LTX-2.3 IC-LoRA 漫剧流水线可以在 8G 显存的 N 卡上跑通 ComfyUI 本地部署,核心是靠 IC-LoRA 姿态、ID 身份参考双重约束,锁定两个角色面部特征和骨架,解决漫剧双人对话时人脸反复变脸、五官跑偏、人物换脸的通病,整套方案采用 FP8 量化、分段生成、显存优化参数,不用上云、不用 12G 以上大显存显卡,按步骤配置好工作流、模型文件、节点连接之后,就能稳定输出人物长相统一、口型匹配对话台词的漫剧短视频,适合批量做对话漫剧、有声条漫动态视频。
一、硬件与环境前置要求
- 显卡:NVIDIA 显卡,8G 显存(RTX3060、RTX4060 等),必须支持 CUDA
- 系统:Windows,推荐 CUDA 12.1 及以上版本
- 基础软件:ComfyUI 最新版、ComfyUI-LTX 插件,提前装好 ffmpeg 用于视频编码
- 显存优化开关:系统环境变量添加 PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True,减少显存碎片爆显存问题
小提示:8G 显存只能用 distilled 精简 FP8 版本模型,原版 dev 大模型无法加载。
二、模型文件清单与存放路径
| 文件名称 | 存放目录 | 说明 |
|---|---|---|
| ltx-2.3-22b-distilled-fp8.safetensors | ComfyUI/models/checkpoints | LTX2.3 主模型,FP8 量化,8G 显存必选 |
| LTX-2.3-IC-LoRA-Union-Control.safetensors | ComfyUI/models/loras | IC-LoRA 联合控制,支持姿态 / 边缘 / 深度控制 |
| ID-LoRA TalkVid | ComfyUI/models/loras | 人脸身份锁定 LoRA,双人对话核心 |
| Gemma 12B 文本编码器 | ComfyUI/models/text_encoders | 提示词编码器 |
三、漫剧双人流水线搭建步骤(ComfyUI 节点)
- 导入工作流 JSON:在 ComfyUI 模板库搜索 LTX-2.3 IC-LoRA Union Control 漫剧双人版本,加载现成流水线,也可以手动搭建子图模块。
- 双人参考素材准备:分别上传角色 A、角色 B 的正面参考图,再准备一段双人对话驱动姿态参考视频,提取姿态骨架,交给 IC-LoRA Pose 分支。
- IC-LoRA 控制分支配置:开启 Union Control,优先启用 Pose 姿态控制,Canny 和 Depth 按需调低权重,姿态参考全程绑定两个人物骨架,限制身体、头部转动范围,避免人脸形变。
- ID-LoRA 身份绑定:两个角色分别接入 ID-LoRA 节点,绑定各自参考图,ID 权重 0.6~0.8,权重太高画面僵硬,太低锁不住人脸。
- 对话音频与口型模块接入:接入 LipDub IC-LoRA 子模块,导入双人对话 wav 音频,音频分段绑定对应说话人,实现口型跟随台词。
- 生成参数(8G 显存专用)
- 分辨率:512×768,尺寸必须是 32 倍数
- 单段帧数:24~48 帧,不要一次性生成长视频,分段渲染后拼接
- 采样步数:8 步,STG 时序引导 0.3~0.5,降低闪烁和人脸漂移
- 精度:FP8,关闭不必要的 VAE 分片外之外的高清重绘
- 输出与拼接:每一段生成完成后输出 mp4,使用 ffmpeg 把多段漫剧片段拼接成完整对话视频。
四、双人变脸问题核心调优方案
- 不要同时开大 Canny+Depth+Pose,双人场景优先只用 Pose 姿态控制,减少控制信号冲突。
- 两个人物分开设置 ID 参考,不要共用一张身份参考图,防止两个人脸互相串脸。
- 对话镜头尽量固定机位,少做大摇镜头,大幅度镜头移动更容易触发人脸漂移。
- 一旦出现变脸,优先缩短单段生成帧数,把长对话拆成 2 秒以内的小段渲染。
- 提示词只写画风、漫剧风格,不要在提示词里反复修改面部描述,避免模型篡改人脸。
五、常见问题
问题 1:LTX-2.3 IC-LoRA 漫剧流水线在 8G 显卡 ComfyUI 部署时,双人对话依旧变脸怎么办?
回答 1:优先检查 ID-LoRA 是否分别绑定两个角色参考图,IC-LoRA 控制模式切换为 Pose 姿态模式,降低 STG 数值,缩短单段生成帧数,同时确认使用 distilled-fp8 量化模型,不要加载原版大模型。
问题 2:LTX-2.3 IC-LoRA 漫剧流水线跑起来直接爆显存,8G 显卡 ComfyUI 加载失败?
回答 2:确认开启 CUDA 显存碎片环境变量,分辨率改成 32 倍数小尺寸,关闭 Depth、Canny 控制分支,单段帧数降到 24 帧以内,同时清理 ComfyUI 缓存,不要同时加载多个 LoRA。
问题 3:LTX-2.3 IC-LoRA 漫剧流水线怎么实现双人对话口型匹配音频?
回答 3:在 ComfyUI 流水线接入 LipDub IC-LoRA 模块,导入分好人声的对话音频,音频和姿态时序对齐,IC-LoRA 接收音频特征驱动嘴唇运动,分段生成保证口型不会错乱。
问题 4:LTX-2.3 IC-LoRA 和普通 LoRA 在漫剧双人一致性上有什么区别?
回答 4:普通 LoRA 是全局风格修改,很难约束时序人脸;LTX-2.3 IC-LoRA 是参考条件控制,逐帧锁定姿态结构,搭配 ID-LoRA,双约束组合才适合漫剧双人对话场景,减少人脸漂移。
【参考资料】
[2026-10-01](What Is ID-LoRA? Voice & Face Identity)LTX.io
[2026-05-19](IC-LoRA In LTX-2.3: ComfyUI Workflow For AI Character Consistency)LTX.io
[2026-05-15](LTX 2.3 on 8GB VRAM: Consistent Characters, Dialogue, and Multi-Scene Video in ComfyUI)awheatsandbox.com
[2026-05-14](How to Maintain Character Consistency in AI Video Production)LTX.io
[2026-05-14](Temporal Consistency In AI Video: What It Is & Why It’s The Hardest Problem)LTX.io
【免责声明】
本文内容仅为 LTX-2.3 IC-LoRA 漫剧流水线 ComfyUI 本地部署技术教程分享,模型、工作流版权归原作者所有;8G 显卡生成效果受显卡质量、驱动版本、模型版本、参数设置影响,不保证所有人都能达到完全无变脸的效果;生成内容请遵守相关法律法规,不要用于侵权、违规内容创作。
