本地 MiniMax H3 生成 29 段动作视频,搭出可对话的 AiTuber 立绘
Hailuo_AI · x · 2026-09-08
作者用本地部署的 MiniMax H3 为 VTuber/AiTuber 制作会动的立绘,思路非常朴素:不做 Live2D 式实时变形,而是预先批量生成动作视频库存,播放语音时只对嘴部做同步变形。
- 原画用 niji·journey,再用 GPT Images 生成身体和脸的四面图,从四面图生成各方向转头与动作
- 共 29 段素材:转头 16 段、待机 4 段、动作 9 段,RTX 5090 一晚批量生成
- 优点是能放高踢腿、倒立、转身等大动作;缺点是所有角度和表情都要预生成,素材量会爆炸
- 更适合 AI 自选动作的 AiTuber 而非实时跟动的 VTuber
- 语音用 Irodori-TTS,本地对话用 gpt-oss-20b,会话接入 AITuber OnAir 公开包,实现用 Codex 完成,做法已在 GitHub 公开
「编程与Agent」频道最新
- 用去审查版 GLM 绕开 Claude 拒答： SS7 威胁建模工作流 — l4rz · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- GitHub Next 发布 Chopin:实时多人的 Agent 协作规划环境原型 — max__drake · 2026-10-27
- TMLR 论文：更强推理不等于更充分披露，Agent 思考越多未必告知越全 — SharonYixuanLi · 2026-10-27
- 作者称全由 LLM 编写的 Rust 库 bbtree 实测：快是真的，省内存翻车 — lmoroney · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27