LTX-2.3: FLF2V

Envie uma imagem inicial para gerar uma sequência de vídeo. O fluxo de trabalho cria um vídeo curto com estilo e movimento consistentes, começando com o quadro fornecido.

Input

The video starts on this image.

The video ends on this image.

How the camera and the scene move from the first frame to the last, plus the sound.

Both frames are resized to this; the video comes out at the nearest multiple of 32 below (1280×720 → 1280×704).

At 25 fps, 121 frames is about 5 seconds. Use 8n+1 values.

Both frames are resized to this; the video comes out at the nearest multiple of 32 below (1280×720 → 1280×704).

Advanced settings

Frames per second.

Default: 25

What to avoid.

Leave empty for a new result each run. Enter a number to repeat one.

Output
00:00
Example

Experimente um exemplo

Sobre este fluxo de trabalho

Este fluxo de trabalho do ComfyUI, baseado no modelo de vídeo LTX-2.3, transforma uma imagem de referência em um clipe de vídeo curto e coerente, com movimento e estilo controláveis. Usa seu primeiro quadro enviado (LoadImage no grupo First Frame) como âncora visual forte, opcionalmente mistura uma referência final do grupo Last Frame e permite direcionar a cena com prompts em linguagem natural. O condicionamento de texto é feito por CLIPTextEncode e LTXAVTextEncoderLoader no grupo Conditioning, enquanto LTXVAddGuide funde seus quadros de referência no fluxo de condicionamento do modelo.

Nos bastidores, EmptyLTXVLatentVideo cria o latente de vídeo com resolução, número de quadros e FPS escolhidos. RandomNoise define o seed da geração, e a amostragem é feita com SamplerEulerAncestral guiado por CFGGuider e um agendamento ManualSigmas para movimento estável e consistente. LTXVConcatAVLatent combina o latente de vídeo com um latente de áudio (LTXVEmptyLatentAudio por padrão, resultando em silêncio) para que a saída seja um container A/V adequado. Os quadros finais são decodificados eficientemente com VAEDecodeTiled e gravados em disco via SaveVideo. Nós utilitários como GetImageSize e LTXVCropGuides ajudam a enquadrar o sujeito de forma confiável, e LTXVPreprocess normaliza sua imagem de entrada para o espaço esperado pelo modelo. O resultado é um pipeline rápido e prático para transformar uma imagem em um clipe de vídeo suave e estilizado.

Perguntas e respostas