【ComfyUI 教學】Mac 專屬 LTX-Video 工作流：告別 SD 1.5 變形，Sora 級 DiT 影片生成指南

你是不是也遇過這個狀況：在 ComfyUI 用 SD 1.5 (AnimateDiff) 算影片，結果人物的臉突然融化、石頭變成奇怪的肉塊、鏡頭只要稍微拉遠就變成一團抽象畫？這不是你的錯，而是舊時代模型的「語意理解」到了極限！今天，我們將帶你升級到與 Sora 相同架構的 DiT (Diffusion Transformer) 模型。這是一套專為 Mac (M2 Max) 32GB 記憶體完美量身打造的 LTX-Video 影片生成工作流！

 

 

1. 為什麼要放棄 SD 1.5 改用 LTX-Video (DiT)？

💡 支援白話文劇本

不用再寫 (1girl, looking at viewer:1.5) 這種奇怪的單字方程式。內建 T5 語言大腦，完全聽得懂電影劇本級的自然語言。

💡 物理邏輯不崩壞

理解三維空間與地心引力。人物轉頭、物體掉落、鏡頭推進都不會再發生「恐怖融化」的幻覺現象。

💡 M2 Max 完美護航

特別調校的 65 幀限制，完美控制在 Mac 32GB 統一記憶體內，保證不爆 Swap，享受全速 GPU 渲染品質。

2. 準備工作：下載次世代引擎零件

要啟動這套工作流，你需要下載三個核心檔案。請確保你的硬碟還有大約 15GB 的空間：

1. LTX 主引擎 (UNET)

處理畫面生成的核心模型 (約 2B 參數)。
💡 32GB Mac 推薦：請直接下載 ltx-video-2b-v0.9.1.safetensors (約 3.9GB)。您的記憶體非常充足，無需下載壓縮降規版，可享受最完整的原生畫質！
路徑：ComfyUI/models/unet/

點我下載

2. 語言大腦 (T5 LLM)

讓 AI 聽懂白話文的關鍵。
💡 32GB Mac 推薦：請下載 t5xxl_fp8_e4m3fn.safetensors (約 4.9GB)。影片生成極度耗費 RAM，使用 FP8 版本能省下近 5GB 空間給畫面渲染，且對語意理解幾乎毫無影響！
路徑：ComfyUI/models/clip/

點我下載

3. 專屬解碼器 (VAE)

將 AI 的高維度數據還原為我們看到的影片像素。
💡 檔案位置指引：請點擊進入 vae 資料夾，下載 diffusion_pytorch_model.safetensors。(強烈建議下載後改名為 ltx-video-vae.safetensors 方便辨識！)
路徑：ComfyUI/models/vae/

點我下載

3. 💡 咒語撰寫小技巧 (Prompts)

在 LTX-Video 中，請把指令當成「寫小說」或「寫電影劇本」。千萬不要再使用舊版 SD 那種單字堆疊法。以下是一個標準的優質範例：

"A beautiful Taiwanese female model exuding a modern minimalist Korean style. She has fair translucent skin, a sweet and gentle smile, round bright doe eyes... She is sitting in a cozy cafe on a rainy day. The camera slowly pans around her as she looks softly into the lens. Cinematic lighting, highly detailed."

⚠️ 免責聲明本文提供之軟體設定、工作流建議，僅供學術研究與個人技術測試使用。AI 模型（包含但不限於 LTX-Video, T5 LLM 等）之產權歸屬原開發團隊。於 Apple Silicon (Mac) 等個人設備上執行高負載 AI 運算可能導致硬體溫度升高或加速損耗，使用者應自行評估風險。請勿將本技術用於產出非法、侵權、偽造身分或違反善良風俗之內容。