LTX 2.3多参视频：Best FaceID+MSR V2+Dasiwa V3工作流

作者：@T8star-Aix

LTX 2.3多参视频：Best FaceID+MSR V2+Dasiwa V3工作流

一句话导读：这套 LTX 2.3 工作流把 Best FaceID 多视图身份参考、MSR V2 概念理解和 Dasiwa V3 人脸/动态特化组合起来，用于提高参考生视频与数字人的身份一致性、画面美感和声音动态表现。

核心内容：
1. 作者先解释 Best FaceID 的核心不是简单复制参考脸，而是通过多层参考机制约束生成：既把身份参考与生成空间结合，也让时间和空间维度上的帧持续获得一致性参考，并通过人脸特征相似度约束身份。
2. 视频重点测试支持多视图的版本。工作流先准备三视图加正面人脸参考，再进入 LTX 2.3 参考生视频管道；相较只给单张正脸，多视图更适合在镜头变化和人物转向时维持身份。
3. 单独使用身份模型对某些特征不突出的脸仍可能“不够像”，因此作者叠加 MSR V2，补充场景和多概念理解；同时加入 Dasiwa V3，让人物更符合东方审美，并改善图生视频中的脸部一致性、动态和声音表现。
4. 模型组合需要控制权重。作者建议 MSR V2 不要过高，以免污染身份特征，视频中的参考区间约为 0.5-0.6；身份方向模型可用 1 或 1.2 起步，再按人物、底模和实际结果调整。Dasiwa V3 偏动漫特化时，可加强真人提示词或更换底模。
5. 组合后仍可能生成中文乱码。作者给出两类处理方向：更换底模并叠加 MSR 降低文字出现概率，或把此前的去文字工作流接到后段继续处理；这属于补救手段，不能保证所有镜头都消除文字。
6. 数字人版本只需上传音频并设置时长，工作流里的时长公式已预设；作者建议给实际音频多留约一秒，避免结尾声音被截断。快速动态场景还可以适当提高帧率，但应结合速度和稳定性测试。
7. 这套方案本质上更接近带人物参考的 RV2V：用户可以直接描述新场景，而不必先制作每个场景的首帧。作者同时提供国内版和海外版，并明确提醒涉及人物、宽审核素材或商业用途时必须合规使用。
8. 首屏评论认为 LTX 的人物一致性已有改善，但提示词遵从度仍可能弱于 WAN；因此它更适合需要多视图身份参考和数字人流程的用户，不应视为所有视频生成场景的通用替代。

适合人群：正在使用 ComfyUI/LTX 2.3 做参考生视频、人物一致性、多视图角色或音频驱动数字人的用户，以及需要组合 Best FaceID、MSR V2 和 Dasiwa V3 调整结果的人。

相关夸克网盘链接：
【模型：https://pan.quark.cn/s/22e978b94332】
【T8 CF整合包V12：https://pan.quark.cn/s/af20c54c9a13】
【无限画布整合包v2.6.8：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.8A：https://pan.quark.cn/s/ed4f5cc2db75】

补充说明：本文根据授权视频约 686 秒完整音频转写、视频标题/简介和默认首屏评论整理。转写中个别论文与节点专名不清晰，因此正文只保留能由标题、简介和连续语义交叉确认的名称与参数；实际节点连线请以原视频画面和项目说明为准。