📊 v1 vs v3 对比
v1（噪音爆炸）
v3（Foley LoRA + distilled 22B）
📋 技术参数对比
| 参数 | v1（坏） | v3（当前） |
|---|---|---|
| 模型 | ltx-video-2b-v0.9.5-dev-INT8 | ltx-2.3-22b-distilled-fp8-scaled-v3 |
| LoRA 加载 | LoraLoaderModelOnly | LTX2LoraLoaderAdvanced（per-layer） |
| LoRA video 层 | 1.0（视频也被影响） | 0.0（只影响音频层） |
| 采样器 | KSampler | SamplerCustomAdvanced + ManualSigmas |
| CFG | 3.0 | 1.0（distilled 硬性要求） |
| Sigmas | 无 | DISTILLED_SIGMAS（8步） |
| 文本编码器 | umt5-xxl（错误） | DualCLIP: gemma-3-12B + projection |
| NAG | 无 | LTX2_NAG（11层, α=0.25） |
| PromptRelay | 无 | PromptRelayEncode（V2链） |
| 音频模式 | auto（无引导） | auto（LTX 自由生成对白+环境音） |
| mean volume | -7.1 dB | -12.6 dB |
| max volume | 0.0 dB（削波🔥） | -0.1 dB |
问 Kai： 请听 v3 视频的音频——
1. 噪音问题解决了吗？
2. 有环境音（脚步、风声、环境氛围）吗？
3. 有对白/人声吗？
4. 有 BGM 吗？
如果方向对，下一步：有 TTS 的分镜用
1. 噪音问题解决了吗？
2. 有环境音（脚步、风声、环境氛围）吗？
3. 有对白/人声吗？
4. 有 BGM 吗？
如果方向对，下一步：有 TTS 的分镜用
dialogue+ambient 模式（freeze TTS + 补环境音），无 TTS 的用 auto 模式。