ComfyUI9b の履歴(No.5) - PukiWiki

[ トップ ] [ 一覧 | 検索 | 履歴 | ログイン ]

私的AI研究会 > ComfyUI9b

画像生成AI「ComfyUI」９（動画編４）　== 編集中 ==†

ltx-2.3.gif

　「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４）　== 編集中 ==
- 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

ワークフローと動作環境による生成時間（分：秒）

ワークフロー	機　能	モデル	CPU					CPU
ワークフロー	機　能	モデル	RTX 4070	RTX 4060	RTX 4060L	RTX 3050	GTX 1050	i7-1260P	i7-1185G7
5300_LTX-2.3_t2v_Distill	Text to Video 基本ワークフロー	fp8 distill	06:15.08				非対応
5301_LTX-2.3_i2v_Distill	Image to Video 基本ワークフロー	fp8 distill	04:07.32
5302_LTX-2.3_t2v_simple	Text to Video 基本(simple)	fp8 distill	04:47.15
5303_LTX-2.3_i2v_simple	Image to Video 基本(simple)	fp8 distill	04:30.51
5401_LTX-2.3_i2v_Distill_GGUF	Image to Video (GGUF)	GGUF	04:04.88
5402_LTX-2.3_T2V_GGUF	Text to Video (GGUF 展開版)	GGUF	03:05.17	07:25.82	09:30.00	17:44.45
5403_LTX-2.3_I2V_GGUF	Image to Video (GGUF 展開版)	GGUF	03:01.72	05:10.34	09:00.73	11:47.73

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		ダウンロード URL
checkpoints	ltx-2.3-22b-dev-fp8	/StabilityMatrix/Data/ Models/	StableDiffusion/	ltx-2.3-22b-dev-fp8.safetensors.safetensors
checkpoints	ltx-2.3-22b-dev-Q4_K_M.gguf		diffusion_models/	ltx-2.3-22b-dev-Q4_K_M.gguf
LoRA	ltx-2.3-22b-distilled-lora-384		Lora/	ltx-2.3-22b-distilled-lora-384.safetensors
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	gemma_3_12B_it_fp8_scaled		text_encoders/	gemma_3_12B_it_fp8_scaled.safetensors
text_encoders	ltx-2.3_text_projection_bf16		text_encoders/	ltx-2.3_text_projection_bf16
VAE	LTX23_audio_vae_bf16		VAE/	LTX23_audio_vae_bf16.safetensors
VAE	LTX23_video_vae_bf16		VAE/	LTX23_video_vae_bf16.safetensors
UP Scale	ltx-2.3-spatial-upscaler-x2-1.1	/StabilityMatrix/Data/ Packages/ComfyUI/models/	latent_upscale_models/	ltx-2.3-spatial-upscaler-x2-1.1.safetensors
UP Scale	~~ltx-2.3-spatial-upscaler-x2-1.0~~ ※	/StabilityMatrix/Data/ Packages/ComfyUI/models/	latent_upscale_models/	ltx-2.3-spatial-upscaler-x2-1.0

　・ GGUF版で使用　※ ltx-2.3-spatial-upscaler-x2-1.1.safetensors を使用する

Step 1：オフィシャルサイトの標準テンプレートからワークフローを作成†

ワークフローを選ぶ

① 左端のメニューから「Template」を選択
②「Video」を押す
③ 検索欄に「ltx2.3」を入力する

・表示された一覧からワークフローを選ぶ
④「LTX-2.3 Text to Video」テキストから動画生成
⑤「LTX-2.3 Image to Video」静止画像から動画生成

・ワークフローでエラーが発生する場合は前項のモデルの配置を確認する

・動作確認を行ってから保存する
　④「LTX-2 Text to Video」→ 「video_ltx2_3_t2v_org.json」
　⑤「LTX-2 Image to Video)」→ 「video_ltx2_3_i2v_org.json」

オリジナルのワークフロー

　↑ video_ltx2_3_t2v_org.json
　　　　　　　　SubGraph 展開 →

　↑ video_ltx2_3_i2v_org.json
　　　　　　　　SubGraph 展開 →

整理したワークフロー

Text to Video 基本ワークフロー	SubGraph

「_video/」&ref(): File not found: "5300_LTX-2.3_t2v_Distill.json" at page "ComfyUI9b";
Image to Video 基本ワークフロー	SubGraph

「_video/」&ref(): File not found: "5301_LTX-2.3_i2v_Distill.json" at page "ComfyUI9b";

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