跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(不使用皮肤)
  • 不使用皮肤
折叠
品牌标识

抡锤者

  1. 主页
  2. AI音视频画图
  3. 实测刘悦的ltx2.3整合包,我不同意他的思路。

实测刘悦的ltx2.3整合包,我不同意他的思路。

已定时 已固定 已锁定 已移动 AI音视频画图
28 帖子 11 发布者 358 浏览 1 关注中
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • J 离线
    J 离线
    John8686
    编写于 最后由 编辑
    #2
    此主題已被删除!
    1 条回复 最后回复
    0
    • terryT 离线
      terryT 离线
      terry
      超级版主
      编写于 最后由 编辑
      #3

      它的默认加载器难道不是GGUF的吗?.......可以发下你的工作流和测试数据,大家测试下,好用的话我给置顶,推广下。😢

      油管:https://www.youtube.com/@抡锤者

      J 1 条回复 最后回复
      -2
      • williamlouisW 离线
        williamlouisW 离线
        williamlouis
        编写于 最后由 编辑
        #4

        弱弱的问你一下。是70多G那个你下了3天?

        个人主页:xlkj.org Telegram https://t.me/xlkjorg

        J 1 条回复 最后回复
        0
        • wwcd2016W 离线
          wwcd2016W 离线
          wwcd2016
          编写于 最后由 编辑
          #5

          问一下楼主。能否分享一下刘悦的包。
          我找了一个https://pan.quark.cn/s/79c33958019a
          自己随便拉下来,完全没有摸到边。
          ——————
          看来你分享的,https://huggingface.co/RuneXX/LTX-2.3-Workflows
          我也没有摸到边
          ——————

          目前我买显卡1个月了。各种文本模型测试了一个遍,最后还是决定放弃,直接购买deepseek省事,不用维护服务器。
          抡锤大佬说的结论,也是这样。纯文本,api白菜价,没有必要。自己折腾死了也不可能搞个1m 上下文的。
          ——————
          然后昨天开始转头图文。一个3090根本不够,连流程都跑不通。

          5 J 2 条回复 最后回复
          0
          • wwcd2016W wwcd2016

            问一下楼主。能否分享一下刘悦的包。
            我找了一个https://pan.quark.cn/s/79c33958019a
            自己随便拉下来,完全没有摸到边。
            ——————
            看来你分享的,https://huggingface.co/RuneXX/LTX-2.3-Workflows
            我也没有摸到边
            ——————

            目前我买显卡1个月了。各种文本模型测试了一个遍,最后还是决定放弃,直接购买deepseek省事,不用维护服务器。
            抡锤大佬说的结论,也是这样。纯文本,api白菜价,没有必要。自己折腾死了也不可能搞个1m 上下文的。
            ——————
            然后昨天开始转头图文。一个3090根本不够,连流程都跑不通。

            5 在线
            5 在线
            566656661
            编写于 最后由 编辑
            #6

            @wwcd2016

            不過不涉及隱秘的東西, DS API估計就平均成本最低了

            不過本地模型本來就不是這個方向的

            1 条回复 最后回复
            0
            • williamlouisW williamlouis

              弱弱的问你一下。是70多G那个你下了3天?

              J 离线
              J 离线
              John8686
              编写于 最后由 编辑
              #7

              @williamlouis 我夸克没有会员,每秒100多k的速度在那下载。

              1 条回复 最后回复
              0
              • terryT terry

                它的默认加载器难道不是GGUF的吗?.......可以发下你的工作流和测试数据,大家测试下,好用的话我给置顶,推广下。😢

                J 离线
                J 离线
                John8686
                编写于 最后由 编辑
                #8

                @terry 不是的,它默认的加载器是官方的二合一加载器,可以同时选择视频模型和文字解码模型那个,不支持gguf。gemma3实在是太大了。

                1 条回复 最后回复
                0
                • J 离线
                  J 离线
                  John8686
                  编写于 最后由 编辑
                  #9

                  我承认昨天的我有点菜了。今天把它彻底捋了一下,应该是完全搞明白了。

                  刘悦的整合包,使用一系列的python脚本,对工作流的默认工作模式进行了大量的魔改。核心改动为:
                  所有模型默认先往DRAM里加载,如果DRAM加载不下了,脚本写死了往HDD 0里面加载,而非是页面文件中加载。这一点是坑中之坑,我折腾了好久才弄明白。
                  如果你有64gb的内存,而且你是全固态硬盘,那么你是感觉不到这个整合包坑在哪的。
                  因为内存的读写速度虽然比显存慢一些,但是慢不了太过分;读写固态硬盘虽然会毁掉硬盘,但如果你是小白的话,你也不知道这个知识点,不知道就不会担心受怕。

                  但是我只有32g的内存,而且好死不死,我的HDD 0是一块机械硬盘。于是运行这个整合包时,就发生了内存写满了往机械硬盘写的盛况,这tm能不卡到崩溃么。

                  弄明白了他的思路,剩下的事情就好办了:
                  把他整合包里面\ComfyUI\custom_nodes完整的剪切到我的官方comfyui下(这个是节点文件夹)
                  把他的\ComfyUI\user\default\workflows工作流剪切到官方comfyui对于目录下(这个是工作流文件夹)
                  把他的\ComfyUI\models剪切到官方comfyui对于目录下(这个是模型文件夹)
                  把他的qwen3-vl-2b剪切到comfyui根目录下(这是个文生音频模型,但是我暂时没搞明白这是干啥用的,肯定是有用不能删)
                  其他全都删了就行了。

                  然后用官方comfyui直接跑,模型会默认往vram里面加载,不再强制加载进内存了。当vram加载满了,才会往内存里面写;当内存写满了,会往页面文件里面写。这时候我可以设置页面文件在固态硬盘里面,读写硬盘的速度就快多了。

                  实测:3080-20g+32g内存,480p视频,测试了100帧,只在二次放大的节点时,往硬盘写了几秒钟文件,其他时候靠vram和dvram就扛下来了。大大降低了对硬盘寿命的损耗,而且速度变得非常的快。

                  ye9okY 1 条回复 最后回复
                  1
                  • J 离线
                    J 离线
                    John8686
                    编写于 最后由 编辑
                    #10

                    最后,我强烈建议各位不要使用任何整合包,只使用官方的便携包,所有依赖自己手动安装。
                    依然推荐RuneXX大佬的正规gguf工作流,gguf才是从根本上降低了显存的占用,不要搞那些奇技淫巧。
                    国内的各种教程,各种整合包,多数是卖课卖模型的,碰都不要碰。
                    下载模型只认准huggingface和C站,下载节点只认准github和huggingface。
                    小白不可能知道人家整合包里面的python代码写了什么玩意,会不会把你的电脑变肉鸡。

                    001 fcuk guge0 1 条回复 最后回复
                    0
                    • wwcd2016W wwcd2016

                      问一下楼主。能否分享一下刘悦的包。
                      我找了一个https://pan.quark.cn/s/79c33958019a
                      自己随便拉下来,完全没有摸到边。
                      ——————
                      看来你分享的,https://huggingface.co/RuneXX/LTX-2.3-Workflows
                      我也没有摸到边
                      ——————

                      目前我买显卡1个月了。各种文本模型测试了一个遍,最后还是决定放弃,直接购买deepseek省事,不用维护服务器。
                      抡锤大佬说的结论,也是这样。纯文本,api白菜价,没有必要。自己折腾死了也不可能搞个1m 上下文的。
                      ——————
                      然后昨天开始转头图文。一个3090根本不够,连流程都跑不通。

                      J 离线
                      J 离线
                      John8686
                      编写于 最后由 John8686 编辑
                      #11

                      @wwcd2016 如果你图文都没有摸到边的话,肯定是你的问题,不是3090的问题。24g显存是很能打的。
                      首先,请放弃整合包这种东西,这玩意有毒,别去碰。
                      然后,请前往英伟达官方网站链接文本,下载工作站版本的显卡驱动NVIDIA Studio 驱动,而不是游戏版game ready。

                      接着,请下载DDU,这是一个可以彻底删除干净你现有显卡驱动的软件链接文本,点这个链接去官方网站下载。下载好之后安装运行它,选择英伟达图标,一路点确定,它会帮你把系统的显卡驱动删得干干净净。

                      重启之后你的电脑没有显卡驱动,分辨率变得特别低,不用担心,这是正常的。你安装一下之前你下载好的NVIDIA Studio 驱动就行了。
                      **到此为止,恭喜你折腾完显卡驱动了。**没错,n卡也是需要折腾驱动的,只是没有A卡那么折腾。

                      然后,请前往comfyui的官方发布页链接文本下载官方的便携包。

                      需要注意的是,你的3090显卡是支持cu131的,也就是可以支持非常新的版本。但是这里面有一个微小的坑——版本太新了,你一旦遇到问题,全网找不到解决的方法,所以不适合菜鸟。下载页面一共有四个下载选项,我建议你下载ComfyUI_windows_portable_nvidia_cu126.7z这个旧版本。cu126是比较旧的版本,换句话说就是很成熟,不至于出什么大问题,出了问题你问ai也好,搜视频教程也好,比较容易解决。

                      解压这个官方便携包,你的comfyui已经可以成功运行起来了。但是你还没有下载任何模型权重,所以还跑不了图。

                      你建议你去著名的c站下载这个模型链接文本,这个是最好的动漫风格模型,没有之一。因为它可以画你懂的那种图。

                      下载这个6.5g的模型文件后,把他复制到\ComfyUI_windows_portable\ComfyUI\models\checkpoints\ 里面,然后重新启动comfyui。

                      在默认的工作流中(第一次启动comfyui应该会自动弹出一个默认工作流),如果没有的话,用我写的这个简单出图.json 把这些json文件鼠标拖动,扔到comfyui网页上,它自动识别。

                      找到Checkpoint加载器(简易),鼠标单击下拉条,选择WAI-illustrious-SDXL_17.safetensors。然后点右上角的运行按钮就开始跑图了。

                      你先跑出第一张图,以后要学的东西非常多,你自己到网上找教程看。

                      1 条回复 最后回复
                      1
                      • J John8686

                        最后,我强烈建议各位不要使用任何整合包,只使用官方的便携包,所有依赖自己手动安装。
                        依然推荐RuneXX大佬的正规gguf工作流,gguf才是从根本上降低了显存的占用,不要搞那些奇技淫巧。
                        国内的各种教程,各种整合包,多数是卖课卖模型的,碰都不要碰。
                        下载模型只认准huggingface和C站,下载节点只认准github和huggingface。
                        小白不可能知道人家整合包里面的python代码写了什么玩意,会不会把你的电脑变肉鸡。

                        001 fcuk guge0 离线
                        001 fcuk guge0 离线
                        001 fcuk guge
                        编写于 最后由 编辑
                        #12

                        @John8686 我一直用的秋叶的整合包,没有出现过什么bug,你可以试试。我的硬件是4060笔记本+32G内存+60G虚拟内存(2T固态硬盘),就是8G显存太弱鸡了,跑图勉强能用,跑视频又慢又糊

                        J 1 条回复 最后回复
                        0
                        • terryT 离线
                          terryT 离线
                          terry
                          超级版主
                          编写于 最后由 编辑
                          #13

                          你要明白刘悦的包是给谁用的,工作流给你快速验证了,你自己要问AI写启动脚本就行了。

                          油管:https://www.youtube.com/@抡锤者

                          1 条回复 最后回复
                          0
                          • J John8686

                            我承认昨天的我有点菜了。今天把它彻底捋了一下,应该是完全搞明白了。

                            刘悦的整合包,使用一系列的python脚本,对工作流的默认工作模式进行了大量的魔改。核心改动为:
                            所有模型默认先往DRAM里加载,如果DRAM加载不下了,脚本写死了往HDD 0里面加载,而非是页面文件中加载。这一点是坑中之坑,我折腾了好久才弄明白。
                            如果你有64gb的内存,而且你是全固态硬盘,那么你是感觉不到这个整合包坑在哪的。
                            因为内存的读写速度虽然比显存慢一些,但是慢不了太过分;读写固态硬盘虽然会毁掉硬盘,但如果你是小白的话,你也不知道这个知识点,不知道就不会担心受怕。

                            但是我只有32g的内存,而且好死不死,我的HDD 0是一块机械硬盘。于是运行这个整合包时,就发生了内存写满了往机械硬盘写的盛况,这tm能不卡到崩溃么。

                            弄明白了他的思路,剩下的事情就好办了:
                            把他整合包里面\ComfyUI\custom_nodes完整的剪切到我的官方comfyui下(这个是节点文件夹)
                            把他的\ComfyUI\user\default\workflows工作流剪切到官方comfyui对于目录下(这个是工作流文件夹)
                            把他的\ComfyUI\models剪切到官方comfyui对于目录下(这个是模型文件夹)
                            把他的qwen3-vl-2b剪切到comfyui根目录下(这是个文生音频模型,但是我暂时没搞明白这是干啥用的,肯定是有用不能删)
                            其他全都删了就行了。

                            然后用官方comfyui直接跑,模型会默认往vram里面加载,不再强制加载进内存了。当vram加载满了,才会往内存里面写;当内存写满了,会往页面文件里面写。这时候我可以设置页面文件在固态硬盘里面,读写硬盘的速度就快多了。

                            实测:3080-20g+32g内存,480p视频,测试了100帧,只在二次放大的节点时,往硬盘写了几秒钟文件,其他时候靠vram和dvram就扛下来了。大大降低了对硬盘寿命的损耗,而且速度变得非常的快。

                            ye9okY 离线
                            ye9okY 离线
                            ye9ok
                            编写于 最后由 编辑
                            #14

                            @John8686 好家伙!这都给你发现了,依靠监测硬件占用还是咋发现的?

                            J 1 条回复 最后回复
                            0
                            • ye9okY ye9ok

                              @John8686 好家伙!这都给你发现了,依靠监测硬件占用还是咋发现的?

                              J 离线
                              J 离线
                              John8686
                              编写于 最后由 编辑
                              #15

                              @ye9ok 因为按照常规理解,内存炸了就应该往虚拟内存里面写东西。
                              我首先确认了我的虚拟内存在固态硬盘,然后又把盘符给换了,各种折腾,但是这个整合包始终不往虚拟内存写数据,就盯着我的机械硬盘霍霍。

                              最后我盯着资源管理器看的时候发现,我的机械硬盘编号是hdd 0。然后我就用open code搜文件夹,ai确认了hdd 0是写在Python脚本里的。

                              刘悦这样做的好处是,如果小白没设置虚拟内存,或者虚拟内存设置过小,那么这个写死了的脚本可以确保成功跑完,出视频,绝对不会oom。无非就是非常慢,非常卡。

                              1 条回复 最后回复
                              1
                              • 001 fcuk guge0 001 fcuk guge

                                @John8686 我一直用的秋叶的整合包,没有出现过什么bug,你可以试试。我的硬件是4060笔记本+32G内存+60G虚拟内存(2T固态硬盘),就是8G显存太弱鸡了,跑图勉强能用,跑视频又慢又糊

                                J 离线
                                J 离线
                                John8686
                                编写于 最后由 编辑
                                #16

                                @001-fcuk-guge 秋叶整合包式全网著名包。除了臃肿倒是没有其他缺点。但是他那个先要扫码加微信的下载方式我接受不了。最开始我也是看B站上国内的教程学,但是有一个算一个全都要加微信加飞书什么的,太恶心了。现在我都看红迪上老外的教程。

                                001 fcuk guge0 1 条回复 最后回复
                                0
                                • J John8686

                                  @001-fcuk-guge 秋叶整合包式全网著名包。除了臃肿倒是没有其他缺点。但是他那个先要扫码加微信的下载方式我接受不了。最开始我也是看B站上国内的教程学,但是有一个算一个全都要加微信加飞书什么的,太恶心了。现在我都看红迪上老外的教程。

                                  001 fcuk guge0 离线
                                  001 fcuk guge0 离线
                                  001 fcuk guge
                                  编写于 最后由 001 fcuk guge 编辑
                                  #17

                                  John8686 你是下的假秋叶吧,B站一堆冒牌货。。。。B站秋叶贴的夸克网盘地址https://pan.quark.cn/s/64b808baa960, 哪里用扫微信。。。

                                  J 1 条回复 最后回复
                                  0
                                  • 001 fcuk guge0 001 fcuk guge

                                    John8686 你是下的假秋叶吧,B站一堆冒牌货。。。。B站秋叶贴的夸克网盘地址https://pan.quark.cn/s/64b808baa960, 哪里用扫微信。。。

                                    J 离线
                                    J 离线
                                    John8686
                                    编写于 最后由 编辑
                                    #18

                                    @001-fcuk-guge 已经被删除了,你点开试试。我看的肯定式b站粉丝数、播放量最高的那个秋叶。不过不重要了,我已经不用国内互联网学习了。

                                    001 fcuk guge0 1 条回复 最后回复
                                    0
                                    • sirwangS 离线
                                      sirwangS 离线
                                      sirwang
                                      超级版主
                                      编写于 最后由 编辑
                                      #19

                                      能不用GGUF就不用, 尤其是在生成方面。最终效果还是有区别的。

                                      terryT 1 条回复 最后回复
                                      0
                                      • sirwangS sirwang

                                        能不用GGUF就不用, 尤其是在生成方面。最终效果还是有区别的。

                                        terryT 离线
                                        terryT 离线
                                        terry
                                        超级版主
                                        编写于 最后由 编辑
                                        #20

                                        @sirwang 我又要发表不同意见了,GGUF能用一定要用,因为它是4比特量化的黄金载体。FP8当然好,我48G显存都不够用。

                                        油管:https://www.youtube.com/@抡锤者

                                        sirwangS 1 条回复 最后回复
                                        0
                                        • J 离线
                                          J 离线
                                          John8686
                                          编写于 最后由 编辑
                                          #21

                                          我又要承认,是我肤浅了。刘悦的天才之处在于,他先用放大节点把视频浅空间缩小了一倍(没错,是缩小,逆用放大节点)。然后你实际计算的时候,其实计算的是缩小了一倍的视频。然后他再用Upscale x2工作组,把缩小了一倍的视频给放大了一倍。
                                          他通过这种方法,有损的降低了视频生成所需要的硬件,这应该就是他8g显存可玩的核心秘籍。
                                          这个思路是非常有价值的,我使用gguf_4_k_m之后,是可以原生的生成24帧,720p,15秒视频的,刚好把我的3080-20g和32g内存压榨到极点。图忘了截了,手打一下吧:
                                          显存占用最高到18.9gb,内存占用最高到31.7gb。cpu和gpu各跑一半(因为是gguf,有几层在cpu上计算)。
                                          如果再学习一下刘悦的这个思路,视频尺寸还可以再扩大。

                                          1 条回复 最后回复
                                          0

                                          你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

                                          厌倦了每次访问都刷到同样的帖子?您注册账号后,您每次返回时都能精准定位到您上次浏览的位置,并可选择接收新回复通知(通过邮件或推送通知)。您还能收藏书签、为帖子顶,向社区成员表达您的欣赏。

                                          有了你的建议,这篇帖子会更精彩哦 💗

                                          注册 登录
                                          回复
                                          • 在新帖中回复
                                          登录后回复
                                          • 从旧到新
                                          • 从新到旧
                                          • 最多赞同


                                          • 登录

                                          • 没有帐号? 注册

                                          • 登录或注册以进行搜索。
                                          • 第一个帖子
                                            最后一个帖子
                                          0
                                          • 版块
                                          • 最新
                                          • 标签
                                          • 热门
                                          • 用户
                                          • 群组