单张 AMD 显卡本地做出 3 分半音乐视频：Krea 2 LoRA + Wan 2.2 + 代码绘图全流程开源
wilppuse · reddit · 2026-10-22
作者在一张 RX 7800 XT(16GB,ROCm)+ 64GB RAM 上完全本地制作了一支 3:26 的音乐视频,并开源了全部脚本与踩坑记录(GitHub: only-what-i-said)。
- 静态画面:ComfyUI 中用 Krea 2 Turbo + 基于 Krea 2 Raw 训练的角色 LoRA(musubi-tuner)
- 对口型特写:InfiniteTalk;动作镜头用 Wan 2.2 I2V,RIFE 补帧重定时到 25fps
- 远景演唱镜头:Grok Imagine 素材,用 Whisper 时间戳 + PCHIP 时间扭曲逐字对齐真实人声
- 图形叠加:Python/PIL 逐帧绘制,InsightFace + OpenCV 跟踪让标签贴住人脸和物体表面
- 导演是 Claude,作者负责跑工具;仓库里还记录了 ROCm 上失败的部分
「编程与Agent」频道最新
- Hermes Agent 演示：四条提示词在聊天里生成绑定动画角色 — alexcovo_eth · 2026-10-22
- 实测 EverOS 持久记忆：跨会话记住技术决策并约束后续建议 — nikola_mr64990 · 2026-10-22
- 用 Grok 机器人搭「密钥轮换」例行任务：扫描本机与云端密钥有效期 — alexcovo_eth · 2026-10-22
- 用 Claude Code 造出浏览器实时城市摧毁演示:含 240 个单元测试 — smith2008 · 2026-10-22
- 16 年微软 MVP 开源 PSMcpServer:脚本丢进文件夹即变 AI 工具 — dfinke · 2026-10-22
- Reddit 开发者痛批 MCP:像 GraphQL 一样过度设计、难缓存易被攻击 — ZeroCool86 · 2026-10-22