开源 ComfyUI 工作流实现超长对口型数字人视频

Reddit 用户 martinerous 开源了一套基于 MiniMax H3 的 ComfyUI 对口型工作流，可输入语音音频、参考图和变化关键帧，生成超长 talking head 说话人视频。针对长视频口型同步易退化的问题，工作流采用分段生成再拼接的思路防止质量下降，代码已在 GitHub 开源，为数字人内容创作者提供了免费可复用的方案。

2026-10-27 ~ 2026-10-27 · 2 条相关