IV Studio 开源:ComfyUI+H3 上从创意到成片的本地电影工厂

itsVariance · reddit · 2026-11-05

作者为 Comfy 开源挑战赛发布了 IV Studio——一个 MIT 协议的 Windows 桌面应用，通过 API 驱动自己的 ComfyUI，在本地 PC 上打通从想法到短片的完整流程，无需手动碰节点图。

主要功能：

Write it for me：本地模型（Ollama 的 Qwen3-VL 或经 MCP 接入的 agent）看参考图自动写 H3 提示词，检查器自动修复 H3 会惩罚的错误（frame-grid 长度、说话人标签、未挂接参考图等）。
Hunt, then finish：快速预览出图，按 Whisper 听到的台词、相似度和清晰度为条次排名，评审给出带时间戳的问题清单，选定条次从同一 latent 用 DLSS 5 或 SeedVR2 精修。
Projects：六步向导从创意到短片（剧本、选角、可播放动态分镜的草图），每个镜头从草图拍摄以保证人脸和场景一致。
Staging board：在俯视平面图上摆放人物和机位，转化为精确的屏幕调度或供 H3 跟随的灰色 previs 片段。
剪辑：右键延长镜头、补空隙、重录台词、用 SAM 3.1 抠人、转竖屏。
其他：角色 LoRA 训练、MiniMax Music 3 / ACE-Step 配乐、VoxCPM2 本地配音、Civitai LoRA、142 工具的 MCP server 可让 Claude Code 共同执导。
无强显卡可走 Runpod/Modal 渲染，空闲自动关机；4090+64GB 实测，16GB 卡可用小尺寸预览。模型下载均校验 SHA-256。

「多模态」频道最新