正式開個post集中討論本地部署AI 內容不限，可以Image、Video、Audio、LLM、etc... 前提係要有方法Local行到 之前舊Post 我覺得WAN 2.2仲爆過Deepseek，但冇乜人提 https://forum.hkgolden.com/thread/7991628 我覺得WAN 2.1仲爆過Deepseek，但冇乜人提 https://forum.hkgolden.com/thread/7927596 話說SeedVR2.5都已經出左5個月 但我岩岩先Down左官方個workflow黎玩

https://civitai.com/models/1769163 or https://github.com/numz/ComfyUI-SeedVR2_VideoUpscaler (civitai果個一好樣，只係佢岩岩先放2.5係civitai

) 乜都冇拎改 直接拎左條陳年3gp，結果一出效果真係俾佢嚇親

你可能話，好似都唔係好勁ja wor，仲係鬆郁朦

勁唔勁係要睇埋原片係咩料先

原片得176x144再拉伸到4:3，仲要起拎晒格 (上面gif未做返4:3拉伸)

如果咁都唔勁

你都係出返去啦

AI真係好廢，浪費地球資源

暫時I2V好似冇乜突破性新野 (有既話我知

) 得閒先再試下LTX 2.3

[video]https://upload.hkgolden.media/comment/d2bfaj1g.cdi5ky1yln0.ubl0425mz3s.0ac.webm?id=1154074[/video] 高登update左有得up片

咩嚟？

樓主部腦咩配置？

[video]https://upload.hkgolden.media/comment/d2bfaj1g.cdi5ky1yln0.ubl0425mz3s.0ac.webm?id=1154074[/video] 高登update左有得up片

咩嚟？

80年代Anal Lo

樓主部腦咩配置？

4090

之前用WAN SVI都係玩2D，所以冇留意 轉gen 3D CG，發現用左SVI後畫質會劣左(texture detail劣左好多) 可能係lightspeed model先會 但轉用非lightspeed model + lightspeed lora都係咁 就算加到8step都係同4step一好樣 冇理由唔行lightspeed而行20 step+，咁樣慢到接受唔到，所以冇試

3D CG黎講LTX畫汁明顯靚過WAN SVI 唔用SVI就大家差唔多，但用舊方法駁片5秒後就會劣

繼續試LTX 2.3 發現First Pass sampler較euler 好似解決到慢動作問題 要再試多的睇睇 原本個euler_ancestral_cfg_pp我睇落就有delay 例如prompt寫晒幾秒幾秒做的咩，10秒內容用euler_ancestral_cfg_pp可能做到5秒就完左

試圖

之前用euler_ancestral_cfg_pp整左比較好既片 [video]https://upload.hkgolden.media/comment/wnjrpdv4.ezlarksbmsw.b4mlhxvxvtu.kfj.webm?id=1154318[/video] 呢個用euler整，prompt唔同，用相同prompt+euler_ancestral_cfg_pp整果條太跳脫cancel左

[video]https://upload.hkgolden.media/comment/ai02gsvs.1jj2dh5j2us.rtq2iskgez1.d05.webm?id=1154324[/video] 呢條NSFW用相同seed+prompt整，個速度分別一目了然 euler_ancestral_cfg_pp [video]https://upload.hkgolden.media/comment/jtamw5cp.sqrjvv4umxv.iz2px4zdrvt.2oh.webm?id=1154325[/video] euler [video]https://upload.hkgolden.media/comment/zoma0r3o.yaobmlmzx4j.hbhosww3d5f.nmp.webm?id=1154326[/video]

This one

喂啊

LTX2.3建議用RuneXX個workflow 佢呢個workflow跟prompt跟得好好多 (雖然都係做唔到我想做既野

) 我用Basic同冇用佢個Prompt Enhancer 我睇返最主要分別應該係 text encoder用左 gemma_3_12B_it_fpmixed 同加左LTX2 NAG 之前既wf如果淨改用gemma_3_12B_it_fpmixed都一樣可以跟prompt好的 再加埋LTX2 NAG可能效果就一樣了(唔試了) 我用RuneXX果個加返1st pass video preview算 夠簡潔 除左個Prompt Enhancer冇多餘野

長D ok

長D ok

邊條長D?

有新方法 用WAN2.2先gen一條低res岩樣岩動作既片 (低res gen快超過1倍) 然後將條片用LTX2.3做upscale (Final Pass) 岩岩試，暫時畫汁ok 要計下數究竟對比直接用WAN2.2 gen Hires係慢左定快左 如果相對快好多，應該可以轉用呢個方法

試圖

WAN 2.2 SVI 512x768 10s 16fps gen time ~9X秒 [video]https://upload.hkgolden.media/comment/l4orz3tx.wej54v2pihz.bdgreijw4cz.ivl.webm?id=1156334[/video] Upscaled with LTX 2.3 (Final Pass) 1024x1536 10s 16fps (3 steps) gen time ~5X-8X秒 唔改prompt / ~9X-11X秒 有改prompt的話 [video]https://upload.hkgolden.media/comment/k2fagvl5.qir245woy1g.5lttx1e1p0k.adq.webm?id=1156335[/video] WAN 2.2 SVI 960x1440 10s 16fps gen time ~41X秒 (我平時gen開的size) [video]https://upload.hkgolden.media/comment/ec3d3jzu.vgwpuow0lvc.jc5lgghjfeg.1dp.webm?id=1156339[/video] 好處 1. WAN 2.2 Lowres生成速度快，可以當成係preview，結果好既先掉去LTX 2.3 upscale 2. 寫Prompt難度降低，WAN 2.2只需要簡單指示，就可以做到合理正常既動作，而且NSFW支援度高，現成loras豐富 3. 有聲！ 4. 整體gen快左成倍 壞處 1. 可能出現唔應該出現既details (呢樣就算native LTX 2.3都有機會有，係佢upscale生details問題) 2. 原片如果gen得太勁(例如眼)，upscale會有較嚴重既問題 3. 手指比native WAN2.2/LTX 2.3都差左 4. resolution雖然係仲高左，但畫汁係比native WAN2.2 SVI差 因為今次試圖係直圖show 3/4身，所以較容易有隻眼pixel太少導致變朦問題 我平時都係gen橫圖show半身多，眼佔既pixel會多好多 所以眼朦問題應該冇今次試圖咁明顯 之後先再試 例如睇下lowres如果再gen大小小又會唔會好的咁 同埋好似有少少郁得快就會變朦

加ltx-2-19b-ic-lora-detailer lora可以提升返畫質

(呢個lora冇/未有2.3版) 唔計本身lowres gen得差朦到救唔倒，畫汁係好過WAN SVI

[video]https://upload.hkgolden.media/comment/esgkuefz.30sz2l5b2tl.vr5b0vyuum0.s0t.webm?id=1156351[/video]

樓主用咩display card

咁搞法真係整一套av出來都得

樓主用咩display card

睇到了 4090

冇咩跟開 想問下依家即時換頭最勁係用邊個framework?

冇咩跟開 想問下依家即時換頭最勁係用邊個framework?

我都冇跟開 你真係要「即時」近期應該係Deep-Live-Cam 但換臉技術好似冇突破 (我見都係用果的model，低炒果的效果都係麻麻) 你唔係玩live cam建議你用其他，界面會友善的 例如 comfyui-reactor-node VisoMaster (獨立運作) FaceFusion (獨立運作) 呢的一般有nsfw protection，有需要自己搵點解啦 你唔需要即時，而係想要效果靚 建議你搵返5-6年果的deepfake (eg DeepFaceLab) 呢的換臉效果先係堅野

再試WAN2.2 upscale with LTX 2.3 今次幾肯定係動作快(變化大)會炒，而唔係原圖pixel少會炒 同埋試左好多次LTX粒lin都係畫得唔好

就算加左nude body用既lora都係咁 如果1st frame本身有lin俾佢參考就ok既 nsfw WAN 2.2 768x512 [video]https://upload.hkgolden.media/comment/culy3tzv.hjtcg0xnbjc.up4shthbaiw.iuo.webm?id=1156977[/video]https://upload.hkgolden.media/comment/culy3tzv.hjtcg0xnbjc.up4shthbaiw.iuo.webm?id=1156977 upscale with LTX 2.3 1536x1024 [video]https://upload.hkgolden.media/comment/3iam1nck.j5l1jsmq4xv.s0fqcdb05fh.30b.webm?id=1156978[/video]https://upload.hkgolden.media/comment/3iam1nck.j5l1jsmq4xv.s0fqcdb05fh.30b.webm?id=1156978 高登有時會Load唔到片，貼埋link 雖然靜態畫汁同有聲真係正的，但動態效果真係麻麻 暫時都係等新版/其他方法算

勁！

試緊Wan2GP 因為標榜低Ram用，所以之前冇用過 但見人話幾好用 暫時淨係試左WAN 2.2 佢個SVI 2 Pro畫汁緊正 用佢個Lightning i2v v2025-10-14 2 Phases - 4 Steps Preset 雖然相同resolution下比ComfyUI gen得慢 但畫汁最少贏一班(畫汁等同ComfyUI冇用SVI) 佢唯一問題係每5秒個畫面都會轉暗1次(畫汁冇變) 但唔見有人回報過呢個問題 研究係ComfyUI做返同一野，但發現佢個的model都係佢自己整，專for Wan2GP SVI 2 Pro model係用int8 KJ話佢唔support int8

至於Wan2GP既SVI 2 Pro Enhanced Lightning v2 畫汁就同ComfyUI用SVI一樣咁勁 而佢gen速都係同SVI 2 Pro + Lightning Preset咁慢 之後試Wan2GP既LTX

終於搵到WAN 2.2 upscale with LTX 2.3基本唔炒既方法 除左抖大氣果下郁得快的頭髮motion blur炒炒地之外，基本都冇炒

(就算Native LTX 2.3郁得快時效果其實都麻麻，尤其係手指) 但呢個真係純upscale，唔可以改變口型，直接加對白落去 只可以配合返個口型，所以我淨係叫佢加左的呼吸聲 同埋Step係8+3，遲下試下就咁3step效果點先

對比用WAN 2.2 SVI直接gen大長片 好處係用LTX 2.3做upscale，可以根據ref frame(1st frame)對原圖細節進行修復 特別係每5秒之後SVI都會出現各種劣化 (用SVI專用model會好少少) 所以為左畫汁提升，係值得咁做 (overall其實都係gen快左

) 同之前同一段nsfw [video]https://upload.hkgolden.media/comment/b5vz2v3r.vqbafk0xjab.425h2oxkfaz.hiv.webm?id=1161109[/video] https://upload.hkgolden.media/comment/b5vz2v3r.vqbafk0xjab.425h2oxkfaz.hiv.webm?id=1161109 ps 最後手指有錯

發現WAN 2.2 upscale with LTX 2.3唔炒既秘密係在於fps 之前跟返原WAN 2.2 gen 16fps，所以會炒炒地 如果force rate set返原片做假24/25 fps (會用重複frame黎湊齊) 咁樣gen出黎就唔會炒 又可以改得返口型，同只係行3steps

試Image to 3D https://github.com/visualbruno/ComfyUI-Trellis2 https://www.reddit.com/r/StableDiffusion/comments/1svw8fm/trellis_2_workflow_update/ 勁難裝，裝左N次先掂 基本上係焗你用Python 3.11 and Torch = 2.7.0 + cu128，唔好諗其他

用reddit個wf，冇較過野，張圖都冇upscale，得623x900 大約run三百幾秒就出到 (再行另一個29x秒) 遠睇誇啦啦

近睇吹喇叭

reddit果個wf係一take過有埋texture 用跟機個HQ texture wf，再整多次texture 除左對眼，其他位都好左

繼續跟機HQ texture wf，今次用upscaled圖+texture size較返4096同resolution 1536 對眼出返黎啦

用原裝HQ NoCascade wf+upscaled圖出黎個model面相其實唔差 不過texture精度都係好唔掂，唔貼了

仲有support multiview (前後左右) 原圖

聽日先下Q版好似黏土人果的圖，效果應該會好的