LTX-2 命令行生成教程：权重下载、低显存方案、DFR 高保真与 4K HDR

ComfyUI 适合点界面出片，但想把 LTX-2.5 接进自动化流水线、做批量渲染、或者解锁 DFR 高保真渲染和 4K HDR 这些专业能力，就得用官方 Python 仓库 Lightricks/LTX-2 的命令行管线（ltx-pipelines）。这篇从装环境到出片，所有命令可以直接复制。

前置阅读建议：提示词写作指南（命令行的 --prompt 就是那套写法）、七步流水线总纲（第⑥步逐镜生成在本篇对应的就是这些命令）。

环境准备：三行命令

需要一台 NVIDIA 显卡的 Linux 机器（natten 加速组件仅支持 Linux + CUDA；Windows/macOS 会自动跳过并降级实现，能跑但慢）。推荐用 uv 管理环境：

git clone https://github.com/Lightricks/LTX-2.git
cd LTX-2
uv sync --extra natten
hf auth login   # 登录 Hugging Face，稍后下载 gated 权重要用

显卡对应关系：数据中心级 Blackwell（B200）装 FlashAttention 4，Hopper 系装 FlashAttention 3，其余 CUDA 卡自动走 PyTorch SDPA，不用额外配置。有原生 FP8 的 Hopper+ 卡可以用 --quantization fp8-scaled-mm 再省一档。

下载权重：按组件拿，全套约 66GB

权重在 gated 仓库 Lightricks/LTX-2.5，先在网页上同意协议，再执行（401/403 = 协议没同意或 token 权限不对）：

hf download Lightricks/LTX-2.5 \
  diffusion_models/ltx-2.5-22b-distilled-transformer-bf16.safetensors \
  text_encoders/gemma4-12b-with-proj-ltx-2.5-bf16.safetensors \
  vae/ltx-2.5-video-vae-bf16.safetensors \
  vae/ltx-2.5-audio-vae-bf16.safetensors \
  latent_upscale_models/ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors \
  --local-dir models/ltx-2.5

权重按组件分文件，只用快速出片就只下上面这套（蒸馏版 transformer）；另有全量版 ltx-2.5-22b-dev-transformer-bf16.safetensors（两阶段高质量管线用）、轻量解码器 ltx-2.5-video-vae-conv-bf16.safetensors（更快）按需下载。文本编码器是 LTX 定制微调版 Gemma 4 12B，不能用 Google 原版替代，仓库会做版本校验。

出第一支片：蒸馏管线 8 步搞定

uv run python -m ltx_pipelines.distilled \
  --transformer-path       models/ltx-2.5/diffusion_models/ltx-2.5-22b-distilled-transformer-bf16.safetensors \
  --text-encoder-path      models/ltx-2.5/text_encoders/gemma4-12b-with-proj-ltx-2.5-bf16.safetensors \
  --video-vae-path         models/ltx-2.5/vae/ltx-2.5-video-vae-bf16.safetensors \
  --audio-vae-path         models/ltx-2.5/vae/ltx-2.5-audio-vae-bf16.safetensors \
  --spatial-upsampler-path models/ltx-2.5/latent_upscale_models/ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors \
  --num-frames 121 \
  --seed 42 \
  --output-path output.mp4 \
  --prompt "你的提示词"

关键参数就四个：

--num-frames 121：帧数决定时长，模型是 24fps，121 帧约 5 秒；帧数要符合 8n+1 的取值（121、97、65……）。也可以不传帧数，启用 Duration Head 让模型按提示词自己判断该多长。
--seed：固定种子可以复现结果，改种子换构图。
分辨率：--width/--height 可指定，想冲 4K 就是官方示例的 --width 3840 --height 2176。
--temporal-upscalings：补帧倍率，1 倍或 2 倍，用时间升频器把 24fps 提到 48/96fps 的顺滑度。

蒸馏版只走 8 个预定义步数（第一阶段 8 步 + 第二阶段 4 步），这是它比全量版快得多的原因；图生视频走同一条管线，加图片输入参数即可。

低显存方案：量化 + 卸载

显存吃紧时两个开关组合用：

# fp8 量化 + 把放不下的组件卸到内存/硬盘
--quantization fp8-cast --offload cpu     # 或 --offload disk

代价是变慢，但 16GB 级别的卡也能跑起来。配合轻量的 conv 版视频 VAE（ltx-2.5-video-vae-conv-bf16）还能再省一块。

DFR 高保真渲染：画质上限的那一步

DFR（Diffusion Fidelity Rendering）是 LTX-2.5 的进阶管线：先用扩散模型铺一张高保真关键帧网格，按场景复杂度分配渲染算力，再用扩散视频解码器出片——官方称人脸更锐、文字更可读、快速运动更少涂抹。先下载它专用的 IC-LoRA：

hf download Lightricks/LTX-2.5-22b-IC-LoRA-Pixel-Spatial-Upscaler \
  ltx-2.5-22b-ic-lora-pixel-spatial-upscaler-x2-1.0.safetensors \
  --local-dir models/ltx-2.5/loras

然后把管线换成 ltx_pipelines.dfr_pipeline，路径参数与上面相同，多传一个 --detailing-lora models/ltx-2.5/loras/ltx-2.5-22b-ic-lora-pixel-spatial-upscaler-x2-1.0.safetensors。注意 DFR 必须配蒸馏版 transformer，不要传全量 dev 版。DFR 更吃显存和时间，官方示例分辨率也更高。看官方对比演示：

官方 DFR 演示：雨林红眼蛙的皮肤质感与水珠细节（视频取自 ltx.io）

4K HDR 输出：走进专业调色台

管线支持 HDR 工作流：--hdr 选色彩空间（SRGB_LINEAR / ACESCG / ACESCCT），输出半精度 EXR 帧序列外加 BT.2020/HLG 母版，可以直接进 DaVinci 这类调色流程。搭配 --width 3840 --height 2176 就是完整 4K HDR 成片：

官方 HDR 演示：火山熔岩原野航拍，高光与暗部层次保留完整（视频取自 ltx.io）

管线全家福：按需求选

管线	干什么用
ltx_pipelines.distilled	最快的文生/图生视频，日常默认
ltx_pipelines.dfr_pipeline	DFR 高保真渲染，画质上限
TI2VidTwoStages / OneStage	图生视频两阶段（高质量，用全量模型）/ 单阶段
KeyframeInterpolationPipeline	关键帧插值：给定关键帧补中间动作
A2VidPipelineTwoStage	音频驱动视频：给段声音生成画面
RetakePipeline	对实拍/已有素材做"重拍"式编辑
DubItPipeline	给已有视频换配音
HDRICLoraPipeline	HDR 定向管线