开源 Remiqora 0.3:16GB 显存本地跑通一句话或一首歌生成完整影片
inikolax · reddit · 2026-11-05
作者发布开源(GPL-3.0)视频工作室 Remiqora Video 0.3,在单张 16GB RTX 上本地封装 LTX 2.3/2.5、WAN 2.2 等开源模型,实现从一行文字或一首歌直接产出成片。非新模型,而是一条完整流水线。
歌曲成片流程:
- Demucs 分离人声 + Whisper 转写歌词并定位节拍
- 本地 LLM(Gemma 4 E4B)写剧本与场景 prompt,主角描述全场景一致
- 选角:从 4 次生成中挑歌手脸,或用你的照片
- LTX 2.3 按音轨分段拍摄,嘴型对准人声
- 每个新片段约 1 秒质检(黑帧/冻结/跳变/涂抹/脸漂移/「没在唱」),坏镜头换 seed 重拍一次,两条都保留
- 按节拍剪辑,输出 1080p/4K、HDR10 或 48fps(RIFE)
0.3 新特性:节点图支持分支(多结局/多版本/预告片,共享场景只拍一次,全场景缓存);25 种画风(含水彩/油画/黏土等,先画首帧再拍摄);非人类主角(机器人/动物);可选云端模式(RunPod,自带 key);MiniMax H3 因许可证排除美欧韩而改为可选,默认安装约 51GB。
限制:Windows 11 + NVIDIA 16GB 显存,无 Linux/AMD;RTX 4080 上每 5 秒草稿场景约 30 秒;32GB 内存需大页面文件;早期版本,安装包未签名。
「多模态」频道最新
- 司马光砸缸监控视频爆火，作者公开 MiniMax H3 完整制作流程 — Hailuo_AI · 2026-11-05
- Canva CRAFT 模型展示角色一致性扩展，探索角色专属功能 — pbaylies · 2026-11-05
- LiveFoley 论文:实时视频转音频生成,延迟低至用户无感知阈值内 — Yusheng Dai · 2026-11-05
- 一年 29 款语音到语音模型发布,全双工正加速追赶级联方案 — rdesh26 · 2026-11-05
- Krea 2 Turbo 4 步蒸馏 LoRA 重训至 133K 步，伪影噪点全面收敛 — TimeTruth2490 · 2026-11-05
- 全代码产出讲解视频与 VSL：字幕逐句对齐口播 — PrajwalTomar_ · 2026-11-05