ComfyUI9b の履歴(No.1)

私的AI研究会 > ComfyUI9b

画像生成AI「ComfyUI」９（動画編３）†

#ref(): File not found: "comfyui_404_m.jpg" at page "ComfyUI9b"

　「ComfyUI」を使ってローカル環境でのAI画像生成を検証する

▲　目　次

画像生成AI「ComfyUI」９（動画編３）
- LTX-2.3 による音声付き動画生成
- 更新履歴
参考資料

※ 最終更新:2026/04/07　

↑

LTX-2.3 による音声付き動画生成†

　2026年3月発表された音声対応の動画生成モデル。
　1月発表の「LTX-2」と比較して大幅な性能向上とのこと、ComfyUIでネイティブサポートされているので検証してみる

↑

概要†

「LTX-2.3」とは
- イスラエルの Lightricks（ライトリックス）社が開発 2026年 3月に公開した高性能オープンソース動画生成AIモデル
- 従来のモデル（LTX-2）と比較して動画の品質やプロンプト理解力が大幅に向上

主な特徴
- 高速・高品質な動画生成: 動画と音声をセットで生成可能で、ローカル環境でも高速に動作する設計
- 高解像度と長尺対応: 4K画質や、長時間の動画生成に対応している
- 音声との連携: 画像と音声を同時に入力することで、リップシンク（口の動きを合わせる）や歌に合わせた動きが可能
- プロンプト理解力の向上: 前世代の LTX-2 と比べて、プロンプトに忠実な映像を生成する能力が向上
- ローカル運用向け: ComfyUIでネイティブサポートされており、個人の PC環境（GPU）で動作させることが可能

前世代との違いと評価
- WAN 2.2との比較: ローカル生成AIのライバルである「WAN 2.2」がシネマティックな動きや画質に強みを持つ一方、LTX-2.3 は生成速度と出力の安定性に強みがある
- 用途: ストーリーボードの作成や、プロンプトを素早く試す（イテレーション）作業に向いている

利用方法
- ComfyUI というツールを使用して、ローカルのPC環境で動かすのが一般的
- モデルや追加のウェイト（ID-LoRAなど）をダウンロードし、動画と音声を生成するワークフローを設定して使用する

動作前提要件（公式ドキュメントより）
- ComfyUI installed
- CUDA-compatible GPU with 32GB+ VRAM
- 100GB+ free disk space for models and cache

オフィシャルサイト

（参考）低 VRAM 環境下の動作のための蒸留版
- LTX-2.3 には 8 ステップで動作する蒸留版（distilled version）も含まれている
- Classifier-Free Guidance（CFG）値 1で実行でき、フルモデルと比べて大幅な高速化が可能

↑

プロジェクトで作成するワークフロー†

このプロジェクトで作成するワークフローと関連データは下記にアップロードしている（更新されている場合は再度ダウンロードのこと）

ComfyUI_proj.zip をダウンロード（ワークフローの改訂に伴い随時更新中）※2026/04/07更新
・解凍してできるフォルダ

📂ComfyUI
  ├─📂input　　　　　　　　　　　　　　← ワークフローに含まれる入力画像
  └─📂user
        └─📂default
              └─📂workflows　　　　　　　　← ワークフローの保存場所
                    :
                    ├─📂_video
                    ├─📂_video2
                    ├─📂LTX 　　　　　　　 ← この章で作成するワークフロー
                    :

・解凍してできる「ComfyUI/」フォルダを「StabilityMatrix/Data/Packages/ComfyUI」へ上書きコピーする

↑

動画生成のための環境構築†

必要モデルのダウンロードと配置

「Stability Matrix」上の「ComfyUI」ではモデルフォルダの場所が異なっていることに注意 → モデルフォルダの配置

モデル名	ファイル名（.safetensors）	配置先（/StabilityMatrix/Data/）		ダウンロード URL
checkpoints	ltx-2.3-22b-dev-Q4_K_M.gguf(GGUF版)	Models/	diffusion_models/	ltx-2.3-22b-dev-Q4_K_M.gguf
LoRA	ltx-2.3-22b-distilled-lora-dynamic_fro09_avg_rank_105_bf16		Lora/	ltx-2.3-22b-distilled-lora-dynamic_fro09_avg_rank_105_bf16.safetensors
text_encoders	ltx-2.3_text_projection_bf16		text_encoders	ltx-2.3_text_projection_bf16
VAE	LTX23_audio_vae_bf16.safetensors		VAE	LTX23_audio_vae_bf16.safetensors
VAE	LTX23_video_vae_bf16.safetensors		VAE	LTX23_video_vae_bf16.safetensors
latent_upscale_models	ltx-2.3-spatial-upscaler-x2-1.0	Packages/ComfyUI/models/	ltx-2.3-spatial-upscaler-x2-1.0	ltx-2.3-spatial-upscaler-x2-1.0

↑

更新履歴†

2026/04/07 初版

↑

参考資料†

ComfyUI LTX-2.3

ComfyUI LTX-2.3 workflow
- LTX-2.3 22B GGUF WORKFLOWS 12GB VRAM
- Rebels LTX-2.3 Dev (GGUF)

ComfyUI LTX-2.3 GGUF