LTX-2.3 MSR V2：多主题参考 LoRA 迎来重大质量升级

LiconStudio 发布了用于 LTX-2.3 的多主题参考（MSR）LoRA 的 V2 版本，基于 V1 版本的广泛社区反馈，在一致性、稳定性及场景逻辑方面带来了显著提升。

虽然 V1 已是流行的多参考视频生成方案（可在单个视频中跟踪多达 5 个参考主题），但 V2 版本解决了用户报告的最常见痛点：身份漂移、复杂构图中的视觉伪影以及不自然的主题交互。

V2 新特性

此次更新聚焦三大核心领域：

1. 一致性提升

• 更好保持人物身份、服饰、物体及场景细节
• 帧间外观更一致
• 多张参考图像与已生成视频之间的对齐效果更佳
• 减少身份漂移和参考属性丢失

2. 稳定性提升

• 重复采样运行时结果更可靠
• 减少视觉伪影、闪烁及时间不一致性
• 复杂多主题构图下的生成更稳定
• 改善对主题之间运动与交互的处理

3. 场景逻辑提升

• 更好理解提示中描述的空间与动作关系
• 主题定位与交互更自然
• 视频从头到尾的时间推进更连贯
• 人物、物体与背景的构成更协调

MSR 工作原理

与需要额外编码器分支或融合模块的传统多参考方法不同，MSR 将多张静态参考图像转换为伪视频序列。该序列与目标视频共享相同的表示空间，使得参考 token 可以通过模型现有的自注意力机制被访问——无需额外架构组件。

该 LoRA 支持 2 至 5 张参考图像，每张提供互补的语义信息，如主题身份、物体详情、场景背景或多个视角。

使用方法

该 LoRA 需要 ComfyUI-Licon-MSR 自定义节点插件，该插件负责从多张主题图像创建固定帧率的 MP4 参考视频。模型文件中附带了示例工作流，方便快速实验。

最佳效果建议

• 对每张参考图像使用简洁但准确的描述——过于详细或过于简略的描述都可能降低一致性
• 清晰描述每个参考主题、物体或场景在目标视频中的作用
• 对于高动态场景，推荐使用 50 fps 以获得更流畅的运动连贯性
• 复杂多主题交互仍可能受益于多次采样运行

获取方式

V2 LoRA 已在 Hugging Face 上以 Apache 2.0 许可证发布：

模型： LiconStudio/LTX-2.3-Multiple-Subject-Reference
插件： ComfyUI-Licon-MSR
基础模型： Lightricks/LTX-2.3