LTX-2.5 네이티브 해상도: ComfyUI에서 타일 기반 4K 및 8K 비디오 편집

Native Resolution(Lightricks 발표 | ComfyUI 워크플로 | 문서)은 LTX-2.5 VFX Week의 첫 번째 릴리스입니다. 소스 클립을 하나의 잠재 데이터 캔버스에 유지하고 모든 디노이징 단계마다 겹치는 공간 타일을 단계적으로 처리하여 LTX-2.5 비디오 편집을 4K와 8K로 실행하므로, 전체 클립에 GPU 하나만 필요합니다. 이번 릴리스에는 ComfyUI 예제 워크플로 두 개와 새로운 IC-LoRA 어댑터 두 개(Refine Details, Restore)가 포함됩니다.

겹치는 타일을 통해 4K 및 8K 비디오 편집을 실행하는 LTX-2.5 Native Resolution

LTX-2.5 Native Resolution 워크플로로 처리한 1080p 플레이트. 출처: LTX.io on X.

이전에는 IC-LoRA를 학습 윈도우보다 훨씬 큰 규모로 실행하려면 전체 캔버스를 한 번에 샘플링하다 VRAM이 부족해지거나, 개별 타일을 생성해 완성된 결과를 이어 붙여 이음새가 남는 방법밖에 없었습니다. Tiled Fusion은 대신 하나의 공유된 디노이징 궤적 안에서 타일을 적용하며, 이를 통해 하나의 워크플로 안에서 풀 HD, 4K, 8K를 선택할 수 있습니다.

Native Resolution 워크플로의 발표 클립.

새로운 ComfyUI 워크플로 두 가지

LTX 비디오 노드 팩에는 2026년 9월 29일 예제 그래프 두 개가 추가되었습니다(PR #570):

워크플로	기능
`LTX-2.5_V2V_TiledFusion_Upscale.json`	한 번의 패스로 디테일을 정련하고 업스케일합니다. 클립 크기를 선택한 출력 크기로 조정한 뒤, Refine Details 어댑터로 8개의 융합 단계를 실행하며 `tile_size`(qHD, HD, FullHD) 타일을 사용합니다.
`LTX-2.5_V2V_TiledFusion_Native_4K_8K.json`	전체 단계 구성입니다. 초기 캔버스 크기에서 풀프레임 구도 패스를 수행한 뒤, 선택한 4K 또는 8K 출력으로 잠재 데이터를 업스케일링하고 타일 기반 정련 패스를 실행합니다.

두 그래프는 다른 LTX-2.5 예제와 동일한 서브그래프 레이아웃(Load Models, Inputs, Preprocess, Generate, Decode)을 공유합니다. Preprocess 안의 새로운 Get Tiling Sizes 노드가 세 가지 크기 프리셋(tile_size, initial_canvas_size, output_size)을 담당합니다. 이 노드는 모델이 허용하는 캔버스, 즉 32의 배수 크기와 8n+1 프레임 수를 출력합니다.

Tiled Fusion의 작동 방식

LTXVTiledFusionSampler는 기존 LTXVTiledSampler와 다른 노드이며, 두 노드는 서로 호환되지 않습니다. LTXVTiledSampler는 타일을 독립적으로 샘플링하고 블렌딩합니다. 퓨전 샘플러는 하나의 잠재 데이터 캔버스와 하나의 노이즈 필드를 유지하고, 모든 디노이즈 단계에서 겹치는 크롭에 모델을 실행한 뒤, 단계를 거친 타일을 가우시안 블렌딩으로 캔버스에 다시 합칩니다. 타일이 동일한 궤적을 공유하기 때문에, 완료된 타일을 이어 붙일 때처럼 이음새가 생기지 않습니다.

따라서 최대 VRAM은 전체 캔버스가 아니라 실제로 단계가 진행되는 공간 타일 크기와 시간 윈도우에 따라 결정됩니다. 샘플러에 공급되는 가이드 잠재 데이터는 반드시 IC-LoRA 가이드 노드에서 가져와야 합니다. 이 데이터에는 추가된 가이드 프레임과 샘플러가 직접 크롭하는 노이즈 마스크가 담겨 있기 때문입니다.

샘플러의 그래프 구성은 다음과 같습니다:

UNET + IC-LoRA
Gemma CLIP → CLIPTextEncode (pos / neg)
guide frames → LTX Add Video IC-LoRA Guide
KSamplerSelect (euler / heun / ...) → SAMPLER
Manual Sigmas (descending, ending at 0)
        │
        ▼
LTXV Tiled Fusion Sampler → LATENT → VAE Decode (tiled)

Native Resolution 단계 구성

4K/8K 그래프는 두 단계로 실행됩니다:

Composition(구도). 소스 비디오의 크기를 initial_canvas_size로 조정하고, 풀프레임 패스가 전체 프레임을 컨텍스트에 담아 구도를 설정합니다. 공개된 그래프는 이 단계에서 ltx-2.5-22b-ic-lora-day-to-night-0.9.safetensors를 선택합니다.
Refine(정련). ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors로 잠재 데이터를 확대하며, 8K 경로에서는 두 번 적용한 뒤 Tiled Fusion이 공간 타일로 정련 패스를 실행합니다. 두 번째 단계는 새로운 룩앤스타일 프롬프트를 사용하고, ltx-2.5-22b-ic-lora-refine-details-1.0.safetensors를 선택하며, 출력 크기로 크기를 조정한 원본 클립을 새 가이드로 첨부합니다.

소스 오디오는 인코딩되어 생성 중 고정된 뒤 다시 디코딩되어 저장된 비디오에 먹싱되므로, 기존 사운드가 업스케일 후에도 유지됩니다.

LTX-2.5 Native Resolution 워크플로로 8K까지 올리고 Nuke에서 마무리한 HD 직조 플레이트

워크플로를 거쳐 8K EXR로 Nuke에 전달된 HD 플레이트. 출처: LTX.io on X.

타일 패스는 구도 패스를 대체하지 않습니다. 어댑터가 학습된 윈도우를 훨씬 초과하는 캔버스 전체에 새로운 전역 룩을 설정해야 할 때는 여전히 풀프레임 단계가 그 작업을 수행합니다.

중요한 설정

입력	참고 사항
`tile_width` / `tile_height`	IC-LoRA가 학습한 공간 윈도우를 픽셀 단위(32의 배수)로 지정합니다. 타일이 작으면 콘텐츠가 잘못된 스케일로 보입니다.
`overlap_frac`	0.5 이상으로 유지하세요. 그보다 낮으면 구조적인 콘텐츠에 주기적인 그리드가 나타납니다.
`blend_var`	가우시안 겹침 분산. 기본값 0.05.
`grid_cycle`	1은 고정 그리드로 가장 저렴하고, 4는 단계마다 그리드를 이동시킵니다. 공간 축에만 적용됩니다.
`tile_frames`	픽셀 프레임 단위의 시간 윈도우이며 LTX에서는 97입니다. 가이드 노드에서 동일한 값으로 `use_streaming`을 활성화해야 합니다.
샘플러	이산 단계 방식(euler, heun, dpm_2)을 사용하세요. dpmpp_2m, lms 같은 히스토리 방식은 다단계 메모리를 잃고, 적응형 샘플러는 융합할 수 없으며, ancestral 방식은 타일마다 독립적인 노이즈를 추가해 이음새가 생길 수 있습니다.
`use_tiled_encode`	가이드 노드에서는 반드시 false로 유지해야 합니다. 공간 타일 방식의 가이드 인코딩은 조건화에 그리드를 각인시킵니다.

학습 윈도우보다 긴 클립의 경우 스트리밍을 켜고 가이드와 샘플러 모두에 동일한 tile_frames를 설정하여, 각 시간 윈도우가 자체 클립으로 다시 인코딩되도록 하세요.

Refine Details와 Restore

이번 릴리스에 포함된 두 어댑터는 서로 다른 작업을 담당하며, 둘 다 ComfyUI/models/loras/에서 파일 하나만 교체하면 Tiled Fusion Upscale 워크플로로 실행됩니다.

Refine Details(Hugging Face)는 흐릿하거나 압축되었거나 생성되었거나 이미 업스케일된 영상의 미세한 질감, 가장자리, 그레인을 재구성합니다. 1024 × 576 샘플링 타일로 학습되었으며, 풀 HD 캔버스에서도 타일 워크플로를 사용해야 합니다.
Restore(Hugging Face)는 손상된 아카이브 영상(저해상도 전송본, 압축된 방송 영상, 테이프, 세피아 및 흑백 필름 스캔)을 정리하고 컬러화합니다. LTX-2.3으로 학습되었으며, 모델 카드에는 변경되지 않은 가중치를 LTX-2.5 증류 트랜스포머, 비디오 VAE, Gemma-4 텍스트 인코더와 함께 사용한 테스트가 기록되어 있습니다. 권장 캔버스는 4:3 소재의 경우 1440 × 1056 또는 1440 × 1088, 16:9의 경우 1920 × 1088이며, 샘플링 타일은 960 × 544입니다.

아카이브 소재의 경우 순서가 중요합니다. Restore를 먼저 실행한 다음, 필요하면 전달 해상도를 위해 Refine Details를 실행하세요. 먼저 정련하면 손상이 더 선명해지고 추론된 색상이 줄어들 수 있습니다. 인터레이스 또는 텔레시네 영상은 두 패스 중 어느 것을 적용하든 그 전에 디인터레이스해야 합니다.

제한 사항

Lightricks는 이것이 생성형 도구임을 분명히 밝힙니다. Restore는 소스 픽셀을 그대로 복원하는 것이 아니라 그럴듯한 색상과 디테일을 합성하므로, 재구성된 글자, 얼굴, 사물은 해석일 뿐 역사적 기록이 아닙니다. Refine Details는 질감을 재구성하며 글자나 인물의 동일성 보존을 보장하지 않습니다.

8K 경로에서 Refine Details 모델 카드는 점진적 방식을 권장합니다. 먼저 4K로 정련한 뒤 그 결과를 Lanczos로 8K로 크기 조정하고, 필요하면 완만한 두 번째 패스를 적용하세요. 8K로 바로 패스를 실행하면 각 타일이 어댑터가 학습한 것보다 큰 스케일로 처리되어 질감을 만들어낼 수 있습니다. 풀 HD, 4K, 8K 모두 크기 선택기에서 사용할 수 있지만, 선택기가 성능을 보장하는 것은 아니며 최대 VRAM과 실행 시간은 대상 하드웨어에서 벤치마크해야 합니다.

사용 가능 여부

샘플러와 크기 노드는 공식 ComfyUI-LTXVideo 노드 팩에 포함되어 있으므로, 팩을 업데이트하는 것 외에 별도 설치는 필요하지 않습니다. 워크플로는 example_workflows/2.5/에 있으며, 첫 번째 단계에서 사용하는 day-to-night 어댑터는 LTX-2.5-22b-IC-LoRA-Day-To-Night에서 가져옵니다.

두 개의 새로운 어댑터와 나머지 버전에 맞춘 모델 스택은 Hugging Face에 있으며, Lightricks 모델 저장소는 게이트가 설정되어 있어 다운로드 전에 접근을 요청하고 승인을 받아야 합니다. 워크플로의 Model Links 노트에는 각 그래프에 필요한 정확한 파일이 나열되어 있습니다.