PxTicks 开源 Minimax H3 运动控制工作流与配套应用
PxTicks 开源了 Minimax H3 运动控制工作流,通过拖拽物体即可控制运动,并配套了背景分离、运动路径与掩码生成工具,可直接与 ComfyUI 接口使用。
推荐理由:作者开源了 Minimax H3 运动控制工作流,通过拖拽物体即可控制运动,创作者可参考实现类似效果。
内容形态
拿来就能用的实操内容:工作流搭建、工具用法、降本经验与踩坑记录。
134 条精选近 30 天 76 条共收录 1,418 条
PxTicks 开源了 Minimax H3 运动控制工作流,通过拖拽物体即可控制运动,并配套了背景分离、运动路径与掩码生成工具,可直接与 ComfyUI 接口使用。
推荐理由:作者开源了 Minimax H3 运动控制工作流,通过拖拽物体即可控制运动,创作者可参考实现类似效果。
3D 到 AI 视频工作流用 3D 模型作为参考解决 AI 视频角色随镜头角度变化而漂移的问题,涉及 Trippo 3D、Hunyuan 3D、Meshi V7 等模型生成工具。其中 Meshi V7 导出格式灵活,Cozy Clay 可在浏览器中操作模型,Simulon 可将角色放入真实环境生成视频。但生成的模型默认未绑定骨架,动画仍需额外绑定步骤。
推荐理由:用 3D 参考模型解决 AI 视频角色漂移的工作流,并对比 Trippo 3D、Hunyuan 3D、Meshi V7 等工具的适用场景。
作者在 ComfyUI 中测试 MiniMax H3,用首帧加 18 帧分镜和 3 个 LoRA 生成连续打斗,在 RTX 3060 12GB 上输出 1536×864、24fps、约 12 秒(289 帧),生成耗时约 28 分钟。结果得到连续动作序列,无慢动作或剪辑,但动作仍不真实,地面交互尤其困难;作者未单独测试各组件,因此不是对比结论。
推荐理由:作者公开了在 RTX 3060 12GB 上用首帧、18 帧分镜和 3 个 LoRA 生成连续打斗的完整参数,可迁移到类似动作场景。
Lee Veo 发布教程,用 ChatGPT Images 和结构化 prompt 创建一致的 3D 卡通角色,无需 3D 建模经验。教程涵盖角色表、表情、姿势、场景和图像到视频动画的完整流程,并给出可复用的 prompt。
推荐理由:这套用 ChatGPT Images 生成角色表并保持跨图一致性的流程,可直接迁移到 AI 短剧或系列动画制作中。
Lemo-Opuscar 是一个用 Claude Code 写代码生成短片的开源项目,完全不依赖视频生成模型,通过 canvas/WebGL 逐帧渲染、headless Chrome 截屏和 ffmpeg 合成,已积累 59 种风格,一个月获 8274 个 star。
推荐理由:作者从 Lemo-Opuscar 提炼出盲导演模式三步法,把作品变纯函数、感官换断言、品味写文档,可迁移到其他 AI 创作任务。
歸藏用即梦 AI 短剧工作室制作了性转马尔福互动桌面应用并开源客户端。应用含第一人称短剧与好感度系统,画面、配音和角色由即梦生成,音乐用 Suno,剪辑和代码由 Claude 完成;制作流程涵盖上传剧本、资产库、分镜导演台与视频生成,客户端已开源至 github.com/op7418/malfoy-desktop。
推荐理由:作者开源了完整客户端代码并详解从剧本到桌面的制作流程,想用即梦短剧工作室做互动作品的创作者可照此复现。
作者用 LongCat-Video-Avatar 1.5 在本地 RTX 5090 上制作了 3 分钟音乐视频,并用 Sync 3 完成对口型。工作流采用 INT8 DiT + bf16 蒸馏 LoRA、8 步、SageAttention,T5 卸载到 CPU,480p 25fps 后放大至 1080p。
推荐理由:作者实测 Sync 3 对口型输出提前 63-87ms,用 SyncNet 逐镜头校正后误差降至 3ms 内,方法可迁移到其他对口型流程。
作者用 MiniMax H3 在 ComfyUI 中制作了玩具车到真实车的过渡,在 RTX 5070 Ti 上以 1080×1920 分辨率生成,每迭代约 45 秒,总时长约 8-9 分钟。
推荐理由:作者公开了用三张参考图和定时提示词实现物体一致性过渡的完整工作流并附链接,可迁移到类似场景。
Mickmumpitz 分享了一套用 MiniMax H3 在 ComfyUI 中制作动画短片的免费本地工作流,覆盖角色表、环境、声音、动画与 4K 超分。工作流在 NVIDIA RTX GPU 上本地运行,无需云额度或生成队列,输入文件留在本机;作者还探索了音乐和音效生成。
推荐理由:这套完整的 ComfyUI 工作流免费本地运行,覆盖角色、声音、动画与 4K 超分,可迁移到自己的动画项目。
Tiny Desk AI 视频在 2026 年 10 月下旬爆火,所有版本都基于 NPR 同一段 19 秒演出素材,用参考驱动编辑模型逐镜头换脸。文章整理出制作流程与关键坑点,包括一个角色一张脸、prompt 不提嘴、参考片段需整秒数等。若只想生成原创演出视频,可用图生视频模型从一张照片生成。
推荐理由:整理出Tiny Desk AI视频的制作流程与关键坑点,创作者可据此复现换脸演出视频。
Kapwing 发布 Tiny Desk AI 趋势制作教程,用 Seedance 2.5 生成四段视频并在 Kapwing 模板中合成。教程包含角色参考图、运动参考和分组/独奏 Prompt,可复现 Charlie Wilson 2023 年 NPR Tiny Desk 表演《Outstanding》的镜头与动作。
推荐理由:教程给出角色参考图、运动参考与分组/独奏 Prompt 的完整流程,可解决 AI 生成中的角色一致性与乐器失真问题。
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。
推荐理由:汇总七个开源短剧工作台,覆盖剧本、分镜、生成到剪辑全流程,各有侧重,创作者可按需选型。
Higgsfield 发布 Kling 4.0 与 3.0 提示词指南,对比两者适用场景并给出 10 个可复制提示词。Kling 4.0 支持最长 30 秒、10 个关键帧、自动多镜头和视频编辑;Kling 3.0 支持最长 15 秒、5 个镜头、Elements 和原生音频。指南建议从主体、动作和相机开始写提示词,复杂场景再添加时间、参考、灯光、音频和锁定。
推荐理由:这篇指南对比 Kling 4.0 与 3.0 的适用场景,并给出 10 个可直接复制的提示词,帮助创作者按任务选模型。
作者发布 MOSS-Image 免费工作流,可模拟 Kodachrome、Portra、CineStill 800T、Tri-X、Aerochrome 等胶片风格,并支持从 8mm 鱼眼到 XPan 全景的镜头选择。
推荐理由:免费 MIT 协议的工作流把胶片模拟、镜头选择与本地 LLM 提示词生成整合进单一控制面板,创作者可直接复用或参考其设计。
Replicate 发布 Kling 4.0 使用指南,新版本支持最长 30 秒生成、720p/1080p 输出、四种画幅(含新增 21:9)及最多 10 个关键帧。关键帧功能可指定中间帧,让视频在单个连续镜头中按顺序穿过,提示词最长 26000 字符。
推荐理由:Kling 4.0 新增最多 10 个关键帧的连续镜头控制,创作者可据此规划复杂动作与转场节奏。
作者在 ComfyUI 中实测阿里 Qwen 团队的 Qwen Image 2.1,用单个 7B 模型完成文生图、最多 10 张参考图的多图编辑和原生 RGBA 透明抠图。
推荐理由:作者实测 Qwen Image 2.1 在 ComfyUI 中的多图编辑与透明通道输出,并给出可直接复用的提示词公式与参数设置。
MOSS-Image 在 ComfyUI 中单次生成即可输出含日文说明的 6 格分镜和带表格的絵コンテ。3 个イメージボード作品的 18 条日文说明全部正确渲染,絵コンテ 2 页出现 4 处误字。RTX 3060 上单张生成约 18-40 秒,作者提供区域分离的 Prompt 写法和 ComfyUI-MOSS-Storyboard 自定义节点工作流。
推荐理由:本地 MOSS-Image 单次生成即可输出含日文说明的分镜与带表格的絵コンテ,区域分离的 Prompt 写法与 ComfyUI 工作流可直接复用。
作者在 ComfyUI 中搭建了一套 MiniMax H3 工作流,把 SelfLift 渐进分辨率采样与 DLSS 5 超分节点结合,在 6GB 显存的 RTX 3060 上输出 2K 或 4K 视频。其 6GB 显存环境生成并超分到 4K 约耗时 35 分钟,参数为 8 步、0.6 百万像素,全程无需额外训练模型,工作流与 DLSS5 DLL 均已放出下载链接。
推荐理由:作者在 6GB 显存显卡上实测了从低分辨率渐进采样到 4K 超分的完整流程,并给出耗时与参数,可供低配设备用户参考。
作者用单张 RTX 4090 和开源权重模型本地完成 The Flaming Lips 歌曲的 4 分钟非官方粉丝 MV,全程不用云服务、不调付费 API。
推荐理由:作者公开了单卡本地完成 4 分钟 MV 的完整管线与逐环节耗时,可据此估算自建音乐视频流程的算力成本。
作者在 ComfyUI 中用 MOSS-Image Base 搭配 qwen3.5_9b 文本编码器和 flux2-vae,以 JSON 格式提示词指定文字内容与 bbox 位置,生成电影海报、女性杂志封面、CD 封面、小说封面和漫画一页五种日文设计。
推荐理由:作者用同一套 ComfyUI 设置和 JSON 提示词实测 MOSS-Image 的日文排版能力,五类设计各附完整提示词,可直接复现。