用途：在 ComfyUI 中构建 Lightricks LTX-2 / LTX-2.3 视频生成工作流，支持文生视频（T2V）与图生视频（I2V），并覆盖 GGUF 量化与打包检查点两条路径。
主要能力：LTX-2 为 DiT 视频基础模型，使用 Gemma 3 12B 文本编码器；蒸馏模型支持约 8 步快速生成，dev 模型质量更高（约 20+ 步）。采用两阶段流程：低分辨率生成后在潜空间做 2 倍空间放大。支持相机控制 LoRA、LTX-2.3 的同步音视频生成（音频 VAE + HiFi-GAN 声码器），以及通过 ComfyUI-GGUF 做低显存本地推理。
使用方式：LTX-2 走打包检查点路径，用 CheckpointLoaderSimple 加载 ltx-2-19b-distilled.safetensors，Gemma 3 经 CLIPLoader（type=ltxv）单独加载。LTX-2.3 走 GGUF UNet 路径，需分别加载 GGUF UNet、独立视频/音频 VAE、文本编码器与文本投影，并用 LatentUpscaleModelLoader 加载空间放大器。关键节点包括 LTXVConditioning、EmptyLTXVLatentVideo、LTXVScheduler、LTXVImgToVideo、LTXVLatentUpsampler；蒸馏模型用 SamplerCustomAdvanced 配手动 sigmas。帧数须为 8n+1，分辨率须为 32 的倍数，标准帧率 25fps。最终合成需 ffmpeg，可执行 <comfy-venv>/python -m pip install imageio-ffmpeg。
适用场景：本地 ComfyUI 环境下的 T2V/I2V 视频创作、低显存 GGUF 推理、带同步音频的视频生成、相机运动控制与两阶段高清放大。
限制：资料未提供具体收费与价格信息；部分安装脚本从第三方镜像仓库拉取文件，官方权重位于 huggingface.co/Lightricks/LTX-2.3。I2V 的 strength 不应设为 1.0，否则画面冻结；视频输出建议通过文件系统核对而非仅依赖 /history。