共计 2386 个字符，预计需要花费 6 分钟才能阅读完成。
📌 概述
LTX Video 2.3 是由 Lightricks 公司开源的最新一代 AI 视频生成模型，代表了开源 AI 视频生成领域的重大突破。作为一个 190 亿参数的扩散变换器模型，它能够在单次运行中生成同步的视频和音频，开创了开源视频模型的 ” 音画同步 ” 时代。
🎯 核心特性
1. 真正联合的视听生成
LTX-2.3 采用真正的联合建模方式，而非级联方式：
- 传统级联方式的问题 ：生成视频时不知道配什么音，生成音频时视频已定死只能 ” 凑合配 ”
- LTX-2.3 的解决方案 ：同时建模视频和音频，实现真正的音画同步
2. 高速生成
- 生成速度超过观看速度
- 768×512 分辨率、24 FPS、5 秒时长视频仅需 4 秒生成
- 8G 显存即可流畅运行
3. 多模型支持
发布时提供五个 checkpoints 模型文件：
- Base (基座模型)：标准文本转视频或图像转视频多功能生成器
- Audio-Video：支持生成带音频的视频
- 其他变体 ：针对特定场景优化的模型
4. 4K 叙事视频支持
- 支持生成 4K 分辨率的叙事视频
- 支持音画同步生成
- 适合专业视频创作场景
5. 桌面应用
- 推出官方桌面应用
- 降低使用门槛
- 一键启动，无需复杂配置
✍️ 提示词优化最佳实践
基础原则
1. 具体描述场景
- ✅ 好：” 一个穿着红色连衣裙的女孩在阳光下的草地上奔跑，慢动作，电影感 ”
- ❌ 差：” 女孩跑步 ”
2. 指定镜头语言
- 使用专业术语：特写、全景、俯拍、跟拍、推镜头、拉镜头
- 示例：” 低角度跟拍，镜头逐渐推进到人物面部特写 ”
3. 描述光影效果
- 时间段：黎明、正午、黄昏、夜晚
- 光线类型：自然光、聚光灯、霓虹灯、逆光
- 示例：” 黄昏时分的金色阳光，逆光拍摄，产生美丽的轮廓光 ”
4. 指定运动方式
- 主体运动：快速、慢动作、匀速、加速
- 镜头运动：平移、旋转、缩放、手持晃动
- 示例：” 慢动作拍摄，镜头围绕主体 360 度旋转 ”
高级技巧
1. 分层描述法
[主体描述] + [环境描述] + [动作描述] + [镜头语言] + [风格参考]示例：
一位穿着白色实验服的科学家（主体）在现代化实验室中（环境）正在操作精密仪器，液体在试管中产生蓝色荧光（动作）特写镜头，浅景深，电影级调色（镜头）诺兰电影风格，高对比度，冷色调（风格）2. 时间线描述法
对于需要表现时间变化的视频：
开场：清晨的森林，薄雾笼罩
发展：阳光逐渐穿透树冠，光线变化
高潮：一只鹿从树林中走出，抬头望向镜头
结尾：镜头缓缓拉远，展现整片森林 3. 情绪氛围营造
使用情绪词汇增强视频感染力：
- 积极：欢快、温馨、充满活力、令人振奋
- 消极：忧郁、紧张、压抑、神秘
- 中性：平静、客观、纪实、中性
示例：
雨夜的街道，霓虹灯在湿漉漉的路面上反射出彩色光斑
孤独的身影撑着黑伞走过，氛围忧郁而神秘
黑色电影风格，高对比度黑白画面 常见参数设置
| 参数 | 推荐值 | 说明 |
|---|---|---|
| 分辨率 | 768×512 / 1024×576 | 根据显存选择 |
| 帧率 | 24 / 25 / 30 FPS | 电影感用 24，电视用 25/30 |
| 时长 | 4-5 秒 | 单次生成推荐时长 |
| 迭代步数 | 20-30 步 | 质量与速度平衡 |
| 采样器 | Euler / DPM++ | 根据效果选择 |
🔧 ComfyUI 配置指南
基础配置
- 安装 LTX Video 节点
- 通过 ComfyUI Manager 安装
- 或手动下载到
custom_nodes目录
- 下载模型文件
- 放置到
models/checkpoints/目录 - 推荐至少准备 Base 模型
- 放置到
- 显存优化
- 8G 显存：使用 768×512 分辨率
- 12G+ 显存：可尝试 1024×576 或更高
工作流示例
[Load Checkpoint] → [CLIP Text Encode (Prompt)] → [KSampler] → [VAE Decode] → [Save Video]
↓
[Negative Prompt]问题解决
| 问题 | 解决方案 |
|---|---|
| 视频不动 | 检查采样器设置，增加迭代步数 |
| 画面闪烁 | 降低 CFG 值，使用更稳定的采样器 |
| 显存不足 | 降低分辨率，启用显存优化选项 |
| 音画不同步 | 使用 Audio-Video 联合模型 |
📊 与其他模型对比
| 特性 | LTX Video 2.3 | Sora | Veo | Stable Video |
|---|---|---|---|---|
| 开源 | ✅ | ❌ | ❌ | ✅ |
| 音画同步 | ✅ | ✅ | ✅ | ❌ |
| 生成速度 | 超实时 | – | – | 中等 |
| 显存需求 | 8G+ | – | – | 12G+ |
| 分辨率 | 4K | 4K | 4K | 1080p |
| 使用门槛 | 低 | 高 | 高 | 中 |
🎓 实战案例
案例 1：产品宣传视频
提示词：
高端智能手机在黑色背景上缓慢旋转
屏幕显示绚丽的壁纸，光线在金属边框上反射
360 度产品展示，商业广告风格
超高清，产品摄影级别，专业打光 参数：
- 分辨率：1024×576
- 时长：5 秒
- 帧率：30 FPS
- 迭代：25 步
案例 2：风景延时摄影
提示词：
从黎明到黄昏的海边景色延时摄影
太阳从海平面升起，云层快速移动
光线从柔和的蓝色渐变到金色再到橙红色
固定机位，延时摄影风格，平静祥和 参数：
- 分辨率：768×512
- 时长：4 秒
- 帧率：24 FPS
- 迭代：30 步
案例 3：人物特写
提示词：
年轻女性的面部特写，微风吹拂头发
自然光线下，皮肤质感细腻
眼神温柔地望向镜头，微笑
电影感肖像，浅景深，背景虚化 参数：
- 分辨率：768×512
- 时长：5 秒
- 帧率：24 FPS
- 迭代：28 步
🚀 进阶技巧
1. 图像转视频优化
使用 LTX Video 的图生视频功能时：
- 选择清晰、高质量的输入图像
- 在提示词中描述期望的运动方式
- 使用 ” 保持主体稳定，仅背景运动 ” 等约束词
2. 多镜头叙事
虽然单次生成限制在 4-5 秒，但可以通过：
- 生成多个片段后剪辑拼接
- 保持角色 / 场景一致性提示词
- 使用相同的随机种子保证风格统一
3. 音频同步优化
- 使用 Audio-Video 联合模型
- 在提示词中描述期望的背景音乐风格
- 后期可替换为专业音频
💡 总结
LTX Video 2.3 作为开源 AI 视频生成的里程碑，具有以下优势：
- 真正的音画同步 – 联合建模超越级联方案
- 超实时生成 – 4 秒生成 5 秒视频
- 低门槛 – 8G 显存即可运行，桌面应用一键启动
- 高质量输出 – 支持 4K 叙事视频
- 开源免费 – 社区驱动，持续迭代
掌握提示词优化技巧后，你可以：
- 创作专业级的产品宣传视频
- 制作电影感的叙事短片
- 生成社交媒体内容
- 快速原型视频创意
本文基于公开资料整理，最后更新：2026-03-18
标签：#AI 视频 #LTXVideo #AIGC #提示词工程 #ComfyUI
正文完
