AI短剧工作台都能自己搭了,GitHub上这些神器真可以试试
GitHub 上出现一批 AI 短剧工作台开源项目,覆盖剧本、分镜、生成到剪辑全流程。文章汇总七个项目,Huobao Drama 用四个 AI Agent 分工,Toonflow 支持无限画布与 3D 导演台,Waoowaoo 开源首日获近 3000 Star。
GitHub 上出现一批 AI 短剧工作台开源项目,覆盖剧本、分镜、生成到剪辑全流程。文章汇总七个项目,Huobao Drama 用四个 AI Agent 分工,Toonflow 支持无限画布与 3D 导演台,Waoowaoo 开源首日获近 3000 Star。
Flux 3 Klein 是一个 5.6B 参数的开源权重模型,把文生图与图像编辑合并到一个模型里,接受文本提示和最多 10 张参考图并输出单张图像,支持边界框指令和 4K 分辨率,文本编码器为 Qwen3-VL-4B-Instruct。
ComfyUI 发布模板教程,演示如何用 comfy.org 的现成模板和内置模板浏览器,把一张草图一路做成 3D 玩具、零售包装和多镜头广告。
作者在 ComfyUI 中实测了 MiniMax H3 的 RefMod 自定义节点,它把人物图片、动作视频或音频压缩成可复用的参照文件,无需训练 LoRA,用法接近 LoRA 加载器,可调强度并组合多个参照让角色同框。
sirioberati 发布 Genjustsu 开源工作流,在本地 UI 中通过彩色深度、SAM 3 遮罩和 Enhancor 的 Seedance 集成替换视频主体,先出草稿、批准后再生成 1080p。
mushigaite 在 GitHub 开源 short-video-maker,可将 YouTube 视频或本地文件自动切成 9:16 竖屏短视频,集成高光检测、字幕、翻译与配音,且无片头署名和水印。
作者发布免费的 MiniMax H3 ComfyUI 工作流 Stubelius Ultimate H3,含 Speed、Hybrid、Quality 三档预设。
echris6 在 GitHub 发布 motion-video-kit,一个 Claude Code 技能(也可作为普通上下文供其他 LLM 使用),用于为真实企业制作 AI 生成素材加代码动效(HTML/GSAP,选择性 Three.js)的发布式商业广告。
Nerdy Rodent 发布教程,讲解如何在本地 ComfyUI 中运行 Qwen Image 2.1。该模型除文生图外还支持图像编辑,最多可输入 10 张参考图,用于换脸、换头、换背景、多角色合成与自然语言改风格,INT8 模型文件小于 8GB。
YeJe-cpu 在 GitHub 开源 SeeCut,一个给 Claude Code 等 coding agent 用的 skill,把数字人或真人口播素材自动精剪成带动效的竖屏短视频,并可选推成剪映分层草稿微调。
Hugging Face 团队用 Gradio Workflow 重建了 AUTOMATIC1111 的大部分功能,做成单一画布 Workflow1111,由 11 条媒体管线和 73 个节点组成。
Gradio 内置的 gr.Workflow 把 AI 管线描述为带类型节点的图,提供可拖拽画布,每个节点可运行、中间结果可见,同一张图同时是 REST API 并可一键部署到 Hugging Face Spaces。
Hugging Face 博客介绍 Diffusers 现已原生支持 Nunchaku 的 4-bit 扩散推理,加载量化 checkpoint 只需调用 from_pretrained(),无需本地 CUDA 编译。
Hugging Face 在 Diffusers 中集成 ControlNet,推出 StableDiffusionControlNetPipeline,可用深度图、分割图、涂鸦、关键点等空间条件控制 Stable Diffusion 生成。
苹果工程师提供了转换脚本与推理代码,Hugging Face 已把 Stable Diffusion v1.4、v1.5、v2 base、v2.1 base 的权重转成 Core ML 版本并放到 Hugging Face Hub。
Hugging Face 发布教程,讲解如何用 Diffusers 库运行 Stable Diffusion 文生图模型,并拆解其工作原理。