ComfyUIでLTX-2.3のControlNet LoRAを試してみた

LTX-2.3のControlNet用LoRAですね。

こちらにワークフローがあります。
（LTX-2.3_ICLoRA_Union_Control_Distilled.json）

これまでのLTX-2.3関連の記事も載せておきます。

I2V

FLF2V

I+A2V

動画でも解説してます。

環境

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

構築手順

これらのノードをインストールして、ComfyUIを最新化してください。

モデル

ltx-2.3-22b-dev.safetensorsをダウンロードして「ComfyUI\models\checkpoints」に配置
ltx-2.3-spatial-upscaler-x2-1.0.safetensorsをダウンロードして「ComfyUI\models\latent_upscale_models」に配置
ltx-2.3-22b-distilled-lora-384.safetensorsをダウンロードして「ComfyUI\models\loras」に配置

gemma_3_12B_it_fp4_mixed.safetensorsをダウンロードして「ComfyUI\models\text_encoders」に配置

ltx-2.3-22b-ic-lora-union-control-ref0.5.safetensorsをダウンロードして「ComfyUI\models\loras」に配置

ワークフロー

ワークフローは以下です。

もとのワークフローだと、upscalerを使っていなかったので、組み込みました。（ltx-2.3-spatial-upscaler-x2-1.0.safetensors）

アウトプットの解像度がいい感じに調整できず、現状だと、controlnet系のresolutionの２倍の解像度で固定されます。

今のワークフローでは試してませんが、「bypass_i2v」をtrueにすると、T2VのCotrolNetができるはずです。

生成結果

depth/canny/openposeの切り替えは手動で実施します。

どの設定で生成しても、CPUメモリ89GB、GPUメモリ50GB（VRAM21GB+共有メモリ29GB）ぐらい使用します。

depthは以下のような設定で生成します。

生成時間は624秒でした。

cannyは以下のような設定で生成します。

327秒で生成されました。

opeposeは以下のような設定で生成します。

324秒で生成されました。

一応、別の人物の動画をインプットにして、openposeしてみました。

ちゃんとControlNetが効いてますね。

感想

とりあえずControlNetはできます。
正直解像度周りで苦労してしまい、納得はいっていません。
１フレームが低解像度になっている気がしますし。

このノードに引っ張られてうまくいかずです。（解像度いじると直ぐにエラーになります。）