用 MiniMax H3 + Claude 全自动做 MV:28 镜头 45 次渲染 8 GPU 小时零音画偏差
Cheap_Credit_3957 · reddit · 2026-10-18
Reddit 用户分享了一条几乎全自动生成的动漫风 MV 完整工作流:故事、乐队人设与场景由本人设定,歌词由 Claude 撰写,歌曲用 Suno 生成,角色立绘用 GPT image 2 绘制。
核心流程:
- Claude 通过 MCP/API 驱动作者开源的 ComfyUI 视频生成器(vrgamegirl19/comfyui-vrgamedevgirl),自主规划 28 个镜头并逐镜头撰写 MiniMax H3 提示词,附歌词对位与情绪标签
- 旁白与音效用 ElevenLabs Eleven v4 生成(作者只有 $5 套餐)
- 用两段式渲染:MiniMax H3 Singularity 25 步跑首遍,再用 8 步 768p turbo LoRA 以 4 步、0.35 denoise 做 latent 放大精修
- 45 次渲染(含重拍与备选版本)共约 8 个 GPU 小时(5090),Claude 逐帧检查并重拍问题镜头,28 个场景音画同步偏差为 0ms
作者还在开发 story mode,未来无需 Claude 也能按剧情流自动出片,工作流文件 MiniMaxH32PassLatentUpscaleShareable.json 已开源。
「编程与Agent」频道最新
- 评测框架观点：纯模型无关的 harness 无法榨干模型潜力 — gethackteam · 2026-10-18
- 谷歌开源 Harness²：不改权重递归优化 agent 框架，最高提升 11.8 点 — dr_cintas · 2026-10-18
- exe.dev 上线 API/CLI 浏览器，秒级创建 VM 可克隆可分享 — davidcrawshaw · 2026-10-18
- 用 Codex 重新整理 Google TV:编码智能体的离谱新玩法 — brandon_galang · 2026-10-18
- 开发者视角反转：AI 让曾被嫌弃的 monorepo 在 2026 年变得好用 — gethackteam · 2026-10-18
- 从没写过代码的网友：用编程 agent 像盲煮，全靠信任过程 — flowersslop · 2026-10-18