見出し画像

ComfyUIでLTX-2のFLF2V(First-Last Frame to Video)試してみた

ComfyUIでLTX-2の動画生成が可能になりましたが、最初と最後のフレームを指定した動画生成も可能になりましたので、紹介します。

ワークフローは以下を参考にしています。

以下で、I2Vも紹介しています。


環境

OS:Windows 11
GPU:GeForce RTX 4090
CPU:i9-13900KF
memory:128G


構築手順

以下のカスタムノードをインストールして、ComfyUIを再起動してください。


モデル

ltx-2-19b-dev-fp8.safetensorsをダウンロードして「ComfyUI\models\checkpoints」に配置
ltx-2-spatial-upscaler-x2-1.0.safetensorsをダウンロードして「ComfyUI\models\latent_upscale_models」に配置

gemma_3_12B_it.safetensorsをダウンロードして「ComfyUI\models\text_encoders」に配置


ワークフロー

ワークフローは以下です。


生成結果

GPUメモリの使用は以下みたいな感じでした。

・text_encoderは、VRAM24GB
・samplerは、VRAM23GB + 共有メモリ3GB = GPUメモリ26GB
・VAEは、VRAM23.5GB + 共有メモリ19GB = GPUメモリ42.5GB

生成時間は4分から10分ぐらいです。
4090でこれよりも遅い場合は、プロンプトを少なくするか、ComfyUIを再起動してください。

生成結果は以下です。

あー、苦しいぃ。

ちなみに実写も苦しい。

https://x.com/jun_kongo/status/2009265859110289784?s=20


感想

LTX-2公式のワークフローにプロンプトエンハンスがある理由ですかね。

おそらくプロンプトを調整すればいいのかもですね。
気が向いたら試してみます。

いいなと思ったら応援しよう!