实测刘悦的ltx2.3整合包，我不同意他的思路。
-
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。 -
弱弱的问你一下。是70多G那个你下了3天？
@williamlouis 我夸克没有会员，每秒100多k的速度在那下载。
-
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。
-
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。@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。
-
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。@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
-
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。
-
@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
-
@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。
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。。。
-
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。。。
-
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。
