Sorunsuz Video Geçişleri - LTX 2.3 FLW LoRA
İki giriş videosu yükleyin ve iki çekim arasında sorunsuz bir geçiş oluşturun.
Hakkında
Bu ComfyUI iş akışı, bir LTX 2.3 FLW LoRA kullanarak iki girdi klibi arasında kesintisiz, öğrenilmiş bir geçiş oluşturur. Her LoadVideo düğümüne bir video verirsiniz ve özel bir geçiş düğümü (UUID: 63482e7d-23c9-4396-a7a2-cd4ca2316eac) ilk çekimin sonundan ikinci çekimin başlangıcına yumuşak bir aktarım sentezler. Ardından SaveVideo düğümü işlenmiş kareleri tek bir çıktı klibinde birleştirir. Yerleşik bir MarkdownNote, önerilen ayarlar ve pratik ipuçları için hızlı bir kılavuz sunar.
Teknik olarak iş akışı, kesit boyunca renk, doku ve hareketi uyumlu hale getirmek için LTX 2.3 FLW LoRA tarafından yönlendirilen difüzyon tabanlı video-to-video üretimi yapar. Zamansal tutarlılık için çıkarım (inference) yalnızca geçiş penceresinde değil, tüm kare aralığında çalışır. Bu tasarım, tüm sekans boyunca görünümü stabil tutar; ancak daha uzun klipler ve daha yüksek çözünürlükler çalışma süresini ve VRAM kullanımını artırır. Genelde her kaynak klip için giriş/çıkış aralıklarını ayarlarsınız, bir geçiş uzunluğu tanımlarsınız ve geçiş düğümünde LoRA etki/güç ile seed’i düzenlersiniz. SaveVideo, dışa aktarma için çıktı kare hızını ve dosya adını kontrol eder.
Sağladıklarınız
- İş akışı okunuyor
ComfyUI'da çalışır. Bu iş akışı bu sayfada çalışamaz. Her şey yüklü olarak Comfy Cloud'da açın veya kendi ComfyUI kurulumunuz için indirin.
Cloud'da deneyinİş akışının içinde
Düğüm grafiğinin salt okunur önizlemesi. Düğümleri düzenlemek için bunu Comfy Cloud'da açın veya indirin.
Loading the graph
Open full-size workflow previewBu iş akışındaki dosyalar
- Yazar
- Rob
Özel düğümler gerektirir
- İş akışı okunuyor
Bu iş akışını koddan kullanın
Mümkün olduğunda iş akışı grafiği ve girdilerden oluşturulur; aksi hâlde kayıtlı örnekler gösterilir. Ücret doğurabilecek kodu çalıştırmadan önce kimlik bilgilerini ve uç noktaları gözden geçirin.
What you need
- Runs on
- Comfy Cloud
- Anahtar
- COMFY_API_KEY
Ücretli bir Cloud planı ve kredi gerektirir.
# 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({
"116": {
"class_type": "SaveVideo",
"inputs": {
"codec": "auto",
"filename_prefix": "video/ComfyUI",
"format": "auto",
"format.codec": "auto",
"video": [
"108:122",
0
]
},
"_meta": {
"title": "Save Video"
}
},
"117": {
"class_type": "LoadVideo",
"inputs": {
"file": "7c1b43d5af480f29a8b75424ae10700e7216a1649759ed03aab61be8ee1a845e.mp4"
},
"_meta": {
"title": "Load Shot 1"
}
},
"118": {
"class_type": "LoadVideo",
"inputs": {
"file": "ab49a07d4e1faaa0f1f1cc60e3ad1edef70bdd41da40d1c0a27b0620a2e52493.mp4"
},
"_meta": {
"title": "Load Shot 2"
}
},
"108:1": {
"class_type": "DiffusionModelLoaderKJ",
"inputs": {
"compute_dtype": "bf16",
"enable_fp16_accumulation": False,
"model_name": "ltx-2.3-22b-dev_transformer_only_bf16.safetensors",
"patch_cublaslinear": False,
"sage_attention": "disabled",
"weight_dtype": "default"
},
"_meta": {
"title": "Diffusion Model Loader KJ"
}
},
"108:10": {
"class_type": "LTXVConditioning",
"inputs": {
"frame_rate": 24,
"negative": [
"108:9",
0
],
"positive": [
"108:8",
0
]
},
"_meta": {
"title": "LTXVConditioning"
}
},
"108:107": {
"class_type": "SimpleCalculatorKJ",
"inputs": {
"expression": "round((a + b + c - 1) / 8) * 8 + 1",
"variables.a": [
"108:109",
2
],
"variables.b": [
"108:111",
2
],
"variables.c": [
"108:125",
0
]
},
"_meta": {
"title": "TOTAL FRAMES"
}
},
"108:109": {
"class_type": "GetImageSize",
"inputs": {
"image": [
"108:120",
0
]
},
"_meta": {
"title": "Get Image Size"
}
},
"108:111": {
"class_type": "GetImageSize",
"inputs": {
"image": [
"108:121",
0
]
},
"_meta": {
"title": "Get Image Size"
}
},
"108:120": {
"class_type": "GetVideoComponents",
"inputs": {
"video": [
"117",
0
]
},
"_meta": {
"title": "Get Video Components"
}
},
"108:121": {
"class_type": "GetVideoComponents",
"inputs": {
"video": [
"118",
0
]
},
"_meta": {
"title": "Get Video Components"
}
},
"108:122": {
"class_type": "CreateVideo",
"inputs": {
"audio": [
"108:25",
0
],
"bit_depth": "auto",
"codec": "none",
"color_space": "sRGB",
"fps": 24,
"images": [
"108:24",
0
]
},
"_meta": {
"title": "Create Video"
}
},
"108:125": {
"class_type": "PrimitiveInt",
"inputs": {
"value": 48
},
"_meta": {
"title": "transition frames"
}
},
"108:13": {
"class_type": "LTXVAddGuide",
"inputs": {
"frame_idx": 0,
"image": [
"108:74",
0
],
"latent": [
"108:14",
0
],
"negative": [
"108:10",
1
],
"positive": [
"108:10",
0
],
"strength": 1,
"vae": [
"108:5",
0
]
},
"_meta": {
"title": "LTXVAddGuide"
}
},
"108:14": {
"class_type": "EmptyLTXVLatentVideo",
"inputs": {
"batch_size": 1,
"height": [
"108:74",
2
],
"length": [
"108:74",
3
],
"width": [
"108:74",
1
]
},
"_meta": {
"title": "Empty LTXV Latent Video"
}
},
"108:15": {
"class_type": "LTXVConcatAVLatent",
"inputs": {
"audio_latent": [
"108:29",
0
],
"video_latent": [
"108:13",
2
]
},
"_meta": {
"title": "Concat AV Latent"
}
},
"108:17": {
"class_type": "SamplerCustomAdvanced",
"inputs": {
"guider": [
"108:19",
0
],
"latent_image": [
"108:15",
0
],
"noise": [
"108:18",
0
],
"sampler": [
"108:20",
0
],
"sigmas": [
"108:21",
0
]
},
"_meta": {
"title": "SamplerCustomAdvanced"
}
},
"108:18": {
"class_type": "RandomNoise",
"inputs": {
"noise_seed": 240378926876440
},
"_meta": {
"title": "RandomNoise"
}
},
"108:19": {
"class_type": "CFGGuider",
"inputs": {
"cfg": 1,
"model": [
"108:4",
0
],
"negative": [
"108:13",
1
],
"positive": [
"108:13",
0
]
},
"_meta": {
"title": "CFG Guider"
}
},
"108:20": {
"class_type": "KSamplerSelect",
"inputs": {
"sampler_name": "euler_ancestral_cfg_pp"
},
"_meta": {
"title": "KSamplerSelect"
}
},
"108:21": {
"class_type": "BasicScheduler",
"inputs": {
"denoise": 1,
"model": [
"108:4",
0
],
"scheduler": "linear_quadratic",
"steps": 8
},
"_meta": {
"title": "BasicScheduler"
}
},
"108:23": {
"class_type": "LTXVSeparateAVLatent",
"inputs": {
"av_latent": [
"108:17",
0
]
},
"_meta": {
"title": "Separate AV Latent"
}
},
"108:24": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"108:31",
2
],
"vae": [
"108:5",
0
]
},
"_meta": {
"title": "VAE Decode"
}
},
"108:25": {
"class_type": "LTXVAudioVAEDecode",
"inputs": {
"audio_vae": [
"108:6",
0
],
"samples": [
"108:23",
1
]
},
"_meta": {
"title": "LTXV Audio VAE Decode"
}
},
"108:29": {
"class_type": "SetLatentNoiseMask",
"inputs": {
"mask": [
"108:30",
0
],
"samples": [
"108:98",
0
]
},
"_meta": {
"title": "Set Latent Noise Mask"
}
},
"108:30": {
"class_type": "SolidMask",
"inputs": {
"height": [
"108:74",
2
],
"value": 0,
"width": [
"108:74",
1
]
},
"_meta": {
"title": "Create Solid Mask"
}
},
"108:31": {
"class_type": "LTXVCropGuides",
"inputs": {
"latent": [
"108:23",
0
],
"negative": [
"108:13",
0
],
"positive": [
"108:13",
0
]
},
"_meta": {
"title": "LTXVCropGuides"
}
},
"108:33": {
"class_type": "DualCLIPLoader",
"inputs": {
"clip_name1": "gemma_3_12B_it.safetensors",
"clip_name2": "ltx-2.3_text_projection_bf16.safetensors",
"device": "default",
"type": "ltxv"
},
"_meta": {
"title": "Load CLIP (Dual)"
}
},
"108:4": {
"class_type": "LoraLoaderModelOnly",
"inputs": {
"lora_name": "ltx-2.3-22b-distilled-1.1_lora-dynamic_fro09_avg_rank_111_bf16.safetensors",
"model": [
"108:49",
0
],
"strength_model": 0.5
},
"_meta": {
"title": "Load LoRA"
}
},
"108:49": {
"class_type": "LoraLoaderModelOnly",
"inputs": {
"lora_name": "systms__SYSTMS-FLW-IC-LORA-LTX-23__SYSTMS_FLW_V1_LTX23.safetensors",
"model": [
"108:1",
0
],
"strength_model": 1
},
"_meta": {
"title": "Load LoRA"
}
},
"108:5": {
"class_type": "VAELoaderKJ",
"inputs": {
"device": "main_device",
"vae_name": "LTX23_video_vae_bf16.safetensors",
"weight_dtype": "bf16"
},
"_meta": {
"title": "VAELoader KJ"
}
},
"108:6": {
"class_type": "VAELoaderKJ",
"inputs": {
"device": "main_device",
"vae_name": "LTX23_audio_vae_bf16.safetensors",
"weight_dtype": "bf16"
},
"_meta": {
"title": "VAELoader KJ"
}
},
"108:61": {
"class_type": "GeminiNode",
"inputs": {
"model": "gemini-3-1-flash-lite",
"prompt": "Your task is to write an LTX 2.3 LoRA video prompt that describes the attached video, inferring a seamless morphing transition where the gray area is, using the following formula:\n\n[Action A] seamlessly transforms into [Action B]. \n[Subject A description] becomes [Subject B description]. \n[Setting A] shifts to [Setting B]. \n[Camera behavior across the transition]. \n[Lighting/mood continuity].\n\nHere is an example of what that might look like:\n\nA motocross rider performing a mid-air backflip seamlessly transforms into a man standing and holding a basketball. The upside-down rider on a dirt bike becomes a young man in a black t-shirt and white shorts. A mountainous landscape over a lake shifts to an outdoor urban basketball court with a city skyline. The camera holds steady through the morph, keeping the central figure framed. Soft evening daylight throughout, continuous and even.\n\nRETURN THE PROMPT ONLY",
"seed": 42,
"system_prompt": "",
"video": [
"108:63",
0
]
},
"_meta": {
"title": "Google Gemini"
}
},
"108:63": {
"class_type": "CreateVideo",
"inputs": {
"bit_depth": "auto",
"codec": "none",
"color_space": "sRGB",
"fps": 24,
"images": [
"108:74",
0
]
},
"_meta": {
"title": "Create Video"
}
},
"108:71": {
"class_type": "WanVideoVACEStartToEndFrame",
"inputs": {
"empty_frame_level": 0.5,
"end_image": [
"108:82",
0
],
"end_index": -1,
"num_frames": [
"108:107",
1
],
"start_image": [
"108:81",
0
],
"start_index": 0
},
"_meta": {
"title": "WanVideo VACE Start To End Frame"
}
},
"108:74": {
"class_type": "GetImageSizeAndCount",
"inputs": {
"image": [
"108:71",
0
]
},
"_meta": {
"title": "Get Image Size & Count"
}
},
"108:8": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"108:33",
0
],
"text": [
"108:80",
0
]
},
"_meta": {
"title": "CLIP Text Encode (Prompt)"
}
},
"108:80": {
"class_type": "JoinStrings",
"inputs": {
"delimiter": " ",
"string1": [
"108:86",
0
],
"string2": [
"108:61",
0
]
},
"_meta": {
"title": "Join Strings"
}
},
"108:81": {
"class_type": "ImageResizeKJv2",
"inputs": {
"crop_position": "center",
"device": "cpu",
"divisible_by": 32,
"height": 0,
"image": [
"108:120",
0
],
"keep_proportion": "resize",
"pad_color": "0, 0, 0",
"upscale_method": "lanczos",
"width": 1280
},
"_meta": {
"title": "Resize Image v2"
}
},
"108:82": {
"class_type": "ImageResizeKJv2",
"inputs": {
"crop_position": "center",
"device": "cpu",
"divisible_by": 32,
"height": [
"108:81",
2
],
"image": [
"108:121",
0
],
"keep_proportion": "crop",
"pad_color": "0, 0, 0",
"upscale_method": "lanczos",
"width": [
"108:81",
1
]
},
"_meta": {
"title": "Resize Image v2"
}
},
"108:86": {
"class_type": "PrimitiveString",
"inputs": {
"value": "FLW,"
},
"_meta": {
"title": "Text"
}
},
"108:9": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"108:33",
0
],
"text": ""
},
"_meta": {
"title": "CLIP Text Encode (Prompt)"
}
},
"108:96": {
"class_type": "LoadAudio",
"inputs": {
"audio": "ddc03eca36d627c209d416a515328420b2b52411ac4108498843d0316a22bb8c.mp3"
},
"_meta": {
"title": "Load Audio"
}
},
"108:98": {
"class_type": "LTXVAudioVAEEncode",
"inputs": {
"audio": [
"108:96",
0
],
"audio_vae": [
"108:6",
0
]
},
"_meta": {
"title": "LTXV Audio VAE Encode"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)Sorular ve yanıtlar
Zamansal tutarlılığı korumak için. Tüm kare aralığında inference çalıştırmak görünümü daha stabil tutar ve aktarım öncesi/sonrası ani sıçramaları azaltır. Daha hızlı koşular için girdilerinizi sadece gerekli aralıklara kırpın, çözünürlük/FPS’i düşürün veya klipleri kısaltın.
Geçiş süresini artırmayı, LoRA etki/gücünü düşürmeyi ve tekrarlanabilir sonuçlar için seed’i kilitlemeyi deneyin. Kesmeyi benzer kompozisyonlu karelere (kamera açısı, özne boyutu) denk getirin ve iki girdinin aynı çözünürlük ve FPS’i paylaştığından emin olun.
Gereksinimler; çözünürlük, klip uzunluğu ve geçiş süresiyle birlikte artar. Performansı ölçmek için kısa kliplerle ve düşük/orta çözünürlükle başlayın. Daha uzun sekanslar veya HD+ çözünürlükler daha fazla VRAM’li GPU’lardan fayda görür; limite takılırsanız downscale yapın veya kare aralıklarını kısaltın.
SaveVideo düğümü sessiz bir video çıkarır. Ses gerekiyorsa videoyu dışa aktarın ve ses kaydını kaynak kliplerden birinden (veya bir müzik parçasından) video editörünüzde yeniden ekleyin.