端到端 AI 换脸视频工作流全解：从素材检查到帧对齐装配
Few-Profession421 · reddit · 2026-10-21
作者完整拆解了一条从原始素材到成片的 AI 换脸视频生产流水线，按 00-09 目录结构组织(原始素材→镜头规划→场景参考→提示词包→AI 生成→帧对齐→最终装配→质检→版本归档)。
关键实践要点:
- 用 ffprobe 记录源视频帧数/帧率等元数据，并生成 SHA256 校验和防止误用错误导出版本
- 镜头切分原则：在自然动作边界切割，而非任意时间戳；多人同框需显式标注服装、左右位置和遮挡关系
- 先生成参考静帧再生成视频：每个镜头至少取首/中/尾三帧做参考，先核对身份、发型、服装、手部、前后遮挡——静帧都不对，生成视频也救不回来
- 每个镜头打包成可复现生成包：参考静帧 + 24FPS 运动参考视频 + 运动描述 + ComfyUI 配置 + checksum manifest
- 两阶段分辨率：一过 1280×736,二过 1920×1088;运动提示词只描述可见动作(张嘴/闭眼/转头等)
- 踩坑案例：替换 Elon Musk 角色时闭眼过早，加参考图能减错但无法保证运动正确
「编程与Agent」频道最新
- 研究智能体 Épi 刷新 120 项纪录,n-queens 常数区间缩小 84 倍 — dair_ai · 2026-10-21
- Compaction hooks 实战:保留末尾消息原文+摘要压缩,实现 agent 记忆连续性 — MoonL88537 · 2026-10-21
- 「空白输入框的隐性成本」：当操作负担经由语言重新回到用户身上 — _AustinCalvert_ · 2026-10-21
- DeepMind 论文：自进化 Agent 学新任务最快，忘掉旧知识也最多 — rohanpaul_ai · 2026-10-21
- arXiv 原文:《自进化 Agent 是持续学习者吗?》——可塑性代价是稳定性 — rohanpaul_ai · 2026-10-21
- PM OS、Team OS、Company OS:三层 AI 工作系统怎么搭、先搭哪个 — aakashgupta · 2026-10-21