點(diǎn)拆解：LiconMSR、音視頻 Latent 與采樣參數(shù)全詳解)
【免費(fèi)下載鏈接】LTX-2.3-Multiple-Subject-Reference項(xiàng)目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference點(diǎn)擊查看免費(fèi)下載LTX-2.3-Multiple-Subject-ReferenceLicon MSR是一款基于 LTX-2.3 的多主體參考視頻生成 LoRA只需 2~5 張參考圖就能讓多個(gè)角色、道具和場(chǎng)景在同一視頻中穩(wěn)定出演。本文以倉庫自帶的兩個(gè)示例工作流為藍(lán)本逐節(jié)點(diǎn)拆解 LiconMSR 節(jié)點(diǎn)、音視頻 Latent 拼接與采樣參數(shù)幫助你快速上手 ComfyUI 多參考圖工作流。項(xiàng)目文件總覽先認(rèn)識(shí)倉庫里的核心資料開始拆解前先快速認(rèn)識(shí)倉庫里的關(guān)鍵文件均為 README.md 同級(jí)目錄文件作用LTX-2.3_MSR_sample_workflow_V1.jsonV1 版示例工作流短鏡頭演示LTX-2.3_MSR_sample_workflow_V2.jsonV2 版示例工作流帶 NAG 與 PromptRelay 的完整版LTX-2.3-Licon-MSR-V2.safetensors / LTX-2.3-Licon-MSR-V1.safetensors兩個(gè)版本的 MSR LoRA 權(quán)重Validition_V2/、validition_v1/、validation/各版本驗(yàn)證用的參考圖與成片對(duì)比工作流需要配合 ComfyUI-Licon-MSR 插件使用基座模型為ltx-2.3-22b-distilled-1.1.safetensors文本編碼器為 Gemma 3 12B。下面按數(shù)據(jù)流方向逐個(gè)拆解節(jié)點(diǎn)。第一步加載基座模型與 LoRA3 個(gè)加載節(jié)點(diǎn)整個(gè)工作流的地基由 3 個(gè)節(jié)點(diǎn)構(gòu)成LowVRAMCheckpointLoader加載 LTX-2.3 基座 Checkpoint輸出MODEL/CLIP/VAE三路信號(hào)低顯存版本適合本地顯卡。LTXAVTextEncoderLoader加載 Gemma 3 文本編碼器gemma_3_12B_it.safetensors輸出統(tǒng)一的CLIP供提示詞節(jié)點(diǎn)使用。LTXICLoRALoaderModelOnly加載 MSR LoRA 本體。V1 工作流中為L(zhǎng)TX-2.3-Licon-MSR-V1.safetensorsV2 中為 V2 權(quán)重強(qiáng)度strength均為1。處理后的MODEL送入引導(dǎo)/采樣鏈路——這就是多主體參考能力真正生效的開關(guān)。第二步LiconMSR 節(jié)點(diǎn)——多張參考圖的組裝器LiconMSR是本項(xiàng)目最核心的自定義節(jié)點(diǎn)它接收4 路主體參考圖輸入槽位1~4支持 2~5 張1 路background背景參考圖width/height兩個(gè) INT 輸入兩個(gè)版本均通過 INTConstant 連入1280 × 720第三個(gè)參數(shù)V1 為41V2 為65控制參考偽視頻序列的長(zhǎng)度。它的原理正是 README 中描述的Multiple Subject Reference思路多張靜態(tài)參考圖被拼成一段偽視頻序列與目標(biāo)視頻共享同一表示空間。這樣目標(biāo)視頻的 token 可以直接通過模型自帶的自注意力讀取參考圖中的五官、服裝、道具細(xì)節(jié)——無需額外的編碼器分支或融合模塊。輸出的單路IMAGE會(huì)送入下一步的條件注入節(jié)點(diǎn)。各參考圖可承擔(dān)不同語義角色主體身份、道具細(xì)節(jié)、場(chǎng)景背景、局部紋理、多角度視圖角色劃分寫在提示詞里即可。第三步條件注入與空 Latent 準(zhǔn)備EmptyLTXVLatentVideo創(chuàng)建待采樣的空視頻 Latent。V1 版長(zhǎng)度145幀約 2.9 秒V2 版則用FloatConstant(50)×INTConstant(15) 1 的公式算出751幀即 50 fps 下整整15 秒的長(zhǎng)視頻。LTXVConditioning把正/負(fù)提示詞與frame_rate50 fps打包成條件對(duì)。LTXAddVideoICLoRAGuide把 LiconMSR 輸出的參考圖作為 In-Context 參考注入條件參數(shù)含center對(duì)齊方式、256/64 等分辨率控制同時(shí)返回修正后的條件對(duì)與 Latent。它既是參考圖入口也是 V1 提示詞條件的中轉(zhuǎn)站。第四步提示詞寫法——V1 與 V2 的兩種風(fēng)格V1 用兩個(gè) CLIPTextEncode正提示詞是一段約 15 秒的連續(xù)鏡頭描述江南雨巷追逐戲逐幀寫清人物服裝、動(dòng)作與運(yùn)鏡并反復(fù)強(qiáng)調(diào)不許換臉、不許換裝負(fù)提示詞固定為worst quality, blurry, jittery, distorted, inconsistent appearance。V2 用 PromptRelayEncode CLIPTextEncodePromptRelay提示詞接力把長(zhǎng)文本按時(shí)間分段調(diào)度示例中圖 1醉酒紅臉的男人…這種按參考圖編號(hào)描述角色的寫法與 LiconMSR 的多主體槽位一一對(duì)應(yīng)是 V2 多主體構(gòu)圖的關(guān)鍵寫法。經(jīng)驗(yàn)值參考圖描述要簡(jiǎn)潔但準(zhǔn)確寫太多或太少都會(huì)降低一致性。第五步音視頻 Latent 拼接LTX 的獨(dú)有設(shè)計(jì)LTX-2.3 是音視頻聯(lián)合生成模型工作流因此多出一條音頻鏈路LTXVAudioVAELoader加載音頻 VAELTXVEmptyLatentAudio創(chuàng)建與視頻等長(zhǎng)751/145 幀、50 fps的空音頻 LatentLTXVConcatAVLatent把視頻 Latent 與音頻 Latent 拼成一個(gè) AV Latent送入采樣器采樣結(jié)束后LTXVSeparateAVLatent再把二者拆開分別走視頻/音頻解碼。 一句話記憶先拼接、后采樣、再拆開。如果你只想要畫面這條鏈路也不能省因?yàn)樗鼪Q定了采樣時(shí)音頻與畫面的時(shí)間對(duì)齊。第六步采樣參數(shù)全詳解Sampler 與引導(dǎo)鏈路節(jié)點(diǎn)關(guān)鍵參數(shù)說明SamplerCustomAdvanced—高級(jí)采樣器接收噪聲、引導(dǎo)器、采樣器、sigma 序列與 AV LatentKSamplerSelectV1eulerV2euler_ancestralV2 改用 ancestral 版本隨機(jī)性更強(qiáng)動(dòng)態(tài)場(chǎng)景更自然ManualSigmas1.0, 0.99375, 0.9875, 0.98125, 0.975, 0.909375, 0.725, 0.421875, 0.0蒸餾模型專用的 9 步手動(dòng) sigma 表步數(shù)少、速度快無需調(diào)整CFGGuiderCFG 1蒸餾模型下 CFG 取 1無引導(dǎo)差提示詞完全靠正提示詞驅(qū)動(dòng)LTX2_NAG僅 V211, 0.25, 2.5, trueV2 新增的噪聲增強(qiáng)引導(dǎo)模塊進(jìn)一步提升多主體構(gòu)圖穩(wěn)定性RandomNoise隨機(jī)種子復(fù)雜多主體交互建議多次采樣擇優(yōu)高動(dòng)態(tài)場(chǎng)景官方推薦50 fps兩個(gè)工作流均以此配置成片運(yùn)動(dòng)連貫性更好。第七步解碼與導(dǎo)出鏈路最后四步一氣呵成LTXVCropGuides裁剪引導(dǎo)信息 →VAEDecode解碼視頻幀 →LTXVAudioVAEDecode解碼音軌 →CreateVideo50 fps合成帶聲音的視頻 →SaveVideo落盤。最終得到一個(gè)畫面與對(duì)白/環(huán)境音同步的完整視頻文件。V1 與 V2 工作流差異速查L(zhǎng)oRA 權(quán)重V2 一致性、穩(wěn)定性、場(chǎng)景邏輯全面升級(jí)詳見 README.md 的 V2 改進(jìn)說明提示詞方案V1 雙 CLIPTextEncode → V2 PromptRelayEncode 分段接力引導(dǎo)模塊V2 新增 LTX2_NAG采樣器換euler_ancestral視頻時(shí)長(zhǎng)V1 約 3 秒短鏡頭 → V2 支持 15 秒長(zhǎng)敘事751 幀。驗(yàn)證資料與效果對(duì)比倉庫內(nèi)三個(gè)目錄保留了完整的參考圖 → 提示詞 → 成片驗(yàn)證材料建議逐個(gè)打開對(duì)照Validition_V2/01/V1 三次采樣V1_1/V1_2/V1_3.mp4與 V2 成片對(duì)比配 prompt.txtvalidition_v1/05/夜間便利店醉酒顧客案例提示詞中圖 1/圖 2編號(hào)與參考圖一一對(duì)應(yīng)是對(duì) V2 PromptRelay 寫法的最佳示范validation/同組參考圖在固定種子下的重復(fù)采樣結(jié)果1_video_seed.mp4等可直觀感受 V2 的穩(wěn)定性提升。常見問題速答顯存不夠使用工作流自帶的 LowVRAMCheckpointLoader 低顯存加載路徑即可主體漂移/換臉優(yōu)先換 V2 LoRA并在提示詞中為每個(gè)圖 N寫明身份鎖定語句畫面閃爍檢查 fps 是否設(shè)為 50多主體復(fù)雜場(chǎng)景可多跑幾個(gè)種子擇優(yōu)。按以上七步把節(jié)點(diǎn)連線理解一遍你就能把這兩個(gè) JSON 工作流直接拖進(jìn) ComfyUI 復(fù)現(xiàn)倉庫里的全部演示效果再按需替換自己的 2~5 張參考圖開始創(chuàng)作。贊分享【免費(fèi)下載鏈接】LTX-2.3-Multiple-Subject-Reference項(xiàng)目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference點(diǎn)擊查看免費(fèi)下載相關(guān)推薦LTX-2.3-Multiple-Subject-Reference 案例合集動(dòng)漫農(nóng)場(chǎng)、古裝追逐、便利店對(duì)白 12 組多主體參考視頻場(chǎng)景全解析LTX 2.3 Multiple Subject Reference 案例合集動(dòng)漫農(nóng)場(chǎng)、古裝追逐、便利店對(duì)白 12 組多主體參考視頻場(chǎng)景全解析 LTX 2.3LTX-2.3-Multiple-Subject-Reference 穩(wěn)定復(fù)現(xiàn)技巧Seed 控制與多輪采樣策略實(shí)操手冊(cè)LTX 2.3 Multiple Subject Reference 穩(wěn)定復(fù)現(xiàn)技巧Seed 控制與多輪采樣策略實(shí)操手冊(cè) LTX 2.3 Multiple SuLTX-2.3-Multiple-Subject-Reference 完全解析一款讓多主體角色永不變臉的多參考視頻生成 LoRALTX 2.3 Multiple Subject Reference 完全解析一款讓多主體角色永不變臉的多參考視頻生成 LoRA LTX 2.3 M創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 LTX-2.3-Multiple-Subject-Reference 示例工作流逐節(jié)點(diǎn)拆解：LiconMSR、音視頻 Latent 與采樣參數(shù)全詳解
【免費(fèi)下載鏈接】LTX-2.3-Multiple-Subject-Reference項(xiàng)目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference點(diǎn)擊查看免費(fèi)下載LTX-2.3-Multiple-Subject-ReferenceLicon MSR是一款基于 LTX-2.3 的多主體參考視頻生成 LoRA只需 2~5 張參考圖就能讓多個(gè)角色、道具和場(chǎng)景在同一視頻中穩(wěn)定出演。本文以倉庫自帶的兩個(gè)示例工作流為藍(lán)本逐節(jié)點(diǎn)拆解 LiconMSR 節(jié)點(diǎn)、音視頻 Latent 拼接與采樣參數(shù)幫助你快速上手 ComfyUI 多參考圖工作流。項(xiàng)目文件總覽先認(rèn)識(shí)倉庫里的核心資料開始拆解前先快速認(rèn)識(shí)倉庫里的關(guān)鍵文件均為 README.md 同級(jí)目錄文件作用LTX-2.3_MSR_sample_workflow_V1.jsonV1 版示例工作流短鏡頭演示LTX-2.3_MSR_sample_workflow_V2.jsonV2 版示例工作流帶 NAG 與 PromptRelay 的完整版LTX-2.3-Licon-MSR-V2.safetensors / LTX-2.3-Licon-MSR-V1.safetensors兩個(gè)版本的 MSR LoRA 權(quán)重Validition_V2/、validition_v1/、validation/各版本驗(yàn)證用的參考圖與成片對(duì)比工作流需要配合 ComfyUI-Licon-MSR 插件使用基座模型為ltx-2.3-22b-distilled-1.1.safetensors文本編碼器為 Gemma 3 12B。下面按數(shù)據(jù)流方向逐個(gè)拆解節(jié)點(diǎn)。第一步加載基座模型與 LoRA3 個(gè)加載節(jié)點(diǎn)整個(gè)工作流的地基由 3 個(gè)節(jié)點(diǎn)構(gòu)成LowVRAMCheckpointLoader加載 LTX-2.3 基座 Checkpoint輸出MODEL/CLIP/VAE三路信號(hào)低顯存版本適合本地顯卡。LTXAVTextEncoderLoader加載 Gemma 3 文本編碼器gemma_3_12B_it.safetensors輸出統(tǒng)一的CLIP供提示詞節(jié)點(diǎn)使用。LTXICLoRALoaderModelOnly加載 MSR LoRA 本體。V1 工作流中為L(zhǎng)TX-2.3-Licon-MSR-V1.safetensorsV2 中為 V2 權(quán)重強(qiáng)度strength均為1。處理后的MODEL送入引導(dǎo)/采樣鏈路——這就是多主體參考能力真正生效的開關(guān)。第二步LiconMSR 節(jié)點(diǎn)——多張參考圖的組裝器LiconMSR是本項(xiàng)目最核心的自定義節(jié)點(diǎn)它接收4 路主體參考圖輸入槽位1~4支持 2~5 張1 路background背景參考圖width/height兩個(gè) INT 輸入兩個(gè)版本均通過 INTConstant 連入1280 × 720第三個(gè)參數(shù)V1 為41V2 為65控制參考偽視頻序列的長(zhǎng)度。它的原理正是 README 中描述的Multiple Subject Reference思路多張靜態(tài)參考圖被拼成一段偽視頻序列與目標(biāo)視頻共享同一表示空間。這樣目標(biāo)視頻的 token 可以直接通過模型自帶的自注意力讀取參考圖中的五官、服裝、道具細(xì)節(jié)——無需額外的編碼器分支或融合模塊。輸出的單路IMAGE會(huì)送入下一步的條件注入節(jié)點(diǎn)。各參考圖可承擔(dān)不同語義角色主體身份、道具細(xì)節(jié)、場(chǎng)景背景、局部紋理、多角度視圖角色劃分寫在提示詞里即可。第三步條件注入與空 Latent 準(zhǔn)備EmptyLTXVLatentVideo創(chuàng)建待采樣的空視頻 Latent。V1 版長(zhǎng)度145幀約 2.9 秒V2 版則用FloatConstant(50)×INTConstant(15) 1 的公式算出751幀即 50 fps 下整整15 秒的長(zhǎng)視頻。LTXVConditioning把正/負(fù)提示詞與frame_rate50 fps打包成條件對(duì)。LTXAddVideoICLoRAGuide把 LiconMSR 輸出的參考圖作為 In-Context 參考注入條件參數(shù)含center對(duì)齊方式、256/64 等分辨率控制同時(shí)返回修正后的條件對(duì)與 Latent。它既是參考圖入口也是 V1 提示詞條件的中轉(zhuǎn)站。第四步提示詞寫法——V1 與 V2 的兩種風(fēng)格V1 用兩個(gè) CLIPTextEncode正提示詞是一段約 15 秒的連續(xù)鏡頭描述江南雨巷追逐戲逐幀寫清人物服裝、動(dòng)作與運(yùn)鏡并反復(fù)強(qiáng)調(diào)不許換臉、不許換裝負(fù)提示詞固定為worst quality, blurry, jittery, distorted, inconsistent appearance。V2 用 PromptRelayEncode CLIPTextEncodePromptRelay提示詞接力把長(zhǎng)文本按時(shí)間分段調(diào)度示例中圖 1醉酒紅臉的男人…這種按參考圖編號(hào)描述角色的寫法與 LiconMSR 的多主體槽位一一對(duì)應(yīng)是 V2 多主體構(gòu)圖的關(guān)鍵寫法。經(jīng)驗(yàn)值參考圖描述要簡(jiǎn)潔但準(zhǔn)確寫太多或太少都會(huì)降低一致性。第五步音視頻 Latent 拼接LTX 的獨(dú)有設(shè)計(jì)LTX-2.3 是音視頻聯(lián)合生成模型工作流因此多出一條音頻鏈路LTXVAudioVAELoader加載音頻 VAELTXVEmptyLatentAudio創(chuàng)建與視頻等長(zhǎng)751/145 幀、50 fps的空音頻 LatentLTXVConcatAVLatent把視頻 Latent 與音頻 Latent 拼成一個(gè) AV Latent送入采樣器采樣結(jié)束后LTXVSeparateAVLatent再把二者拆開分別走視頻/音頻解碼。 一句話記憶先拼接、后采樣、再拆開。如果你只想要畫面這條鏈路也不能省因?yàn)樗鼪Q定了采樣時(shí)音頻與畫面的時(shí)間對(duì)齊。第六步采樣參數(shù)全詳解Sampler 與引導(dǎo)鏈路節(jié)點(diǎn)關(guān)鍵參數(shù)說明SamplerCustomAdvanced—高級(jí)采樣器接收噪聲、引導(dǎo)器、采樣器、sigma 序列與 AV LatentKSamplerSelectV1eulerV2euler_ancestralV2 改用 ancestral 版本隨機(jī)性更強(qiáng)動(dòng)態(tài)場(chǎng)景更自然ManualSigmas1.0, 0.99375, 0.9875, 0.98125, 0.975, 0.909375, 0.725, 0.421875, 0.0蒸餾模型專用的 9 步手動(dòng) sigma 表步數(shù)少、速度快無需調(diào)整CFGGuiderCFG 1蒸餾模型下 CFG 取 1無引導(dǎo)差提示詞完全靠正提示詞驅(qū)動(dòng)LTX2_NAG僅 V211, 0.25, 2.5, trueV2 新增的噪聲增強(qiáng)引導(dǎo)模塊進(jìn)一步提升多主體構(gòu)圖穩(wěn)定性RandomNoise隨機(jī)種子復(fù)雜多主體交互建議多次采樣擇優(yōu)高動(dòng)態(tài)場(chǎng)景官方推薦50 fps兩個(gè)工作流均以此配置成片運(yùn)動(dòng)連貫性更好。第七步解碼與導(dǎo)出鏈路最后四步一氣呵成LTXVCropGuides裁剪引導(dǎo)信息 →VAEDecode解碼視頻幀 →LTXVAudioVAEDecode解碼音軌 →CreateVideo50 fps合成帶聲音的視頻 →SaveVideo落盤。最終得到一個(gè)畫面與對(duì)白/環(huán)境音同步的完整視頻文件。V1 與 V2 工作流差異速查L(zhǎng)oRA 權(quán)重V2 一致性、穩(wěn)定性、場(chǎng)景邏輯全面升級(jí)詳見 README.md 的 V2 改進(jìn)說明提示詞方案V1 雙 CLIPTextEncode → V2 PromptRelayEncode 分段接力引導(dǎo)模塊V2 新增 LTX2_NAG采樣器換euler_ancestral視頻時(shí)長(zhǎng)V1 約 3 秒短鏡頭 → V2 支持 15 秒長(zhǎng)敘事751 幀。驗(yàn)證資料與效果對(duì)比倉庫內(nèi)三個(gè)目錄保留了完整的參考圖 → 提示詞 → 成片驗(yàn)證材料建議逐個(gè)打開對(duì)照Validition_V2/01/V1 三次采樣V1_1/V1_2/V1_3.mp4與 V2 成片對(duì)比配 prompt.txtvalidition_v1/05/夜間便利店醉酒顧客案例提示詞中圖 1/圖 2編號(hào)與參考圖一一對(duì)應(yīng)是對(duì) V2 PromptRelay 寫法的最佳示范validation/同組參考圖在固定種子下的重復(fù)采樣結(jié)果1_video_seed.mp4等可直觀感受 V2 的穩(wěn)定性提升。常見問題速答顯存不夠使用工作流自帶的 LowVRAMCheckpointLoader 低顯存加載路徑即可主體漂移/換臉優(yōu)先換 V2 LoRA并在提示詞中為每個(gè)圖 N寫明身份鎖定語句畫面閃爍檢查 fps 是否設(shè)為 50多主體復(fù)雜場(chǎng)景可多跑幾個(gè)種子擇優(yōu)。按以上七步把節(jié)點(diǎn)連線理解一遍你就能把這兩個(gè) JSON 工作流直接拖進(jìn) ComfyUI 復(fù)現(xiàn)倉庫里的全部演示效果再按需替換自己的 2~5 張參考圖開始創(chuàng)作。贊分享【免費(fèi)下載鏈接】LTX-2.3-Multiple-Subject-Reference項(xiàng)目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference點(diǎn)擊查看免費(fèi)下載相關(guān)推薦LTX-2.3-Multiple-Subject-Reference 案例合集動(dòng)漫農(nóng)場(chǎng)、古裝追逐、便利店對(duì)白 12 組多主體參考視頻場(chǎng)景全解析LTX 2.3 Multiple Subject Reference 案例合集動(dòng)漫農(nóng)場(chǎng)、古裝追逐、便利店對(duì)白 12 組多主體參考視頻場(chǎng)景全解析 LTX 2.3LTX-2.3-Multiple-Subject-Reference 穩(wěn)定復(fù)現(xiàn)技巧Seed 控制與多輪采樣策略實(shí)操手冊(cè)LTX 2.3 Multiple Subject Reference 穩(wěn)定復(fù)現(xiàn)技巧Seed 控制與多輪采樣策略實(shí)操手冊(cè) LTX 2.3 Multiple SuLTX-2.3-Multiple-Subject-Reference 完全解析一款讓多主體角色永不變臉的多參考視頻生成 LoRALTX 2.3 Multiple Subject Reference 完全解析一款讓多主體角色永不變臉的多參考視頻生成 LoRA LTX 2.3 M創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考