AI on the Lot 2026 - LTX-2.3 - i2v
Le cinquième workflow publié pour AI on the Lot 2026, mis à disposition des participants à l’atelier ComfyUI 101 pour ouvrir et suivre s’ils le souhaitent. Un workflow image-vers-vidéo basé sur le modèle LTX 2.3, transformant une image fixe en un clip vidéo généré.
À propos
Ce workflow ComfyUI transforme une image fixe en une courte vidéo animée à l’aide du modèle image-vers-vidéo LTX‑2.3 de Lightricks. Le pipeline est simple : LoadImage importe votre image source dans le graphe, un nœud personnalisé LTX‑2.3 (2454ad83-157c-40dd-9f19-5daaf4041ce0) synthétise le mouvement conditionné par cette image et un prompt texte, et SaveVideo assemble les images générées en un clip lisible. Des nœuds MarkdownNote dans le graphe fournissent des conseils contextuels et des astuces de prompt pour suivre pendant l’atelier AI on the Lot 2026 ComfyUI 101.
Techniquement, le nœud LTX‑2.3 encode votre image d’entrée dans l’espace latent du modèle et génère une séquence temporellement cohérente guidée par votre prompt. Vous contrôlez le caractère et le rythme du mouvement en décrivant les événements dans le temps (« Actions principales ») et en spécifiant les « Détails visuels » à préserver, comme recommandé dans les astuces de prompt LTX‑2.3. Les contrôles typiques exposés par le nœud incluent le prompt texte, la graine pour la reproductibilité, et les caractéristiques du clip comme le nombre d’images et/ou le FPS (les paramètres exacts dépendent de la version du nœud). SaveVideo écrit ensuite les images sur disque au nombre d’images par seconde choisi. Pour les poids du modèle, utilisez Lightricks/LTX‑2.3 depuis Hugging Face (voir les liens fournis), et suivez le champ de chargement du nœud pour pointer vers les bons fichiers.
Ce que vous fournissez
- Lecture du workflow
S’exécute dans ComfyUI. Ce workflow ne peut pas s’exécuter sur cette page. Ouvrez-le dans Comfy Cloud, avec tout déjà chargé, ou téléchargez-le pour votre propre ComfyUI.
Essayer dans CloudDans le workflow
Un aperçu en lecture seule du graphe de nœuds. Ouvrez-le dans Comfy Cloud ou téléchargez-le pour modifier les nœuds.
Loading the graph
Open full-size workflow previewFichiers de ce workflow
- Auteur
- Julien Durand | MJM
Nécessite des nœuds personnalisés
- Lecture du workflow
Utiliser ce workflow depuis du code
Généré à partir du graphe et des entrées du workflow lorsque cela est possible ; sinon, les exemples enregistrés sont affichés. Vérifiez les identifiants et les points de terminaison avant d’exécuter le code, ce qui peut entraîner des frais.
What you need
- Runs on
- Comfy Cloud
- Clé
- COMFY_API_KEY
Nécessite un forfait Cloud payant et des crédits.
# 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_2.3_i2v",
"format": "auto",
"format.codec": "auto",
"video": [
"320:310",
0
]
},
"_meta": {
"title": "Save Video"
}
},
"269": {
"class_type": "LoadImage",
"inputs": {
"image": "92a9314e31dced3cd7c657effe9240281caf8802bf430d699574869bb15dc58f.png"
},
"_meta": {
"title": "Load Image"
}
},
"320:276": {
"class_type": "RandomNoise",
"inputs": {
"noise_seed": 42
},
"_meta": {
"title": "RandomNoise"
}
},
"320:277": {
"class_type": "RandomNoise",
"inputs": {
"noise_seed": 1107858748962189
},
"_meta": {
"title": "RandomNoise"
}
},
"320:278": {
"class_type": "LTXVConcatAVLatent",
"inputs": {
"audio_latent": [
"320:307",
1
],
"video_latent": [
"320:288",
0
]
},
"_meta": {
"title": "Concat AV Latent"
}
},
"320:279": {
"class_type": "LTXVAudioVAELoader",
"inputs": {
"ckpt_name": "ltx-2.3-22b-distilled-fp8.safetensors"
},
"_meta": {
"title": "Load LTXV Audio VAE"
}
},
"320:280": {
"class_type": "KSamplerSelect",
"inputs": {
"sampler_name": "euler_cfg_pp"
},
"_meta": {
"title": "KSamplerSelect"
}
},
"320:281": {
"class_type": "ManualSigmas",
"inputs": {
"sigmas": "0.85, 0.7250, 0.4219, 0.0"
},
"_meta": {
"title": "ManualSigmas"
}
},
"320:282": {
"class_type": "CFGGuider",
"inputs": {
"cfg": 1,
"model": [
"320:285",
0
],
"negative": [
"320:284",
1
],
"positive": [
"320:284",
0
]
},
"_meta": {
"title": "CFG Guider"
}
},
"320:283": {
"class_type": "SamplerCustomAdvanced",
"inputs": {
"guider": [
"320:314",
0
],
"latent_image": [
"320:318",
0
],
"noise": [
"320:277",
0
],
"sampler": [
"320:291",
0
],
"sigmas": [
"320:306",
0
]
},
"_meta": {
"title": "SamplerCustomAdvanced"
}
},
"320:284": {
"class_type": "LTXVCropGuides",
"inputs": {
"latent": [
"320:307",
0
],
"negative": [
"320:304",
1
],
"positive": [
"320:304",
0
]
},
"_meta": {
"title": "LTXVCropGuides"
}
},
"320:285": {
"class_type": "LoraLoaderModelOnly",
"inputs": {
"lora_name": "ltx-2.3-22b-distilled-lora-384-1.1.safetensors",
"model": [
"320:316",
0
],
"strength_model": 0.5
},
"_meta": {
"title": "Load LoRA"
}
},
"320:286": {
"class_type": "ResizeImagesByLongerEdge",
"inputs": {
"images": [
"320:290",
0
],
"longer_edge": 1536
},
"_meta": {
"title": "Resize Images by Longer Edge (DEPRECATED)"
}
},
"320:287": {
"class_type": "LTXVLatentUpsampler",
"inputs": {
"samples": [
"320:307",
0
],
"upscale_model": [
"320:311",
0
],
"vae": [
"320:316",
2
]
},
"_meta": {
"title": "LTXVLatentUpsampler"
}
},
"320:288": {
"class_type": "LTXVImgToVideoInplace",
"inputs": {
"bypass": [
"320:302",
0
],
"image": [
"320:289",
0
],
"latent": [
"320:287",
0
],
"strength": 1,
"vae": [
"320:316",
2
]
},
"_meta": {
"title": "LTXVImgToVideoInplace"
}
},
"320:289": {
"class_type": "LTXVPreprocess",
"inputs": {
"image": [
"320:286",
0
],
"img_compression": 18
},
"_meta": {
"title": "LTXV Preprocess"
}
},
"320:290": {
"class_type": "ResizeImageMaskNode",
"inputs": {
"input": [
"269",
0
],
"resize_type": "scale dimensions",
"resize_type.crop": "center",
"resize_type.height": [
"320:299",
0
],
"resize_type.width": [
"320:312",
0
],
"scale_method": "lanczos"
},
"_meta": {
"title": "Resize Image/Mask"
}
},
"320:291": {
"class_type": "KSamplerSelect",
"inputs": {
"sampler_name": "euler_ancestral_cfg_pp"
},
"_meta": {
"title": "KSamplerSelect"
}
},
"320:292": {
"class_type": "ComfyMathExpression",
"inputs": {
"expression": "a/2",
"values.a": [
"320:312",
0
]
},
"_meta": {
"title": "Math Expression"
}
},
"320:294": {
"class_type": "ComfyMathExpression",
"inputs": {
"expression": "a/2",
"values.a": [
"320:299",
0
]
},
"_meta": {
"title": "Math Expression"
}
},
"320:295": {
"class_type": "EmptyLTXVLatentVideo",
"inputs": {
"batch_size": 1,
"height": [
"320:294",
1
],
"length": [
"320:323",
1
],
"width": [
"320:292",
1
]
},
"_meta": {
"title": "Empty LTXV Latent Video"
}
},
"320:296": {
"class_type": "LTXVImgToVideoInplace",
"inputs": {
"bypass": [
"320:302",
0
],
"image": [
"320:289",
0
],
"latent": [
"320:295",
0
],
"strength": 0.7,
"vae": [
"320:316",
2
]
},
"_meta": {
"title": "LTXVImgToVideoInplace"
}
},
"320:297": {
"class_type": "LTXVAudioVAEDecode",
"inputs": {
"audio_vae": [
"320:279",
0
],
"samples": [
"320:309",
1
]
},
"_meta": {
"title": "LTXV Audio VAE Decode"
}
},
"320:298": {
"class_type": "ComfyMathExpression",
"inputs": {
"expression": "a",
"values.a": [
"320:300",
0
]
},
"_meta": {
"title": "Math Expression"
}
},
"320:299": {
"class_type": "PrimitiveInt",
"inputs": {
"value": 1024
},
"_meta": {
"title": "Height"
}
},
"320:300": {
"class_type": "PrimitiveInt",
"inputs": {
"value": 25
},
"_meta": {
"title": "Frame Rate"
}
},
"320:301": {
"class_type": "PrimitiveInt",
"inputs": {
"value": 5
},
"_meta": {
"title": "Duration"
}
},
"320:302": {
"class_type": "PrimitiveBoolean",
"inputs": {
"value": False
},
"_meta": {
"title": "Switch to Text to Video?"
}
},
"320:303": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"320:317",
0
],
"text": [
"320:319",
0
]
},
"_meta": {
"title": "CLIP Text Encode (Prompt)"
}
},
"320:304": {
"class_type": "LTXVConditioning",
"inputs": {
"frame_rate": [
"320:298",
0
],
"negative": [
"320:313",
0
],
"positive": [
"320:303",
0
]
},
"_meta": {
"title": "LTXVConditioning"
}
},
"320:305": {
"class_type": "LTXVEmptyLatentAudio",
"inputs": {
"audio_vae": [
"320:279",
0
],
"batch_size": 1,
"frame_rate": [
"320:298",
1
],
"frames_number": [
"320:323",
1
]
},
"_meta": {
"title": "Empty LTXV Latent Audio"
}
},
"320:306": {
"class_type": "ManualSigmas",
"inputs": {
"sigmas": "1.0, 0.99375, 0.9875, 0.98125, 0.975, 0.909375, 0.725, 0.421875, 0.0"
},
"_meta": {
"title": "ManualSigmas"
}
},
"320:307": {
"class_type": "LTXVSeparateAVLatent",
"inputs": {
"av_latent": [
"320:283",
0
]
},
"_meta": {
"title": "Separate AV Latent"
}
},
"320:308": {
"class_type": "SamplerCustomAdvanced",
"inputs": {
"guider": [
"320:282",
0
],
"latent_image": [
"320:278",
0
],
"noise": [
"320:276",
0
],
"sampler": [
"320:280",
0
],
"sigmas": [
"320:281",
0
]
},
"_meta": {
"title": "SamplerCustomAdvanced"
}
},
"320:309": {
"class_type": "LTXVSeparateAVLatent",
"inputs": {
"av_latent": [
"320:308",
0
]
},
"_meta": {
"title": "Separate AV Latent"
}
},
"320:310": {
"class_type": "CreateVideo",
"inputs": {
"audio": [
"320:297",
0
],
"bit_depth": "auto",
"codec": "none",
"color_space": "sRGB",
"fps": [
"320:298",
0
],
"images": [
"320:315",
0
]
},
"_meta": {
"title": "Create Video"
}
},
"320:311": {
"class_type": "LatentUpscaleModelLoader",
"inputs": {
"model_name": "ltx-2.3-spatial-upscaler-x2-1.1.safetensors"
},
"_meta": {
"title": "Load Latent Upscale Model"
}
},
"320:312": {
"class_type": "PrimitiveInt",
"inputs": {
"value": 1024
},
"_meta": {
"title": "Width"
}
},
"320:313": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"320:317",
0
],
"text": "pc game, console game, video game, cartoon, childish, ugly"
},
"_meta": {
"title": "CLIP Text Encode (Prompt)"
}
},
"320:314": {
"class_type": "CFGGuider",
"inputs": {
"cfg": 1,
"model": [
"320:285",
0
],
"negative": [
"320:304",
1
],
"positive": [
"320:304",
0
]
},
"_meta": {
"title": "CFG Guider"
}
},
"320:315": {
"class_type": "VAEDecodeTiled",
"inputs": {
"overlap": 64,
"samples": [
"320:309",
0
],
"temporal_overlap": 4,
"temporal_size": 4096,
"tile_size": 768,
"vae": [
"320:316",
2
]
},
"_meta": {
"title": "VAE Decode (Tiled)"
}
},
"320:316": {
"class_type": "CheckpointLoaderSimple",
"inputs": {
"ckpt_name": "ltx-2.3-22b-distilled-fp8.safetensors"
},
"_meta": {
"title": "Load Checkpoint"
}
},
"320:317": {
"class_type": "LTXAVTextEncoderLoader",
"inputs": {
"ckpt_name": "ltx-2.3-22b-distilled-fp8.safetensors",
"device": "default",
"text_encoder": "gemma_3_12B_it_fp4_mixed.safetensors"
},
"_meta": {
"title": "Load LTXV Audio Text Encoder"
}
},
"320:318": {
"class_type": "LTXVConcatAVLatent",
"inputs": {
"audio_latent": [
"320:305",
0
],
"video_latent": [
"320:296",
0
]
},
"_meta": {
"title": "Concat AV Latent"
}
},
"320:319": {
"class_type": "PrimitiveStringMultiline",
"inputs": {
"value": "Static medium close-up of the man, framing locked, no camera movement. He looks directly at camera and says, in a low, gravelly, weathered voice: \"Enjoy the workshop at A.I. on the Lot, twenty twenty-six.\" Natural mouth movement matching the dialogue, subtle micro-expressions, eyes steady on lens. Smoke continues to drift across frame from camera right, curling and dissipating. A few wisps of hair shift slightly in the warm breeze. No head turn, no body movement, no eye darting, no other people, no sudden gestures."
},
"_meta": {
"title": "Prompt"
}
},
"320:323": {
"class_type": "ComfyMathExpression",
"inputs": {
"expression": "a * b + 1",
"values.a": [
"320:301",
0
],
"values.b": [
"320:300",
0
]
},
"_meta": {
"title": "Math Expression (length)"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)Questions-réponses
Décrivez les Actions principales au fil du temps (ex : « la caméra effectue un travelling avant lent tandis que des feuilles traversent le premier plan ») et listez les Détails visuels à préserver (composition, éclairage, couleur, attributs du sujet). Gardez des instructions concises et non ambiguës.
Des images propres, bien éclairées et avec une bonne séparation du sujet s’animent plus facilement. Utilisez une résolution adaptée à votre VRAM et aux valeurs par défaut du workflow, et gardez le ratio d’aspect cohérent entre l’entrée et la sortie pour éviter les déformations.
La durée dépend du nombre d’images générées et du FPS de SaveVideo. Augmentez le nombre d’images pour des clips plus longs et ajustez le FPS pour la fluidité. Si le nœud LTX‑2.3 expose le nombre d’images ou la durée, modifiez-le là ; puis réglez le FPS souhaité dans SaveVideo.
Définissez et réutilisez une graine fixe dans le nœud LTX‑2.3 (si disponible), gardez le prompt identique et ne changez pas les autres paramètres de génération. Changer la graine est utile pour explorer des variantes contrôlées.