LTX-2 نص إلى فيديو
أنشئ فيديوهات عالية الجودة من نص باستخدام LTX-2؛ تزامن الصوت مع الصورة وحركات ديناميكية وتوافق شفوي.
داخل سير العمل
معاينة للقراءة فقط للقالب المصدر. افتحه في Cloud لاستكشاف العُقد وإجراء التغييرات.
Loading the graph
Open full-size workflow previewالملفات في سير العمل هذا
- المخرج
- فيديو
- المؤلف
- ComfyUI
استدعِ هذا النموذج من التعليمة البرمجية الخاصة بك
يستخدم الطلب أدناه المخطط والإعدادات المُعدّة نفسها كما في Playground. يمكن لكل إرسال أن يبدأ تشغيلًا مدفوعًا؛ لا تُعِد تلقائيًا محاولة إرسال لا تُعرف نتيجته.
What you need
- Runs on
- Comfy Cloud
- المفتاح
- COMFY_API_KEY
يتطلب خطة Cloud مدفوعة ورصيدًا.
# Python 3.10+: pip install comfy-sdk==0.4.0
import os
from comfy_sdk import Comfy
api_key = os.environ.get("COMFY_API_KEY", "").strip()
if not api_key: raise RuntimeError("Set COMFY_API_KEY")
os.environ.setdefault("COMFY_BASE_URL", "https://cloud.comfy.org")
client = Comfy(api_key=api_key)
workflow = client.workflows.from_json({
"75": {
"class_type": "SaveVideo",
"inputs": {
"filename_prefix": "video/LTX-2",
"format": "mp4",
"format.codec": "auto",
"video": [
"92:97",
0
]
},
"_meta": {
"title": "Save Video"
}
},
"92:1": {
"class_type": "CheckpointLoaderSimple",
"inputs": {
"ckpt_name": "ltx-2-19b-dev-fp8.safetensors"
},
"_meta": {
"title": "Load Checkpoint"
}
},
"92:102": {
"class_type": "PrimitiveFloat",
"inputs": {
"value": 24
},
"_meta": {
"title": "Frame Rate(float)"
}
},
"92:11": {
"class_type": "RandomNoise",
"inputs": {
"noise_seed": 10
},
"_meta": {
"title": "RandomNoise"
}
},
"92:22": {
"class_type": "LTXVConditioning",
"inputs": {
"frame_rate": [
"92:102",
0
],
"negative": [
"92:4",
0
],
"positive": [
"92:3",
0
]
},
"_meta": {
"title": "LTXVConditioning"
}
},
"92:3": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"92:60",
0
],
"text": "During an overcast midday torrential downpour, a burly, weathered fifty-year-old Black blues singer with a salt-and-pepper buzzcut stands centered, singing directly into the camera in a close shot. Rain streams down his furrowed brow onto a sodden, textured waxed-canvas work jacket. The camera slowly pushes in closer as he grips a battered chrome microphone, passionately belting with raw intensity: \"Wash the fire right out of my soul.\" Cool, diffused gray daylight wraps around him, momentarily illuminated by sharp flickers of distant lightning catching each falling drop. The audio features a driving, distorted slide guitar over rumbling thunder, heavy splashing rain, and his resonant, gravelly baritone voice vibrating with soulful grief."
},
"_meta": {
"title": "CLIP Text Encode (Prompt)"
}
},
"92:4": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"92:60",
0
],
"text": "blurry, low quality, still frame, frames, watermark, overlay, titles, has blurbox, has subtitles"
},
"_meta": {
"title": "CLIP Text Encode (Prompt)"
}
},
"92:41": {
"class_type": "SamplerCustomAdvanced",
"inputs": {
"guider": [
"92:47",
0
],
"latent_image": [
"92:56",
0
],
"noise": [
"92:11",
0
],
"sampler": [
"92:8",
0
],
"sigmas": [
"92:9",
0
]
},
"_meta": {
"title": "SamplerCustomAdvanced"
}
},
"92:43": {
"class_type": "EmptyLTXVLatentVideo",
"inputs": {
"batch_size": 1,
"height": [
"92:91",
1
],
"length": [
"92:62",
0
],
"width": [
"92:91",
0
]
},
"_meta": {
"title": "Empty LTXV Latent Video"
}
},
"92:47": {
"class_type": "CFGGuider",
"inputs": {
"cfg": 4,
"model": [
"92:1",
0
],
"negative": [
"92:22",
1
],
"positive": [
"92:22",
0
]
},
"_meta": {
"title": "CFG Guider"
}
},
"92:48": {
"class_type": "LTXVAudioVAELoader",
"inputs": {
"ckpt_name": "ltx-2-19b-dev-fp8.safetensors"
},
"_meta": {
"title": "Load LTXV Audio VAE"
}
},
"92:51": {
"class_type": "LTXVEmptyLatentAudio",
"inputs": {
"audio_vae": [
"92:48",
0
],
"batch_size": 1,
"frame_rate": [
"92:99",
0
],
"frames_number": [
"92:62",
0
]
},
"_meta": {
"title": "Empty LTXV Latent Audio"
}
},
"92:56": {
"class_type": "LTXVConcatAVLatent",
"inputs": {
"audio_latent": [
"92:51",
0
],
"video_latent": [
"92:43",
0
]
},
"_meta": {
"title": "Concat AV Latent"
}
},
"92:60": {
"class_type": "LTXAVTextEncoderLoader",
"inputs": {
"ckpt_name": "ltx-2-19b-dev-fp8.safetensors",
"device": "default",
"text_encoder": "gemma_3_12B_it_fp4_mixed.safetensors"
},
"_meta": {
"title": "Load LTXV Audio Text Encoder"
}
},
"92:62": {
"class_type": "PrimitiveInt",
"inputs": {
"value": 121
},
"_meta": {
"title": "Length"
}
},
"92:66": {
"class_type": "KSamplerSelect",
"inputs": {
"sampler_name": "euler_ancestral"
},
"_meta": {
"title": "KSamplerSelect"
}
},
"92:67": {
"class_type": "RandomNoise",
"inputs": {
"noise_seed": 0
},
"_meta": {
"title": "RandomNoise"
}
},
"92:68": {
"class_type": "LoraLoaderModelOnly",
"inputs": {
"lora_name": "ltx-2-19b-distilled-lora-384.safetensors",
"model": [
"92:1",
0
],
"strength_model": 1
},
"_meta": {
"title": "Load LoRA"
}
},
"92:70": {
"class_type": "SamplerCustomAdvanced",
"inputs": {
"guider": [
"92:82",
0
],
"latent_image": [
"92:83",
0
],
"noise": [
"92:67",
0
],
"sampler": [
"92:66",
0
],
"sigmas": [
"92:73",
0
]
},
"_meta": {
"title": "SamplerCustomAdvanced"
}
},
"92:73": {
"class_type": "ManualSigmas",
"inputs": {
"sigmas": "0.909375, 0.725, 0.421875, 0.0"
},
"_meta": {
"title": "ManualSigmas"
}
},
"92:76": {
"class_type": "LatentUpscaleModelLoader",
"inputs": {
"model_name": "ltx-2-spatial-upscaler-x2-1.0.safetensors"
},
"_meta": {
"title": "Load Latent Upscale Model"
}
},
"92:8": {
"class_type": "KSamplerSelect",
"inputs": {
"sampler_name": "euler_ancestral"
},
"_meta": {
"title": "KSamplerSelect"
}
},
"92:80": {
"class_type": "LTXVSeparateAVLatent",
"inputs": {
"av_latent": [
"92:41",
0
]
},
"_meta": {
"title": "Separate AV Latent"
}
},
"92:81": {
"class_type": "LTXVCropGuides",
"inputs": {
"latent": [
"92:80",
0
],
"negative": [
"92:22",
1
],
"positive": [
"92:22",
0
]
},
"_meta": {
"title": "LTXVCropGuides"
}
},
"92:82": {
"class_type": "CFGGuider",
"inputs": {
"cfg": 1,
"model": [
"92:68",
0
],
"negative": [
"92:81",
1
],
"positive": [
"92:81",
0
]
},
"_meta": {
"title": "CFG Guider"
}
},
"92:83": {
"class_type": "LTXVConcatAVLatent",
"inputs": {
"audio_latent": [
"92:80",
1
],
"video_latent": [
"92:84",
0
]
},
"_meta": {
"title": "Concat AV Latent"
}
},
"92:84": {
"class_type": "LTXVLatentUpsampler",
"inputs": {
"samples": [
"92:81",
2
],
"upscale_model": [
"92:76",
0
],
"vae": [
"92:1",
2
]
},
"_meta": {
"title": "spatial"
}
},
"92:89": {
"class_type": "EmptyImage",
"inputs": {
"batch_size": 1,
"color": 0,
"height": 720,
"width": 1280
},
"_meta": {
"title": "Empty Image"
}
},
"92:9": {
"class_type": "LTXVScheduler",
"inputs": {
"base_shift": 0.95,
"latent": [
"92:56",
0
],
"max_shift": 2.05,
"steps": 20,
"stretch": True,
"terminal": 0.1
},
"_meta": {
"title": "LTXVScheduler"
}
},
"92:90": {
"class_type": "ImageScaleBy",
"inputs": {
"image": [
"92:89",
0
],
"scale_by": 0.5,
"upscale_method": "lanczos"
},
"_meta": {
"title": "Upscale Image By"
}
},
"92:91": {
"class_type": "GetImageSize",
"inputs": {
"image": [
"92:90",
0
]
},
"_meta": {
"title": "Get Image Size"
}
},
"92:94": {
"class_type": "LTXVSeparateAVLatent",
"inputs": {
"av_latent": [
"92:70",
1
]
},
"_meta": {
"title": "Separate AV Latent"
}
},
"92:96": {
"class_type": "LTXVAudioVAEDecode",
"inputs": {
"audio_vae": [
"92:48",
0
],
"samples": [
"92:94",
1
]
},
"_meta": {
"title": "LTXV Audio VAE Decode"
}
},
"92:97": {
"class_type": "CreateVideo",
"inputs": {
"audio": [
"92:96",
0
],
"bit_depth": "auto",
"codec": "none",
"color_space": "sRGB",
"fps": [
"92:102",
0
],
"images": [
"92:98",
0
]
},
"_meta": {
"title": "Create Video"
}
},
"92:98": {
"class_type": "VAEDecodeTiled",
"inputs": {
"overlap": 64,
"samples": [
"92:94",
0
],
"temporal_overlap": 8,
"temporal_size": 4096,
"tile_size": 512,
"vae": [
"92:1",
2
]
},
"_meta": {
"title": "VAE Decode (Tiled)"
}
},
"92:99": {
"class_type": "PrimitiveInt",
"inputs": {
"value": 24
},
"_meta": {
"title": "Frame Rate(int)"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)
for output in job.get_outputs("75"):
output.to_file(output.name)جرّب مثالًا
حول سير العمل هذا
تم تصميم سير عمل LTX-2 لتحويل النص إلى فيديو في ComfyUI لتحويل المطالبات النصية إلى فيديوهات عالية الجودة مع توليد متزامن للصوت والفيديو. يستفيد هذا السير من نموذج LTX-2 المطوّر بواسطة Lightricks، والمعروف بقدراته المعبرة في مزامنة الشفاه وتوليد الحركة الديناميكية. يعالج سير العمل مدخلات النص بكفاءة لإنتاج فيديوهات لا تطابق الأفعال الموصوفة فحسب، بل تحافظ أيضًا على مستوى عالٍ من الدقة البصرية. تقنيًا، يستخدم عُقَدًا مثل SaveVideo وعقدة مخطط فرعي مُعرّفة بالمعرّف b7c2d337-c38d-4c04-922b-2d638449d13e، وهي ضرورية لحفظ المخرجات وإدارة عملية توليد الفيديو المعقدة. كما تُستخدم عقدة MarkdownNote للتوثيق والإرشاد داخل سير العمل، لضمان فهم المستخدمين لكل خطوة ولكل معلمة ضمن الإعداد.
الأسئلة والأجوبة
افتراضيًا، يستخدم سير العمل دقة 720p. يمكنك تجربة 1920x1088 إذا كان جهازك يتحمل دقات أعلى، مع التأكد من أن العرض والارتفاع قابلان للقسمة على 64.
تأكد من أن عدد الإطارات قابل للقسمة على 8 ثم أضف 1. سيقوم سير العمل بالضبط إلى أقرب معلمات صالحة إذا تم إدخال قيم غير صحيحة.
تمت تهيئة سير عمل LTX-2 لتوليد فيديو عالي الجودة، وقد لا يكون مناسبًا لتطبيقات الوقت الفعلي بسبب متطلبات المعالجة.
المطالبات التي تصف الأفعال بوضوح عبر الزمن وتتضمن أوصافًا بصرية مفصلة تعطي أفضل النتائج.
مهام سير عمل ذات صلة
- LTX-2, Lightricks
LTX-2 تحويل وضعية إلى فيديو
- LTX-2, Lightricks
LTX-2 صورة إلى فيديو (مقطر)
- LTX-2, Lightricks
LTX-2 من اكتشاف الحواف إلى فيديو
- LTX-2, Lightricks
LTX-2 من العمق إلى فيديو
- LTX-2, Lightricks
LTX-2 نص إلى فيديو (مقطر)
- LTX-2
LTX-2: الصوت إلى الفيديو
- LTX-2, Lightricks
LTX-2: تحويل النص إلى فيديو
- LTX-2, Lightricks
LTX-2: صورة إلى فيديو
- LTX-2
اضغط أي شيء باستخدام LTX-2 I2V وLoRA