KeyFrame
AI 技術編輯精選

ComfyUI Tutorial: Build Seedance-Style AI Videos with LTX 2.3 #comfyui #comfyuitutorial #ltx

CG Pixel·6月19日週五·10 min英文

三句話摘要

使用 ComfyUI 搭配 Ideogram 4 與 LTX 2.3 模型,建立一套全自動分鏡圖轉影片的工作流程。 用 Ideogram 4 生成分鏡圖、再以 LTX 2.3 逐格動態化,搭配 LoRA 固定角色,6GB GPU 即可全自動輸出 10–15 秒的高品質影片剪輯。 Ideogram 4 負責生成高品質分鏡圖:Ideogram 4 是目前最適合生成分鏡畫面的模型,能清楚呈現場景細節與角度構圖,先用 Turbo 模式快速預覽,滿意後再切換至標準/高品質模式輸出。

重點整理

重點
  • 1

    Ideogram 4 負責生成高品質分鏡圖:Ideogram 4 是目前最適合生成分鏡畫面的模型,能清楚呈現場景細節與角度構圖,先用 Turbo 模式快速預覽,滿意後再切換至標準/高品質模式輸出。

  • 2

    LTX 2.3 將靜態圖轉為動態影片:LTX 2.3 無法直接處理整張分鏡圖,必須先將各畫面拆分,再逐一輸入 LTX 2.3 進行動態化,每個片段可自訂 2 至 10 秒長度。

  • 3

    加入 LoRA 強化角色一致性:作者加入多個 LoRA 以確保角色外觀在各個片段中保持穩定,避免畫面跳動或人物失真,是維持影片質感的關鍵步驟。

  • 4

    LTX Empty Latent 取代主模型預設設定:作者發現直接用 LTX 主模型工作流程效果不佳,改用 LTX Empty Latent 節點並對齊時間長度參數後,輸出品質明顯提升。

實用技巧與重點

乾貨
  • 模型:Ideogram 4、LTX Video 2.3
  • 平台:ComfyUI
  • 最低 GPU VRAM:6GB
  • 影片輸出長度:每段 2–10 秒可調,實測可達 10–15 秒不失真
  • 關鍵節點:LTX Empty Latent、Dual Clip Loader(Low VRAM 支援)、GTOF 版本採樣器
  • LoRA 用途:角色一致性固定
  • 分鏡工具:QNVL 標準(可依提示詞自動生成分鏡圖表並串聯畫面)
  • 快速測試方法:Ideogram 4 選 Turbo 模式先跑預覽
  • 提示詞格式:GZone 模式(可用 ChatGPT 生成)
  • 已知限制:LTX 2.3 的角色臉部唇型同步(Lip Sync)與角色解析度尚不完善,作者表示未來版本會改善

結論

結論

用 Ideogram 4 生成分鏡圖、再以 LTX 2.3 逐格動態化,搭配 LoRA 固定角色,6GB GPU 即可全自動輸出 10–15 秒的高品質影片剪輯。

完整解析

詳細

這支影片的核心目標是讓使用者能像 C-Dance 一樣,透過 ComfyUI 工作坊全自動地將每一個分鏡畫面製作成影片片段。作者強調,即使完全不熟悉 ComfyUI,也能按照步驟操作,而整套流程最低只需 6GB GPU,大幅降低硬體門檻。工作坊本體可從影片簡介的免費連結下載,安裝時若出現缺少 Custom Nodes 的警告,只需在 Manager 中搜尋並一鍵安裝,重啟 ComfyUI 即可。

工作流程分為兩個主要階段。第一階段使用 Ideogram 4 生成分鏡圖:作者指出 Ideogram 4 是目前最適合呈現場景細節的模型,能準確描繪構圖角度與環境細節。操作上建議先以 Turbo 模式進行快速預覽,確認構圖滿意後再切換至標準或高品質模式,並配合 GZone 提示詞格式(可請 ChatGPT 生成)來強化畫面描述。第二階段則利用 QNVL 標準將整張分鏡圖依畫面拆分,自動建立各畫面的節點關係圖,再逐一輸入 LTX 2.3 模型進行動態化處理,每個畫面片段的長度可在節點中自由調整(2 到 10 秒)。

在技術細節上,作者發現直接使用 LTX 2.3 的預設主模型工作流程輸出品質不穩定,因此改用 LTX Empty Latent 節點,並確保時間長度參數與其對齊,才能產出流暢的影片。此外,為了維持角色在不同畫面間的外觀一致性,作者加入多個 LoRA 組合。Low VRAM 環境下則透過 Dual Clip Loader 與 GTOF 版本採樣器來穩定運行。整個工作坊的最終輸出是 10 至 15 秒長度的完整影片剪輯,畫面品質良好且不會讓 ComfyUI 崩潰。

目前唯一明顯的限制是 LTX 2.3 在角色臉部唇型同步與高解析度角色細節的處理能力仍有不足,作者已在 GitHub 確認此為已知問題,並表示後續版本將針對角色解析度進行改善。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Claude Cowork vs Codex: 誰才是更好的AI工作助手?
16 min
AI 技術中文6月20日

Claude Cowork vs Codex: 誰才是更好的AI工作助手?

李厂长来了

  • 介面設計哲學不同:Codework 以標籤頁區分聊天、文書與程式碼三種模式,任務彼此隔離不混淆;Codex 則將所有功能整合在單一介面,減少切換成本,但頁面相對雜亂。
  • 第三方整合能力差距明顯:Codework 提供大量連接器並支援 Zapier 擴展,且可針對每個連接器精細設定讀寫權限(如 Gmail 只讀免確認、寫信需批准);Codex 的插件數量較少且缺乏同等級的權限控制機制。
  • 定時任務管理方式影響長期使用體驗:Codework 將同一自動化任務的歷史記錄歸類在同一條目下,便於追蹤;Codex 每次執行都獨立列出,隨任務增多左側欄會越來越臃腫,不利於長期管理。
我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026
編輯精選
28 min
AI 技術中文6月20日

我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026

EngineerGary

  • Tokenomics 重新定義 AI 工廠價值:黃仁勛將所有輸出重新框架為 Token = Revenue,傳統工廠生產實體商品,AI 工廠改為生產 Token;對製造端而言,目標是以最低成本產生最多 Token,實現每投入 1 元帶回 3–5 元回報的商業邏輯。
  • 開源策略是市場放大器而非讓利:NVIDIA 釋出 Cosmos 3、Apomile 3 等開源模型,以及通用人型機器人,目的是降低新創進入自動駕駛、World Model、Physical AI 的門檻,擴大整體生態系規模,最終帶動更多算力與服務需求(「The more you buy, the more you earn」)。
  • Deal to Delivery Agent 解決中小企業流程瓶頸:Gary 團隊識別出企業收到客戶需求後,需跨工具手動完成報價、開票、GitHub issue、通知等重複性操作是最大效率殺手;Agent 自動拆解商機、建立 ERP 記錄並推送 Telegram 通知,人類只需在 Draft 狀態下做最終 Review 確認。
黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備
編輯精選
30 min
AI 技術中文6月20日

黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備

Coco哥

  • QNX 擁有機器人 OS 三大不可替代技術門檻
  • Windows 響應延遲 200 毫秒,Linux 一旦核心崩潰全部失效,而 QNX 具備毫秒級即時決策、ISO 26262 ASIL-D 與 IEC 61508 SIL-3 最高安全認證,以及微型內核獨立架構(單一模組崩潰不影響其餘系統),三項條件同時達標,現階段競爭對手均未能複製。
  • 40 年護城河非短期可追趕