单卡 RTX 5090 全本地跑 MiniMax H3,做出 50 秒会说话的 AI 角色
Loud-Goose2121 · reddit · 2026-10-02
作者分享用开源权重的 MiniMax H3 在一张 RTX 5090 上全本地生成 50 秒对话式 AI 角色「Leonard」(虚构的 74 岁纽约酒店老板)视频的工作流:
- 视频生成:ComfyUI 中用参考图到视频,768x1344、24fps;成片由多段 6-9 秒生成片段剪辑而成,单段过长会漂移丢失细节;
- 一致性:每个镜头使用同一组参考(正脸、左右侧脸、服装照、场景照),且每个近景镜头的首尾帧固定为同一静帧,硬切不跳;
- 口型同步:先做好配音音轨,再将音轨喂给每段生成,由 H3 对齐口型。
是一条可复现的本地长内容角色视频制作流程。
「具身」频道最新
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16
- LeRobot 0.7 发布:新增 YAM、reBot B601 与宇树 G1 多款机器人硬件支持 — mishig25 · 2026-11-16
- MathWorks 开源机器人资源库:机械臂、无人车、无人机示例一站式入门 — lukas_m_ziegler · 2026-11-16