两块 GPU 烧 48 小时跑本地视频模型，全 AI 流程做出音乐 MV

tetsuoai · x · 2026-10-10

创作者 tetsuoai 展示了一支几乎全流程 AI 制作的 MV：以 Scott Buckley 的《Titan》旋律为底，先在钢琴卷帘上凭听感扒谱，再用 Suno 分层叠加 pads、人声、合成器、贝斯等音轨。

视频部分每帧都来自本地视频模型，其两块 GPU 连续满载超过 48 小时，作者提到因用量耗尽，若用 Grok Imagine 会更省事。画面叠加与后期由 Grok 和 Opus 完成。

其中「从三角钢琴内部拍摄的钢琴画面」也是渲染产物：程序读取 MIDI 后在 Blender 中做路径追踪渲染，整个项目由 Grok + Opus 5.5 协作完成。这是一条本地视频模型 + 多模型协作的完整创作管线实录。

原文链接 →

「多模态」频道最新

• 用 fal 生成樱花古塔花园主题乐高风格图像 — noahsolomon · 2026-10-10
• 某些视频类型上，LLM 用代码生成竟胜过 Seedance — gefei55 · 2026-10-10
• 「有生之年系列」:博主称这是见过最逼真的 AI 视频 — alexgoughcooper · 2026-10-10
• Unsloth 发布 Qwen-Image-2.1-Turbo-FP8,FP8 量化加速图像生成与编辑 — unsloth · 2026-10-10
• Qwen Image 2.1 vs Turbo 横评:此前对比用了错误采样参数 — No-Zookeepergame4774 · 2026-10-10
• Midjourney 开测 MCP,招募创意社区抢先体验 — midjourney · 2026-10-10

更多「多模态」频道 AI 资讯 →