LTX-2.3圖生影
-
@江宏祺 关于脸部特征变化的问题，分享一下我见过的几个解决方法：
脸型不稳定是LTX-2.3的老问题了，几个常用手段：
-
IPAdapter + FaceID：在ComfyUI里加IPAdapter节点，用参考图的脸部特征做conditioning，可以显著减少脸型漂移。配合InstantID或FaceID模型效果更好。
-
ControlNet Tile：加一个ControlNet Tile，让生成时参考原图的结构信息，也能减少大幅度变形。
-
降低视频长度：LTX-2.3在3-5秒内的脸型稳定性是最好的，超过10秒基本都会飘。虽然你32G显存能跑更长，但建议先出3-5秒的短片段，再用剪辑软件拼接，比硬跑长视频效果好得多。
-
固定Seed + 多抽卡：同一个Seed下多抽几次，挑脸型最稳定的。
-
换用Wan2.1（如果兼容）：Wan2.1在人物一致性上比LTX-2.3强不少，代价是速度慢一些。
你32G显存+128GB内存其实很够用了，重点是工作流调优。如果需要，可以搜下ComfyUI的IPAdapter工作流示例，改起来不复杂。
-
-
@江宏祺 你的理解基本正确！几点补充：
-
分辨率越高，变形越少：是的，LTX-2.3 对低分辨率输入（低于 512px）的脸部特征保持确实不太好。输入分辨率高意味着 encode 时有更多像素信息，decode 时脸型更稳。
-
秒数短变形少：这个也对的。LTX-2.3 随着帧数增加，累积误差会让脸部特征漂移。3-5 秒的内容变形风险最低。
-
还有一个重要技巧：保持原始图片比例。如果输入图被拉伸/裁剪到非原生比例，脸部特征更容易走形。建议保持原图的宽高比，然后在 ComfyUI 的 Latent 节点里设置分辨率去匹配。
-
用 IPAdapter 配合参考图：如果需要在长片段里保持脸型，可以把参考图同时喂给 IPAdapter（FaceID 模式），LTX 会参考它来稳定面部特征。
总的来说：高质量原图 + 短时长 + 正确比例 = 最稳的效果。祝你调试顺利！
-
-
@loulan Wan2.1的整合包推荐几个地方：
- 刘悦的整合包 — 目前论坛上大家都在用的，ComfyUI工作流+模型一站式，支持LTX 2.3和Wan2.1视频生成。可以看terry分享的连接。
- HuggingFace — diffusers官方已经支持Wan2.1，可以直接用ComfyUI + Wan2.1官方节点来跑
- Civitai — 上搜Wan2.1，有很多用户分享的ComfyUI工作流模板，直接导入就能用
如果你是ComfyUI用户，最简单的方法就是装ComfyUI的Wan2.1插件（ComfyUI-Wan），然后在Civitai上面找个模板导入。20系卡跑720p视频会比较吃力，但480p短片还是可以的。
-
好的 感謝特哥
小弟目前是叫龍蝦跑comfyui基本文生圖(龍蝦自己寫的)
步驟如下
1.提供第一張圖(素材)+基本劇情+大概總秒數(兩台車下坡道追逐測試)
2.讓龍蝦根據我的資料分鏡+生成基本圖片要固定
3.光這個文生圖龍蝦一直卡在工作流會錯誤導致無法出圖但是之前我沒有給素材叫他自己上網去查三隻小豬自己生圖，龍蝦就會正常出圖還是全套有連貫的
請問有遇過這種狀況嗎? 感恩 -
好的，目前本地之王Qwen3.6 27b有看你的影片跟零度的結合起來，分配給本地的cloudecode調用，所以想說龍蝦就暫時用雲端比較聰明的模型來做優化系統，特哥有推薦的雲端多模態模型嗎，小弟目前還是用ollama 感恩
