全本地流水线做出音乐 MV:5090 一张卡跑 ACE-Step+Flux+LTX 2.5
HMICsource · reddit · 2026-10-30
一位创作者用全本地模型制作了一支说唱 MV,主题用 70 年代拳击宣传片的风格讲「本地模型 vs 前沿模型」。制作管线:
- 音乐:RTX 5070 Ti 笔记本上跑 ACE-Step 1.5,要求铜管摇摆乐却出了 hip hop,作者保留并自己在 REAPER 里录了说唱段落,AI 歌手唱 hook
- 歌词:本地 27B Qwen 系模型根据作者创意起草
- 视频:同一模型生成场景提示词,ComfyUI 里 Flux 生成首帧 + LTX 2.5 生成视频(部分首帧用 GPT Image),一张 5090 完成
- 剪辑:自写脚本按歌词行的词级时间戳规划片段,作者逐一审核每个插槽
作者表示欢迎提问管线细节。
「多模态」频道最新
- Runway 发布 App Studio：无代码把工作流变成创意应用 — runwayml · 2026-10-30
- Ideogram 推出上下文窗口编辑，高分辨率图局部修改不伤周边 — CSProfKGD · 2026-10-30
- 全 AI 制作：Dreamcast 新游戏《Canyon Overdrive》预告片曝光 — AIandDesign · 2026-10-30
- 10 万小时真实对话数据集 Joy 发布：教语音模型学会人类何时插话 — Scobleizer · 2026-10-30
- 一条命令起服务：用 transformers serve 跑 NVIDIA Nemotron 3.5 转写模型 — yb2698 · 2026-10-30
- Pika 新模型 H3 Flex 实测：15 秒 768p 视频最快 7 秒生成 — HeyToha · 2026-10-30