModel
from diffusers import LTXPipeline, GGUFQuantizationConfig, LTXVideoTransformer3DModel
from diffusers.utils import export_to_video

model_path = (
    "https://huggingface.co/calcuis/ltxv-gguf/blob/main/ltx-video-2b-v0.9-q8_0.gguf"
    )
transformer = LTXVideoTransformer3DModel.from_single_file(
    model_path,
    quantization_config=GGUFQuantizationConfig(compute_dtype=torch.bfloat16),
    torch_dtype=torch.bfloat16,
    )

text_encoder = T5EncoderModel.from_pretrained(
    "calcuis/ltxv-gguf",
    gguf_file="t5xxl_fp16-q4_0.gguf",
    torch_dtype=torch.bfloat16,
    )

pipe = LTXPipeline.from_pretrained(
    "callgg/ltxv-decoder",
    text_encoder=text_encoder,
    transformer=transformer,
    torch_dtype=torch.bfloat16
    ).to("cuda")

prompt = "一位棕色长发、肤色白皙的女性对另一位金色长发的女性微笑。棕发女性穿着黑色夹克，右脸颊有一颗几乎不可见的小痣。镜头特写聚焦于棕发女性的面部。光线温暖自然，可能来自夕阳，为场景投下柔和光芒。画面呈现真实生活片段"
negative_prompt = "质量差、动作不一致、模糊、抖动、失真"

video = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    width=704,
    height=480,
    num_frames=25,
    num_inference_steps=50,
    ).frames[0]
export_to_video(video, "output.mp4", fps=24)

使用gguf-connector运行（替代方案2）

• 只需在控制台/终端执行以下命令
• 注意：首次启动时会自动将模型文件拉取至本地缓存；之后可选择完全离线运行；即通过本地URL：http://127.0.0.1:7860使用轻量级webui
• 基础模型已从0.9升级至0.9.6蒸馏版以获得更好效果

ggc vg

• 上述命令用于文本生成视频（t2v）面板
• 对于图像-文本生成视频（i2v）面板，请执行：

ggc v1

参考

• 基础模型来自lightricks
• comfyui来自comfyanonymous
• comfyui-gguf city96
• gguf-comfy 包
• gguf-connector (pypi)
• gguf-node (pypi|仓库|包)