12GB 显存跑 H3+Pika Flex 复刻《Battlezone》短片，作者公开完整参数
Successful_Fig8907 · reddit · 2026-11-04
Reddit 用户在 12GB RTX 3080 Ti + i9-11900K 上制作了一支致敬《Battlezone II》首关的科幻短片，并公开完整工作流求建议。
- 工作流：ComfyUI + MiniMax H3 Extender Ref2VA，使用 H3 pruned INT8 ConvRot 模型与 Pika H3 Flex Ref2VA 适配器（强度 1.0），6 步 LCM/simple 采样、Pika sigmas、Comfy Kitchen attention；用 H3MemoryOptimization 节点按 4096 行分块、保留原生精度、自动 QKV/MLP/embedding 内存模式省显存。
- 生成：约 1MP（1344×736）、24fps、每段 5–8 秒独立片段；不依赖 job 间 motion context，连贯性靠参考图与文字化的镜头/动作/开场/收尾状态描述。对话用 H3 原生音频 + 文本指定音色。
- 耗时：总处理 2 小时 32 分，平均每段约 4 分 07 秒；全批窗口 3 小时 01 分（含间隙与废片）。
- 参考：每段 1–2 张图，全批共 11 张角色/飞船/座舱/环境图；从片段 19 起去掉背景照片改用文字描述环境。
作者还在求 advice：如何改善物理连贯性与物体交互、跨镜头位置/背景一致性；以及 12GB 显存下的高清放大方案——提高生成分辨率会溢出，VAE×2 尚达不到想要的 HD 细节，希望得到具体的 VAE/decode 或独立放大器设置建议。
「多模态」频道最新
- 美团 LongCat-2.5 发布：1.6T 参数原生多模态 agent 模型 — thisdudelikesAI · 2026-11-04
- 网友用 Runway、Kling、Suno 混搭打造超英雄预告片《The Stone Bearers》 — Ulkaverse · 2026-11-04
- LTX 2.5 无法「升级分辨率重渲」同一镜头，视频模型缺指纹机制引吐槽 — iJohnnyRobert · 2026-11-04
- AI 电影级多镜头一致性仍是难题:Blender+ComfyUI 实践者发长帖求解 — Due-Air-5626 · 2026-11-04
- AI 电影级多镜头一致性仍是难题:Blender+ComfyUI 实践者发长帖求解 — Due-Air-5626 · 2026-11-04
- AI 视频把巨人塞上小自行车,创作者感叹娱乐力超迪士尼 — HeyZoyaKhan · 2026-11-04