👋 Привет! Перед вами простой, последовательный и модульный воркфлоу для создания плавных видеороликов из картинок (Image-to-Video) на базе модели LTX-2.3!
Схема специально собрана из стандартных базовых блоков ComfyUI и упакована в аккуратные субграфы, чтобы логика генерации (от кадра к кадру) оставалась прозрачной и понятной для новичков.
Данный процесс по сути является стандартным и не претендует на абсолютную уникальность, однако он более тонко настроен: в него добавлены более стабильная модель, лоры и автоматизация.
🇷🇺 РАБОТА НА РУССКОМ ЯЗЫКЕ:
Встроенный автопромптер ПРЕКРАСНО понимает запросы на русском языке! Вы можете писать простые действия прямо на русском — во время тестов никаких глюков или сбоев замечено не было. Тем не менее, если вы хотите получить максимальную точность физики от модели, можно использовать и английский язык.
🔥 ГЛАВНЫЕ ФИШКИ СХЕМЫ:
1. Умный Автопромптер (на базе Qwen2.5-Instruct) — автоматически превращает короткие фразы на русском в подробные технические сценарии движений тела, одежды и волос .
2. Никаких галлюцинаций камеры — настройки ИИ зажаты так, что он наглухо блокирует любые дёрганья, пролёты или зум камеры. Видео остаётся стабильным, а LTX идеально считывает внешность с вашего исходного кадра (если обратное движение камеры не указано вами в промпте напрямую).
3. Модульный пульт управления — с помощью ноды Fast Groups Bypasser можно в один клик временно отключать блоки генерации или апскейлер для экономии времени и ресурсов.
4. Встроенный видео-апскейлер — на выходе вы получаете не размытый исходник LTX, а чёткое, увеличенное в 2 раза качественное видео с плавными 24 FPS.
⏱️ ВАЖНОЕ ОГРАНИЧЕНИЕ ПО ДЛИТЕЛЬНОСТИ:
Безграничное удлинение: Этот модульный процесс полностью снимает базовые лимиты модели LTX-2.3 (которая стандартно выдает лучшие результаты на коротких отрезках в 5–10 секунд).
Бесшовная склейка: Благодаря последовательной генерации и автоматической склейке кадров, вы можете легко создавать цельные простые (!) ролики длиной до 30 секунд и более за один проход.
Масштабируемость: Итоговый хронометраж ограничен только мощностью вашего железа. Вы можете свободно добавлять новые блоки генерации в схему, чтобы продлить видео на любую нужную вам длину.
Этот генератор не является профессиональным, но он показывает отличную стабильность до 10 секунд на один блок. Сама модель LTX обучалась в основном на отрезки в 5–10 секунд. Если вы выставите длительность больше 10 секунд для одного шага, стабильность не гарантируется — видео может начать сильно «плыть». Для создания длинных видео просто добавляйте новые последовательные блоки по 5–10 секунд.
⚠️ ВАЖНО ПЕРЕД УСТАНОВКОЙ (Для кастомных нод):
Поскольку в схеме используются сторонние кастомные узлы для автоматизации (Multimodal LLM / GGUF), для их корректной компиляции и сборки зависимостей в системе ОБЯЗАТЕЛЬНО должен быть установлен официальный пакет инструментов Microsoft Visual Studio:
🔗 Скачать Visual Studio: https://microsoft.com
(При установке обязательно выберите галочку "Разработка классических приложений на C++"). Также не забудьте докачать необходимые .gguf модели текстовых генераторов через ComfyUI Manager.
💻 СИСТЕМНЫЕ ТРЕБОВАНИЯ:
Для комфортного запуска и стабильной генерации видео вашей системе необходимы следующие характеристики:
Видеокарта (VRAM): Минимум 8 ГБ видеопамяти.
Важно: Если в процессе генерации возникают ошибки нехватки памяти (Out of Memory), просто снизьте разрешение исходных картинок.
Оперативная память (RAM): Минимум 16 ГБ. Принцип простой: чем больше объем ОЗУ, тем стабильнее работает сборка.
Накопитель (ROM): От 512 ГБ свободного места. Крайне рекомендуется использовать быстрые SSD (NVMe), чтобы модели загружались без задержек.
Операционная система: Windows 10 или Windows 11.
Программная среда: Обязательно наличие актуальных драйверов NVIDIA CUDA для полноценного ускорения вычислений на GPU.
# 🎬 Modular LTX-2.3 Image-to-Video Workflow with Smart Auto-Prompter
Hello everyone! 👋
This is a simple, sequential, and highly modular Image-to-Video workflow powered by the LTX-2.3 model!
The entire scheme is constructed entirely from core ComfyUI nodes and neatly organized into clean subgraphs. This keeps the frame-by-frame generation logic fully transparent, intuitive, and easy to understand for beginners.
While this setup follows a standard framework, it has been fine-tuned: I've integrated a more stable model configuration, targeted LoRAs, and smart automation to elevate the final output.
---
### 🌐 Smart Multi-Language Auto-Prompter
The integrated auto-prompter works perfectly with non-English inputs! You can type in simple actions in your native language — during extensive testing, it performed flawlessly without any glitches or errors. However, if you want to squeeze out the absolute maximum physical accuracy from the core model, using English is still highly recommended.
---
### 🔥 Core Features of This Workflow
1. Smart Auto-Prompter (Powered by Qwen2.5-Instruct): Automatically expands short phrases into detailed, highly technical prompt scripts covering body physics, clothing motion, and hair dynamics.
2. Zero Camera Hallucinations: The AI settings are tightly constrained to completely block unwanted camera shakes, sudden zoom-ins, or chaotic flybys. The video remains rock-solid, and LTX reads the likeness from your source frame perfectly (unless a specific camera movement is explicitly requested in your prompt).
3. Modular Control Panel: Using the Fast Groups Bypasser node, you can temporarily disable heavy generation blocks or the upscaler with a single click to save time and system resources.
4. Built-in Video Upscaler: Instead of a blurry raw LTX output, you get a crisp, 2x enlarged, high-quality video rendered at a smooth 24 FPS.
---
### ⏱️ Important Note on Video Length Limits
* Infinite Extension: This modular process completely bypasses the native limits of the LTX-2.3 model (which typically performs best only on short 5–10 second clips).
* Seamless Stitching: Thanks to sequential frame generation and automated clip stitching, you can easily create continuous, clean videos lasting 30 seconds or longer in a single generation run.
* Scale with Your Hardware: The final runtime is strictly limited by your PC hardware. You can freely chain and add new generation blocks to the workflow to extend your video to any desired length.
---
### ⏱️ Generation Limits & Stability
* The 10-Second Rule: This generator shows excellent stability for up to 10 seconds per individual block. The core LTX model was primarily trained on 5 to 10-second clips.
* Avoid Over-stretching: If you set the duration of a single generation block beyond 10 seconds, visual stability is not guaranteed — the video may distort or "melt". To create long videos, simply chain multiple sequential blocks of 5–10 seconds each.
---
### ⚠️ IMPORTANT BEFORE INSTALLATION (Custom Nodes Setup)
Because this workflow relies on third-party custom nodes for automation (Multimodal LLM / GGUF), your system MUST have the official Microsoft Visual Studio build tools installed to compile them and install dependencies correctly:
🔗 *Download Visual Studio:** [https://visualstudio.microsoft.com](https://visualstudio.microsoft.com)
🛠 *Installation Step:** During the setup process, make sure to check the box for "Desktop development with C++".
📦 *Models:** Don't forget to download the required .gguf text generator models via the ComfyUI Manager before launching the process.
---
### 💻 Hardware & System Requirements
To ensure a smooth launch and stable video generation, your PC should meet the following specifications:
* **VRAM (Graphics Card):** 8 GB minimum.
* Troubleshooting Tip: If you run into Out of Memory (OOM) errors during generation, simply lower the resolution of your source input images.
* **RAM (System Memory):** 16 GB minimum. The rule here is simple: more RAM means a much more stable build environment.
* Storage (SSD): At least 512 GB of free space. Using a fast NVMe SSD is highly recommended to eliminate model loading delays.
* OS: Windows 10 or Windows 11.
* Environment: Ensure you have up-to-date NVIDIA CUDA drivers installed for full GPU computing acceleration.
Give it a spin, experiment with sequential chaining, and enjoy your clean LTX-2.3 generations!