本机后期与发布
- 配音：edge-tts 生成中文旁白，逐镜校验时长是否超出画面。
- 成片：ffmpeg 交叉溶解拼接、叠加字幕与片头片尾；长片分幕处理后再 concat，避免上百路输入撑爆滤镜图。
- 字幕：AI 视频无法渲染可读中文，字幕与标题一律后期用 ffmpeg
drawtext/ ASS 叠加。 - 发布：统一转码为 H.264 / AAC 并启用
faststart，部署于 Cloudflare Pages。
狐狸与兔子系列
3 支 · MiniMax H3同一对拟人动物角色出演的系列：两支验证毛发质感与角色一致性的形象测试镜头，以及一支由这两个角色出演的民间故事改编短片。
《小王子》系列短片
8 集 · 每集约 2 分 03 秒 · LTX-2.3将《小王子》原著改编为八集连载的竖版短片，统一采用暖金色调，融合绘本插画与三维角色演绎，配旁白与中文字幕，按原著章节顺序推进。
安徒生童话系列
11 部 · 每部约 2 分 03 秒 · LTX-2.3将安徒生童话改编为每部两分钟的横版短片，中文旁白配音与字幕，一篇一个完整故事。下列顺序为系列的建议观看顺序。
制作与技术实现
两套云端 GPU 流水线 + 本机后期全部作品在租用的 vast.ai GPU 实例上完成生成，按模型分为两套流水线，实例内以 ComfyUI 作为推理服务，由脚本经 API 批量提交分镜；配音、字幕与成片合成在本机完成。
狐狸与兔子系列
MiniMax H3（Hailuo 3.0）· 参考图驱动
- GPU
- vast.ai 1× RTX PRO 6000 Blackwell（95.6 GB VRAM，约 $1.03/小时）
- 部署
- 模板
vastai/comfy_v0.30.0-cuda-12.9-py312，ComfyUI 0.30.0，权重预装 - 模型
minimax_h3_fl2va/ref2va（int8 剪枝，各 19.5 GB）+ Qwen3-VL-32B（nvfp4-awq）文本编码器 + turbo 加速 LoRA- 分辨率
- 768×1344 竖版 · 24 fps（画幅上限）
- 单镜
- 192 帧 = 8.000 秒（帧数须满足
n % 17 == 5） - 耗时
- 参考图模式（2 张参考图 + 1 条参考音频）约 158 秒/镜
- 角色一致性
- 靠服饰道具锚点 + 单角色参考图，同框镜头指定
<Picture i>对应关系，避免双角色串脸
《小王子》系列 · 安徒生童话系列
LTX-2.3 22B · 文生视频
- GPU
- vast.ai 1× RTX 5090（32 GB VRAM）
- 部署
- 实例内 ComfyUI，脚本经
/promptAPI 批量提交分镜 - 模型
ltx-2.3-22b-dev-fp8+ Gemma-3-12B-it（fp4 混合）文本编码器 + 蒸馏 LoRA + 2× 空间超分- 分辨率
- 704×1280 竖版（小王子）/ 1280×704 横版（童话）· 24 fps，基础采样半分辨率后超分
- 单镜
- 6.04 秒 · 每片 20 镜 · 共 19 部（小王子 8 集 + 童话 11 部）
- 耗时
- 约 33 秒/镜（含超分），预热后
- 显存
- 模型 33 GiB 大于 32 GB 显存，依靠 ComfyUI 动态显存调度实际仅常驻 23.8 GB
播放说明：全部视频已统一转码为 H.264 / AAC 格式，可在 Chrome、Safari、Edge、Firefox 及移动端浏览器直接播放。页面默认只加载封面图，点击后才开始加载视频。