LTX 2.3 图像：仅图像 LTX 模型获得 ComfyUI 路径
新的 ComfyUI PR 添加了仅图像 LTXV 2.3 模型路径，包含 13B 开发专用和蒸馏模型、无需 CFG 的 8 步蒸馏采样以及 int8 convrot 构建。
LTX 2.3 一直以来是一个视频和音频模型，但事实证明相同的骨干网络也能成为强大的静态图像生成器。elismasilva 向 ComfyUI 提交的新 拉取请求 为 LTXV 2.3 模型添加了专用的仅图像模型路径 (ltxv_image)，并附带一个 Hugging Face 仓库，提供四个针对文生图剪枝的统一 safetensors 模型。
LTX 2.3：仅图像模型剪枝自该音视频基础模型
PR 新增内容
该拉取请求通过新的 LTXVImage / LTXVImageModel 对路由仅图像 LTXV 2.3 模型，仅在模型元数据将模型标记为 image_model="ltxv_image" 时选择。现有的 LTX 视频路径保持不变，继续实例化当前的 LTXVModel。除了加载器之外，该 PR 还带来了：
- 可选的门控注意力 在 LTXV 变换器块中（默认关闭）。
- 按块 STG 扰动路由 用于 LTXV 自注意力。
LTXVGuidanceRescale，一个实现 Diffusers 风格引导缩放的新节点。- 两个蓝图：
文本生成图像 (LTX-2.3 图像 开发专用)和文本生成图像 (LTX-2.3 图像 蒸馏)，注册在图像生成与编辑/文本生成图像下。
该 PR 于 2026 年 8 月 28 日开放，尚未合并。在 ltxv_image 路径合并到上游之前，可以在作者的 ComfyUI 分支 上测试这些模型。
模型文件
elismasilva/ltx2.3-image-comfyui 中的四个文件源自 Lightricks 的 LTX 2.3 系列，经过剪枝以移除视频和音频执行路径。不涉及新训练：权重被转换为统一的 ComfyUI 模型并放入 models/checkpoints/。
| 文件 | 变体 |
|---|---|
ltx-2.3-13b-image-dev.safetensors | 开发专用，bf16 |
ltx-2.3-13b-image-distilled.safetensors | 蒸馏，bf16 |
ltx-2.3-13b-image-dev-convrot-int8.safetensors | 开发专用，convrot int8 量化 |
ltx-2.3-13b-image-distilled-convrot-int8.safetensors | 蒸馏，convrot int8 量化 |
13b 名称指的是从原始较大的 LTX 2.3 包剪枝后的有效大小。int8 convrot 构建版以牺牲部分保真度换取更低的显存使用。
建议设置
模型卡片为每个变体提供了起点：
| 开发专用 | 蒸馏 | |
|---|---|---|
| 步数 | 20 到 40 | 8 |
| CFG | 3.0 到 5.0 | 1.0 (无需 CFG) |
| PAG 缩放 | ~0.8 (可选) | ~0.8 (可选) |
| 引导缩放 | ~0.7 (可选) | ~0.7 (可选) |
PR 中的两个蓝图都暴露了提示词、分辨率、步数、引导以及 PAG/引导缩放控制，因此上述设置直接映射到提供的工作流中。
为何视频模型需要图像路径
Lightricks 的 LTX-2.3 是一个联合音视频基础模型，仅图像剪枝是其他视频家族采取的方向：剥离时间和音频权重，保留空间先验，您将获得一个快速文生图模型，继承基础模型的提示词遵循度。对于已经在 ComfyUI 中使用 LTX 2.3 进行视频的用户，图像模型重用相同的文本编码器和加载约定，因此尝试文生图的成本仅略高于模型下载。如果 PR 合并，LTX 2.3 将在核心 ComfyUI 内同时覆盖静态图像和视频，无需额外的节点包。
评论
使用 GitHub 登录后即可参与讨论。