點拆解：LiconMSR、音視頻 Latent 與采樣參數(shù)全詳解)
【免費下載鏈接】LTX-2.3-Multiple-Subject-Reference項目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference點擊查看免費下載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角色、道具和場景在同一視頻中穩(wěn)定出演。本文以倉庫自帶的兩個示例工作流為藍本逐節(jié)點拆解 LiconMSR 節(jié)點、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。項目文件總覽先認識倉庫里的核心資料開始拆解前先快速認識倉庫里的關鍵文件均為 README.md 同級目錄文件作用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兩個版本的 MSR LoRA 權重Validition_V2/、validition_v1/、validation/各版本驗證用的參考圖與成片對比工作流需要配合 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)流方向逐個拆解節(jié)點。第一步加載基座模型與 LoRA3 個加載節(jié)點整個工作流的地基由 3 個節(jié)點構成LowVRAMCheckpointLoader加載 LTX-2.3 基座 Checkpoint輸出MODEL/CLIP/VAE三路信號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)點使用。LTXICLoRALoaderModelOnly加載 MSR LoRA 本體。V1 工作流中為LTX-2.3-Licon-MSR-V1.safetensorsV2 中為 V2 權重強度strength均為1。處理后的MODEL送入引導/采樣鏈路——這就是多主體參考能力真正生效的開關。第二步LiconMSR 節(jié)點——多張參考圖的組裝器LiconMSR是本項目最核心的自定義節(jié)點它接收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 INT 輸入兩個版本均通過 INTConstant 連入1280 × 720第三個參數(shù)V1 為41V2 為65控制參考偽視頻序列的長度。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視頻共享同一表示空間。這樣目標視頻的 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、道具細節(jié)——無需額外的編碼器分支或融合模塊。輸出的單路IMAGE會送入下一步的條件注入節(jié)點。各參考圖可承擔不同語義角色主體身份、道具細節(jié)、場景背景、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 準備EmptyLTXVLatentVideo創(chuàng)建待采樣的空視頻 Latent。V1 版長度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 秒的長視頻。LTXVConditioning把正/負提示詞與frame_rate50 fps打包成條件對。LTXAddVideoICLoRAGuide把 LiconMSR 輸出的參考圖作為 In-Context 參考注入條件參數(shù)含center對齊方式、256/64 等分辨率控制同時返回修正后的條件對與 Latent。它既是參考圖入口也是 V1 提示詞條件的中轉站。第四步提示詞寫法——V1 與 V2 的兩種風格V1 用兩個 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、動作與運鏡并反復強調不許換臉、不許換裝負提示詞固定為worst quality, blurry, jittery, distorted, inconsistent appearance。V2 用 PromptRelayEncode CLIPTextEncodePromptRelay提示詞接力把長文本按時間分段調度示例中圖 1醉酒紅臉的男人…這種按參考圖編號描述角色的寫法與 LiconMSR 的多主體槽位一一對應是 V2 多主體構圖的關鍵寫法。經(jīng)驗值參考圖描述要簡潔但準確寫太多或太少都會降低一致性。第五步音視頻 Latent 拼接LTX 的獨有設計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751/145 幀、50 fps的空音頻 LatentLTXVConcatAVLatent把視頻 Latent 與音頻 Latent 拼成一個 AV Latent送入采樣器采樣結束后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為它決定了采樣時音頻與畫面的時間對齊。第六步采樣參數(shù)全詳解Sampler 與引導鏈路節(jié)點關鍵參數(shù)說明SamplerCustomAdvanced—高級采樣器接收噪聲、引導器、采樣器、sigma 序列與 AV LatentKSamplerSelectV1eulerV2euler_ancestralV2 改用 ancestral 版本隨機性更強動態(tài)場景更自然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 sigma 表步數(shù)少、速度快無需調整CFGGuiderCFG 1蒸餾模型下 CFG 取 1無引導差提示詞完全靠正提示詞驅動LTX2_NAG僅 V211, 0.25, 2.5, trueV2 新增的噪聲增強引導模塊進一步提升多主體構圖穩(wěn)定性RandomNoise隨機種子復雜多主體交互建議多次采樣擇優(yōu)高動態(tài)場景官方推薦50 fps兩個工作流均以此配置成片運動連貫性更好。第七步解碼與導出鏈路最后四步一氣呵成LTXVCropGuides裁剪引導信息 →VAEDecode解碼視頻幀 →LTXVAudioVAEDecode解碼音軌 →CreateVideo50 fps合成帶聲音的視頻 →SaveVideo落盤。最終得到一個畫面與對白/環(huán)境音同步的完整視頻文件。V1 與 V2 工作流差異速查LoRA 權重V2 一致性、穩(wěn)定性、場景邏輯全面升級詳見 README.md 的 V2 改進說明提示詞方案V1 雙 CLIPTextEncode → V2 PromptRelayEncode 分段接力引導模塊V2 新增 LTX2_NAG采樣器換euler_ancestral視頻時長V1 約 3 秒短鏡頭 → V2 支持 15 秒長敘事751 幀。驗證資料與效果對比倉庫內(nèi)三個目錄保留了完整的參考圖 → 提示詞 → 成片驗證材料建議逐個打開對照Validition_V2/01/V1 三次采樣V1_1/V1_2/V1_3.mp4與 V2 成片對比配 prompt.txtvalidition_v1/05/夜間便利店醉酒顧客案例提示詞中圖 1/圖 2編號與參考圖一一對應是對 V2 PromptRelay 寫法的最佳示范validation/同組參考圖在固定種子下的重復采樣結果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圖 N寫明身份鎖定語句畫面閃爍檢查 fps 是否設為 50多主體復雜場景可多跑幾個種子擇優(yōu)。按以上七步把節(jié)點連線理解一遍你就能把這兩個 JSON 工作流直接拖進 ComfyUI 復現(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【免費下載鏈接】LTX-2.3-Multiple-Subject-Reference項目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference點擊查看免費下載相關推薦LTX-2.3-Multiple-Subject-Reference 案例合集動漫農(nóng)場、古裝追逐、便利店對白 12 組多主體參考視頻場景全解析LTX 2.3 Multiple Subject Reference 案例合集動漫農(nóng)場、古裝追逐、便利店對白 12 組多主體參考視頻場景全解析 LTX 2.3LTX-2.3-Multiple-Subject-Reference 穩(wěn)定復現(xiàn)技巧Seed 控制與多輪采樣策略實操手冊LTX 2.3 Multiple Subject Reference 穩(wěn)定復現(xiàn)技巧Seed 控制與多輪采樣策略實操手冊 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)點拆解：LiconMSR、音視頻 Latent 與采樣參數(shù)全詳解
【免費下載鏈接】LTX-2.3-Multiple-Subject-Reference項目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference點擊查看免費下載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角色、道具和場景在同一視頻中穩(wěn)定出演。本文以倉庫自帶的兩個示例工作流為藍本逐節(jié)點拆解 LiconMSR 節(jié)點、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。項目文件總覽先認識倉庫里的核心資料開始拆解前先快速認識倉庫里的關鍵文件均為 README.md 同級目錄文件作用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兩個版本的 MSR LoRA 權重Validition_V2/、validition_v1/、validation/各版本驗證用的參考圖與成片對比工作流需要配合 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)流方向逐個拆解節(jié)點。第一步加載基座模型與 LoRA3 個加載節(jié)點整個工作流的地基由 3 個節(jié)點構成LowVRAMCheckpointLoader加載 LTX-2.3 基座 Checkpoint輸出MODEL/CLIP/VAE三路信號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)點使用。LTXICLoRALoaderModelOnly加載 MSR LoRA 本體。V1 工作流中為LTX-2.3-Licon-MSR-V1.safetensorsV2 中為 V2 權重強度strength均為1。處理后的MODEL送入引導/采樣鏈路——這就是多主體參考能力真正生效的開關。第二步LiconMSR 節(jié)點——多張參考圖的組裝器LiconMSR是本項目最核心的自定義節(jié)點它接收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 INT 輸入兩個版本均通過 INTConstant 連入1280 × 720第三個參數(shù)V1 為41V2 為65控制參考偽視頻序列的長度。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視頻共享同一表示空間。這樣目標視頻的 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、道具細節(jié)——無需額外的編碼器分支或融合模塊。輸出的單路IMAGE會送入下一步的條件注入節(jié)點。各參考圖可承擔不同語義角色主體身份、道具細節(jié)、場景背景、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 準備EmptyLTXVLatentVideo創(chuàng)建待采樣的空視頻 Latent。V1 版長度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 秒的長視頻。LTXVConditioning把正/負提示詞與frame_rate50 fps打包成條件對。LTXAddVideoICLoRAGuide把 LiconMSR 輸出的參考圖作為 In-Context 參考注入條件參數(shù)含center對齊方式、256/64 等分辨率控制同時返回修正后的條件對與 Latent。它既是參考圖入口也是 V1 提示詞條件的中轉站。第四步提示詞寫法——V1 與 V2 的兩種風格V1 用兩個 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、動作與運鏡并反復強調不許換臉、不許換裝負提示詞固定為worst quality, blurry, jittery, distorted, inconsistent appearance。V2 用 PromptRelayEncode CLIPTextEncodePromptRelay提示詞接力把長文本按時間分段調度示例中圖 1醉酒紅臉的男人…這種按參考圖編號描述角色的寫法與 LiconMSR 的多主體槽位一一對應是 V2 多主體構圖的關鍵寫法。經(jīng)驗值參考圖描述要簡潔但準確寫太多或太少都會降低一致性。第五步音視頻 Latent 拼接LTX 的獨有設計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751/145 幀、50 fps的空音頻 LatentLTXVConcatAVLatent把視頻 Latent 與音頻 Latent 拼成一個 AV Latent送入采樣器采樣結束后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為它決定了采樣時音頻與畫面的時間對齊。第六步采樣參數(shù)全詳解Sampler 與引導鏈路節(jié)點關鍵參數(shù)說明SamplerCustomAdvanced—高級采樣器接收噪聲、引導器、采樣器、sigma 序列與 AV LatentKSamplerSelectV1eulerV2euler_ancestralV2 改用 ancestral 版本隨機性更強動態(tài)場景更自然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 sigma 表步數(shù)少、速度快無需調整CFGGuiderCFG 1蒸餾模型下 CFG 取 1無引導差提示詞完全靠正提示詞驅動LTX2_NAG僅 V211, 0.25, 2.5, trueV2 新增的噪聲增強引導模塊進一步提升多主體構圖穩(wěn)定性RandomNoise隨機種子復雜多主體交互建議多次采樣擇優(yōu)高動態(tài)場景官方推薦50 fps兩個工作流均以此配置成片運動連貫性更好。第七步解碼與導出鏈路最后四步一氣呵成LTXVCropGuides裁剪引導信息 →VAEDecode解碼視頻幀 →LTXVAudioVAEDecode解碼音軌 →CreateVideo50 fps合成帶聲音的視頻 →SaveVideo落盤。最終得到一個畫面與對白/環(huán)境音同步的完整視頻文件。V1 與 V2 工作流差異速查LoRA 權重V2 一致性、穩(wěn)定性、場景邏輯全面升級詳見 README.md 的 V2 改進說明提示詞方案V1 雙 CLIPTextEncode → V2 PromptRelayEncode 分段接力引導模塊V2 新增 LTX2_NAG采樣器換euler_ancestral視頻時長V1 約 3 秒短鏡頭 → V2 支持 15 秒長敘事751 幀。驗證資料與效果對比倉庫內(nèi)三個目錄保留了完整的參考圖 → 提示詞 → 成片驗證材料建議逐個打開對照Validition_V2/01/V1 三次采樣V1_1/V1_2/V1_3.mp4與 V2 成片對比配 prompt.txtvalidition_v1/05/夜間便利店醉酒顧客案例提示詞中圖 1/圖 2編號與參考圖一一對應是對 V2 PromptRelay 寫法的最佳示范validation/同組參考圖在固定種子下的重復采樣結果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圖 N寫明身份鎖定語句畫面閃爍檢查 fps 是否設為 50多主體復雜場景可多跑幾個種子擇優(yōu)。按以上七步把節(jié)點連線理解一遍你就能把這兩個 JSON 工作流直接拖進 ComfyUI 復現(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【免費下載鏈接】LTX-2.3-Multiple-Subject-Reference項目地址https://ai.gitcode.com/hf_mirrors/LiconStudio/LTX-2.3-Multiple-Subject-Reference點擊查看免費下載相關推薦LTX-2.3-Multiple-Subject-Reference 案例合集動漫農(nóng)場、古裝追逐、便利店對白 12 組多主體參考視頻場景全解析LTX 2.3 Multiple Subject Reference 案例合集動漫農(nóng)場、古裝追逐、便利店對白 12 組多主體參考視頻場景全解析 LTX 2.3LTX-2.3-Multiple-Subject-Reference 穩(wěn)定復現(xiàn)技巧Seed 控制與多輪采樣策略實操手冊LTX 2.3 Multiple Subject Reference 穩(wěn)定復現(xiàn)技巧Seed 控制與多輪采樣策略實操手冊 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