开发者自训视频管线实测：2K 15秒生成需8分钟

独立开发者 Kyrannio 分享其自训视频生成管线进展，涵盖 ref2vid 口型同步与多层合成能力。管线基于 h3 架构，用 VAE 加多个去噪/解码器自行训练而非直接套用现成模型。初步产出质量不错、速度相对较快，但生成 15 秒 2K 分辨率视频仍需约 8 分钟渲染时间。

2026-09-05 ~ 2026-09-05 · 2 条相关

• 自训视频管线实测：15 秒 2K 视频生成需 8 分钟 — Kyrannio · 2026-09-05
• ref2vid 口型同步实测：2K 15 秒视频需渲染 8 分钟 — Kyrannio · 2026-09-05