LTX2.3-IC-LORA-Dual-Character.safetensors是一款基于Lightricks LTX-2.3底模训练的IC-LoRA模型，专为提升双人同框对话、角色互动及分镜头视频生成的稳定性和叙事性而设计。该模型由Maque AI开发，旨在解决多角色视频生成中常见的角色漂移、构图混乱和镜头切换生硬等问题。
1. 模型名称技术解析
模型名称“ LTX2.3-IC-LORA-Dual-Character.safetensors”精确描述了其技术构成。“LTX2.3”指明其依赖的基础模型是Lightricks公司发布的LTX-Video 2.3版本；“IC-LoRA”代表这是一种针对图像条件（Image Condition）优化的低秩适配器；“Dual-Character”明确了其核心优化目标是双角色场景；“.safetensors”则是Hugging Face推广的安全张量存储格式，避免了传统Pickle格式的安全风险。
2. 核心功能特性
角色一致性增强：该模型显著提升了双人同框时角色特征的稳定性，有效减少了生成过程中常见的角色混淆或特征漂移现象。
构图与镜头控制优化：专门针对电影式对话构图进行了强化，支持更精确的景别控制（如中景、近景）和镜头语言表达。
叙事连贯性提升：增强了对多段落描述的理解能力，使得不同分镜头之间的过渡更加自然流畅。
多风格兼容：完美支持古风玄幻、现代都市、3D动漫等多种主流视觉风格。
3. 安装与部署指南
这是一个标准的LoRA模型，必须与LTX-2.3基础模型配合使用。在ComfyUI中，请将 LTX2.3-IC-LORA-Dual-Character.safetensors文件放置在models/loras/目录下。
4. 硬件需求与性能
该LoRA模型本身参数量较小（约312MB），对显存的额外需求很低。实际显存占用主要取决于LTX-2.3基础模型。根据开发者提供的参考，在RTX 5090显卡上，以720P（1280x720）分辨率生成一段10秒、24帧率的视频，耗时约2分钟。建议至少配备12GB显存以确保流畅运行。
5. 模型类型与强度设置
该模型是LoRA（Low-Rank Adaptation）适配器，而非完整的Checkpoint模型。关于LoRA强度（权重），开发者给出了明确建议：当单独使用该模型时，推荐权重设置为0.6至1.0；当需要与其他LoRA模型叠加使用时，建议将权重降低至0.3至0.5，以避免概念冲突和画面崩坏。
在线试用
https://www.runninghub.ai/ai-detail/2055210975225237505
工作流分享
https://pan.quark.cn/s/050746cca9a1
模型下载地址
国内直连零门槛渠道（夸克网盘）
https://pan.quark.cn/s/42994c0df601
国外下载地址：
CivitAI平台：在CivitAI搜索“LTX2.3-IC-LORA-Dual-Character”，由创作者“Maque AI”发布。
Hugging Face Hub：可通过搜索模型全称查找相关资源。
实际应用价值与使用技巧
要充分发挥该模型的潜力，提示词（Prompt）的编写至关重要。开发者建议采用“场景描述 + 角色设定 + 分镜设计 + 镜头语言”的完整结构。例如，在古风场景中，需详细描述环境氛围、角色服饰、神态动作以及具体的镜头运动。该模型对复杂的双人肢体互动（如缠绕、打斗）的支持仍有局限，可能出现形变，因此建议以对话和微动作为主。对于追求更自然镜头切换的用户，可以尝试结合专门的“平滑过渡LoRA”一起使用。此外，该模型完全兼容文生视频（T2V）和图生视频（I2V）两种模式，为用户提供了灵活的创作起点。
免责声明：本文内容仅供技术交流与学习参考。所提及的模型资源版权归原作者麻雀AI（Maque AI）及Lightricks公司所有。请严格遵守Apache-2.0开源协议及相关法律法规，在合法合规的范围内使用。
欢迎关注我，在评论区分享你使用该模型创作的双人对话视频作品或探讨进阶技巧，一起交流学习！
