AI短劇本地部署 自己跑模型

AI短劇本地部署 自己跑模型，曬鷗折騰了兩個月，從8G視訊記憶體的舊筆記本一路踩坑到最終跑通。雲端工具確實省事，但呼叫額度限制、生成排隊、角色漂移、素材上傳存在洩露風險，這些問題逼著我把整條鏈路搬到本地。下面按硬體評估、模型選型、ComfyUI部署、工作流搭建、量化最佳化、成本算賬六個步驟，把實操過的方案全倒出來。

先評估硬體，顯示卡視訊記憶體是決定因素

本地跑AI影片，顯示卡視訊記憶體決定了你能跑什麼模型、出什麼解析度。最低入門配置是RTX 3060或RTX 4050的8G視訊記憶體，能跑輕量化模型做小規模測試，單張分鏡圖解析度不宜設太高。推薦配置是RTX 4060 12G或RTX 4070 Ti以上，能流暢執行SDXL系列模型，同時載入角色鎖定元件完成多鏡頭批次渲染。

如果你想同時本地跑Qwen大模型和ComfyUI影片生成，建議視訊記憶體12GB以上，記憶體16GB起步，32GB能極大降低爆記憶體崩潰機率。硬碟必須用NVMe SSD，至少50GB空閒空間，機械硬碟載入模型會超時卡死。Windows系統驅動版本要535.104.05以上，AMD顯示卡這套流水線不相容。

模型選哪個，MiniMax H3和LTX-2.3怎麼挑

MiniMax H3是目前本地部署最順手的影片生成模型，2026年8月公開了權重，消費級顯示卡就能跑。它的核心優勢是單模型同步生成影片和32kHz立體聲音訊，支援文字生音影片、圖片生影片、參考多模態素材生成，官方輸出上限15秒2K。官方分成兩個可本地跑的檢查點：FL2VA用文字或首尾幀控制影片，Ref2VA用圖片影片音訊做參考生成。

LTX-2.3是另一個選擇，22B引數DiT架構，單模型同步生成高畫質影片與匹配音訊，最高4K解析度、50fps、最長20秒，原生支援9:16豎版。權重和程式碼開源，可本地部署與商用，音畫亞幀級同步。曬鷗的建議是做漫劇優先選H3，它的角色一致性保持方案更成熟；追求畫質上限和橫屏影視感選LTX-2.3。兩個都開源，Hugging Face和ComfyUI上都能找到。

ComfyUI怎麼裝，節點式工作流是核心

ComfyUI是本地AI漫劇生成的底層框架，它把文生圖、圖生影片、首尾幀補間、LoRA角色載入、ControlNet姿態控制全部模組化。安裝流程分四步：裝Python 3.10以上和CUDA環境，拉取ComfyUI原始碼，透過ComfyUI-Manager安裝節點包，下載模型權重放到指定目錄。

MiniMax H3的ComfyUI部署需要裝三個外掛：ComfyUI-MiniMax-H3-Turbo做加速、comfyui-minimax-h3-audio處理音訊、TE-Speed-MiniMaxH3-OSS做文字編碼加速。啟動時兩個引數缺一不可：–lowvram強制啟用視訊記憶體分片載入，–disable-mmap繞過safetensors的mmap讀取避免卡死。模型檔案總共約42GB，主模型是20.97GB的INT8量化版，文字編碼器15.69GB。

工作流怎麼搭，從劇本到成片全在本地跑

本地漫劇生產線分五個環節。第一環用Ollama跑Qwen大模型，輸入故事大綱輸出標準化JSON分鏡指令碼，包含鏡號、運鏡方式、畫面提示詞、角色臺詞。8G視訊記憶體裝置拉Q4_K_M量化版本，12G以上可以跑更高精度的量化版。第二環生成角色定妝圖，用IP-Adapter-FaceID提取人臉Embedding特徵向量，全程注入擴散取樣器鎖定五官。

第三環ComfyUI讀取分鏡指令碼批次渲染靜態漫畫畫面，用StoryDiffusion節點做時序連貫約束，統一約束角色服飾、比例和場景光影。第四環把靜態分鏡圖轉成動態影片，H3的Ref2VA模式支援用圖片作參考生成帶音訊的影片片段。第五環用FFmpeg合成，把畫面、配音、背景音樂合併輸出MP4。整個流程不需要向國外網站傳輸任何素材。如果你不想折騰本地環境，也可以直接用AniShort這類雲端一站式平臺，從劇本到成片全鏈路打通，不用配環境。

8G視訊記憶體怎麼最佳化，量化加引數固化

8G視訊記憶體跑H3必須用Int8量化權重。啟動命令要加一串引數：–lowvram啟用視訊記憶體分片載入，–int8-only鎖定僅載入Int8量化權重，–vae-tile 512固定VAE編解碼分塊尺寸，–no-preview-highres關閉實時高畫質預覽省20%視訊記憶體，–serial-queue強制任務序列禁止多工視訊記憶體疊加。這些引數缺一個都可能啟動就爆視訊記憶體。

加速方面，SageAttention3能提速40%到80%，需要在根目錄新建指令碼強制啟用。Turbo LoRA 4步蒸餾加EasyCache是目前實測最快的加速組合，1280乘736解析度下5秒影片約420秒跑完。DeltaQuant這類4位元量化方案也在推進，把影片擴散模型壓縮到W4A4，視訊記憶體降2.3倍、模型體積降2.9倍，端到端還能加速上百倍。

成本怎麼算，本地和雲端什麼時候選哪個

本地部署的硬體投入是硬門檻。一張RTX 4090大概一萬出頭，加上32G記憶體、1TB SSD、電源機箱，整套兩萬左右。但跑起來之後邊際成本只有電費，一度電幾毛錢，一整晚批次生成幾百條素材也就是幾塊錢電費。雲端API按量計費，Gemini生成5秒影片約0.75美元，一天產出幾十條成本很快就上來了。

行業實測資料顯示，個人創作者單日產出低於15條短影片，雲端綜合投入更低。企業團隊日均批次產出50條以上、素材涉及未公開商業方案，本地部署的長期價值才顯現。曬鷗的建議是先用雲端試水，確認你要長期做漫劇、每天出片10條以上，再考慮本地部署。別一上來就買顯示卡，很多人折騰完環境就吃灰了。你也可以用劇雲這類雲端平臺，不用買顯示卡就能批次出片，適合新手先跑通流程。

劇雲官網入口