有人在UBANTU上搞定刘悦的LTX2.3数字人无线时长工作流的吗
-
-
Python 包 (ComfyUI venv)
| 包名 | 用途 | 备注 |
|-----------------------|----------------|----------|
| kornia 0.8.3 | 图像处理 | LTXV依赖 |
| einops 0.8.2 | 张量重排 | LTXV依赖 |
| safetensors 0.8.0 | 模型权重加载 | LTXV依赖 |
| transformers 5.12.1 | Gemma模型加载 | LTXV依赖 |
| scipy 1.18.0 | 科学计算 | LTXV依赖 |
| comfyui-manager 4.2.2 | 自定义节点管理 | 手动安装 |- 模型文件
| 文件 | 大小 | 位置 |
|-----------------------------------------|-------|-----------------------|
| ltx-2.3-22b-distilled-1.1.safetensors | ~44GB | models/checkpoints/ |
| ltx-2.3-22b-dev-Q4_K_M.gguf | 14GB | models/checkpoints/ |
| gemma4_e4b_it_fp8_scaled.safetensors | 8.5GB | models/text_encoders/ |
| gemma3_full/ (Gemma3-4B) | 8.6GB | models/ |
| gemma4_full/ (Gemma4-4B) | ~8GB | models/ |
| z_gemma3_12b_full/ (Gemma3-12B, 已停用) | 23GB | models/ |
| Qwen2.5-VL-7B-Instruct-Q3_K_S.gguf | 3.3GB | models/clip/ |
| ltx-2.3-22b-dev_video_vae.safetensors | VAE | models/vae/ |
| ltx-2.3-22b-dev_audio_vae.safetensors | VAE | models/vae/ |- ComfyUI 自定义节点 (19个)
| 节点 | 用途 |
|-----------------------------|----------------------|
| ComfyUI-LTXVideo | LTX Video生成 (核心) |
| ComfyUI-GGUF | GGUF模型加载器 |
| ComfyUI-MelBandRoFormer | 音频分离 |
| ComfyUI_SoundFlow | 音频处理 |
| ComfyUI-VideoHelperSuite | 视频输入输出 |
| ComfyUI-KJNodes | 图像/张量工具 |
| ComfyUI_essentials | 必备工具节点 |
| ComfyUI-Easy-Use | 便捷节点 |
| ComfyUI-Impact-Pack | 图像处理 |
| ComfyUI-Custom-Scripts | 脚本节点 |
| ComfyUI-AnimateDiff-Evolved | 动画 |
| Comfyui-Memory_Cleanup | 内存管理 |
| rgthree-comfy | 开关/控制节点 |
| comfyui-various | 其他工具 |
| ComfyUI-Manager | 节点管理器 |
| soundflow | 音频流 |- 代码修改
| 文件 | 修改内容 |
|------------------------------------------------|------------------------------------------------------------------------|
| custom_nodes/ComfyUI-LTXVideo/gemma_encoder.py | Bridge补丁 — 自动检测Gemma3-4B(89600维)并裁剪video_aggregate_embed权重 |5. 生成的文件 | 文件 | 大小 | 用途 | |--------------------------------------------------------------|-------|-----------------------------------------------------| | models/clip/ltxv_embeddings_connector_distill22B.safetensors | 6.0GB | 从checkpoint提取的embeddings_connector (供GGUF使用) | 6. 目录变更 | 原名 | 现名 | 原因 | |-------------------------|---------------------------|---------------------------------| | models/gemma3_12b_full/ | models/z_gemma3_12b_full/ | 调整find_matching_dir搜索优先级 |给我装的这些 然后最后又给我说
-
ltx-2.3-22b-distilled-1.1.safetensors 是 22B 参数模型,原始 bf16 格式约 44GB
2. ComfyUI 的 lowvram 模式把大部分权重 offload 到 CPU,但一次仍然加载了 22.9GB 进显存(24GB 的 7900 XTX)
3. 剩下 ~186MB 可用显存,但实际推理运算需要分配额外缓冲(约 114MB),导致 OOM 崩溃
4. Bridge 补丁(Gemma3-4B)解决的是维度不匹配问题,但根因是模型太大,换 4B 编码器也救不了可能的方向:
- 改用 ltx-2.3-22b-dev-Q4_K_M.gguf(14GB,4bit 量化),需要配合 GGUF 加载器重建工作流
- 或者找更小的 LTXV 模型(比如 19B 版本)
我就怕装完又说跟gemma版本不匹配。。。。
-
-
-
Python 包 (ComfyUI venv)
| 包名 | 用途 | 备注 |
|-----------------------|----------------|----------|
| kornia 0.8.3 | 图像处理 | LTXV依赖 |
| einops 0.8.2 | 张量重排 | LTXV依赖 |
| safetensors 0.8.0 | 模型权重加载 | LTXV依赖 |
| transformers 5.12.1 | Gemma模型加载 | LTXV依赖 |
| scipy 1.18.0 | 科学计算 | LTXV依赖 |
| comfyui-manager 4.2.2 | 自定义节点管理 | 手动安装 |- 模型文件
| 文件 | 大小 | 位置 |
|-----------------------------------------|-------|-----------------------|
| ltx-2.3-22b-distilled-1.1.safetensors | ~44GB | models/checkpoints/ |
| ltx-2.3-22b-dev-Q4_K_M.gguf | 14GB | models/checkpoints/ |
| gemma4_e4b_it_fp8_scaled.safetensors | 8.5GB | models/text_encoders/ |
| gemma3_full/ (Gemma3-4B) | 8.6GB | models/ |
| gemma4_full/ (Gemma4-4B) | ~8GB | models/ |
| z_gemma3_12b_full/ (Gemma3-12B, 已停用) | 23GB | models/ |
| Qwen2.5-VL-7B-Instruct-Q3_K_S.gguf | 3.3GB | models/clip/ |
| ltx-2.3-22b-dev_video_vae.safetensors | VAE | models/vae/ |
| ltx-2.3-22b-dev_audio_vae.safetensors | VAE | models/vae/ |- ComfyUI 自定义节点 (19个)
| 节点 | 用途 |
|-----------------------------|----------------------|
| ComfyUI-LTXVideo | LTX Video生成 (核心) |
| ComfyUI-GGUF | GGUF模型加载器 |
| ComfyUI-MelBandRoFormer | 音频分离 |
| ComfyUI_SoundFlow | 音频处理 |
| ComfyUI-VideoHelperSuite | 视频输入输出 |
| ComfyUI-KJNodes | 图像/张量工具 |
| ComfyUI_essentials | 必备工具节点 |
| ComfyUI-Easy-Use | 便捷节点 |
| ComfyUI-Impact-Pack | 图像处理 |
| ComfyUI-Custom-Scripts | 脚本节点 |
| ComfyUI-AnimateDiff-Evolved | 动画 |
| Comfyui-Memory_Cleanup | 内存管理 |
| rgthree-comfy | 开关/控制节点 |
| comfyui-various | 其他工具 |
| ComfyUI-Manager | 节点管理器 |
| soundflow | 音频流 |- 代码修改
| 文件 | 修改内容 |
|------------------------------------------------|------------------------------------------------------------------------|
| custom_nodes/ComfyUI-LTXVideo/gemma_encoder.py | Bridge补丁 — 自动检测Gemma3-4B(89600维)并裁剪video_aggregate_embed权重 |5. 生成的文件 | 文件 | 大小 | 用途 | |--------------------------------------------------------------|-------|-----------------------------------------------------| | models/clip/ltxv_embeddings_connector_distill22B.safetensors | 6.0GB | 从checkpoint提取的embeddings_connector (供GGUF使用) | 6. 目录变更 | 原名 | 现名 | 原因 | |-------------------------|---------------------------|---------------------------------| | models/gemma3_12b_full/ | models/z_gemma3_12b_full/ | 调整find_matching_dir搜索优先级 |给我装的这些 然后最后又给我说
-
ltx-2.3-22b-distilled-1.1.safetensors 是 22B 参数模型,原始 bf16 格式约 44GB
2. ComfyUI 的 lowvram 模式把大部分权重 offload 到 CPU,但一次仍然加载了 22.9GB 进显存(24GB 的 7900 XTX)
3. 剩下 ~186MB 可用显存,但实际推理运算需要分配额外缓冲(约 114MB),导致 OOM 崩溃
4. Bridge 补丁(Gemma3-4B)解决的是维度不匹配问题,但根因是模型太大,换 4B 编码器也救不了可能的方向:
- 改用 ltx-2.3-22b-dev-Q4_K_M.gguf(14GB,4bit 量化),需要配合 GGUF 加载器重建工作流
- 或者找更小的 LTXV 模型(比如 19B 版本)
我就怕装完又说跟gemma版本不匹配。。。。
-
-
@Q-maria 下模型跟节点都很正常,你要先“最小化系统法运行”,也就是装好comfyui,下载好jzl的工作流,让hermes拉到对应文件夹并检查好依赖有没有问题,然后你再手动去测试、遇到问题再逐个去修。你7900xtx 还OOM,就只有一个原因:有鬼。hermes也经常跟我说OOM的根因是7900xtx的硬件限制啥啥啥的,我一般都扔给他一句:那人家机智罗开发这个工作流也是7900xtx,你也是7900xtx,为啥你会OOM人家不会,快给我去社区搜索答案。然后他就吭哧吭哧干活,多折腾,多浪费一点token,就能解决了
-
@Q-maria 你的HERMES是用哪个MODEL???
不是说 HERMES 配 垃圾MODEL 也能搞定阿。。。 你要找一个能 CODING的。。。
DEEPSEEK v4 FLASH 可以DEBUG 但可能要多试几次

看看哪个大神有没有轻量版

