零成本本地跑通 MV 全流程:Krea 2 出人、MiniMax Music 3 配乐、H3 出视频
kornerson · reddit · 2026-09-07
作者用两周时间挑战:能否只用本地 rig 和开源/开放权重模型做出一支高质量 MV?答案是肯定的,总成本为零(只花电费和 GPU 折旧)。
技术栈:
- 歌手形象:本地运行 Krea 2 生成
- 音乐:MiniMax Music 3 开放权重生成,作者再手动混音改善低频、清晰度与一致性
- 视频:MiniMax H3 开放权重生成
关键做法与观察:
- 全部用 Reference to Video(参考图到视频)而非静态首帧,唇形同步是质感的关键
- 本地生成慢但可后台排队 20 条视频,之后人工筛选最佳片段
- H3 是首个「像专业模型」的本地视频模型,提示词遵循度极佳;Music 3 的声音层次与立体声处理令人惊艳
- 一致性出色:角色左眼旁的雀斑在所有镜头中保持一致
结论:本地开源模型已能产出有专业观感的 MV。
「多模态」频道最新
- 曝字节跳动研发实时空间视频生成模型,张一鸣亲自督战、最快下月发布 — pstAsiatech · 2026-09-07
- 工程师训练 bufo 风格 LoRA，在 Slack 自动生成统一画风表情包 — emilyzsh · 2026-09-07
- Gemini 推出 agentic 视频理解：token 省 88%、成本降 66% — patloeber · 2026-09-07
- GPT-6 Astra 直出 Rhino 3D 天篷模型,token 一晚烧光 — Hailuo_AI · 2026-09-07
- MiniMax H3 两步工作流实测：比同尺寸单步更快且质量不降 — Hot_Store_5699 · 2026-09-07
- Gemini Omni Flash 1.1 现实物体变宠物，附三条 prompt — Able-Line2683 · 2026-09-07