一条 Queue 生成整部广播剧:开源本地多模型流水线发布
fflluuxxuuss · reddit · 2026-09-20
作者开源了一个 ComfyUI 节点包，一键从本地 LLM 写剧本到输出成品 .mp4 的完整多模态流水线，默认配置无需账号、API key 或付费服务。
端到端流程：本地 LLM 写剧本（可改编莎士比亚、公版小说或 RSS 新闻）→ 角色声音锁定（每角色全剧一个稳定神经语音）→ 音乐模型作曲 → 图像/视频模型画场景 → 烧录字幕 → 演职员表滚动 → 输出 mp4。
核心可复用的部件：
- 统一接口的 TTS 适配器：Kokoro（默认，CPU 即可）、Bark、Chatterbox、Dia、IndexTTS2 克隆，以及 Google/ElevenLabs 云端选项
- 视频：LTX 2.5（含音画同步 foley 通道）、Wan 2.2、AnimateDiff、Blender 等
- 图像：Z-Image-Turbo 默认，Flux.1-dev、SD 1.5 等
- 编排：每集 JSON ledger 供所有下游节点读取，-14 LUFS 母带处理
硬件：默认图在 8 GB 显存和 Apple Silicon 上可跑，重型视频通道需 16 GB；已在多台设备验证。MIT 协议，明确允许商用（注意底层模型各自的许可限制）。
「编程与Agent」频道最新
- AI 全程操刀设计 4 层 PCB:135 个元件 514 个焊盘,人几乎没动手 — Paimaamu · 2026-09-20
- 程序员金句:被淘汰的不是开发者,而是不会用开发者的 AI — ashishllm · 2026-09-20
- Agent 产品 NoSpoon 月底转私有，作者称消费级创意市场为时尚早 — Kyrannio · 2026-09-20
- Da7em Bench 发布：每模型 200 个真实客户任务、12 领域评 AI 实战力 — airesearch12 · 2026-09-20
- 用 Codex 做室内挂画排版：Blender 里 3D 重建免重算锚点 — perilli · 2026-09-20
- AI 工程师日常都在干什么?RAG、可观测性与后端初探 — tech_kie · 2026-09-20