现在不用了—手机端直接操作，wloc这个开源项目让你网络定位秒切全球。
🔗 https://github.com/Yu9191/wloc
来源：@bkdgiffug · 发布于 2026-08-10 05:15:00 · 原文链接
]]>现在不用了—手机端直接操作，wloc这个开源项目让你网络定位秒切全球。
🔗 https://githu]]>
现在不用了—手机端直接操作，wloc这个开源项目让你网络定位秒切全球。
🔗 https://github.com/Yu9191/wloc
来源：@bkdgiffug · 发布于 2026-08-10 05:15:00 · 原文链接
]]>现在不用了—手机端直接操作，wloc这个开源项目让你网络定位秒切全球。
🔗 https://githu]]>
这篇只干一件事：8G 显存最低配，我们从头到尾跑完的全流程。
机器是 RTX 3060 Ti 8GB + 56GB 内存。能出什么规格、要等多久、开到哪一档会撞墙——全是这台机器上的实测，不是官方推荐表抄下来的。
MiniMax H3 是画面和声音一次生成的视频模型：环境音、音效、配乐和画面在同一次前向传播里一起算，口型和动作天生跟声音对齐。ComfyUI 已原生支持本地跑。
先看成品。 下面这条 10 秒是纯文字生成的，没有任何输入素材：画面、雨声、海浪声、配乐、结尾那行中文字，全是模型一次出的。（记得开声音）
结尾的土豆哥 IP 是后期合成的，原因在后文。
不看这几个词，后面的报错你会看不懂。
关于配置，只说一件真正重要的事：内存比显存更是门槛。
H3 的四个模型文件加起来 39.6 GB。ComfyUI 启动时会打这一行：
DynamicVRAM support detected and enabled
它的做法是把权重全部常驻系统内存，计算时按层流式换入显存。跑起来之后日志会告诉你分配了多少：
约 40.5 GB 全部躺在内存里。 所以：
版本必须 ≥ 0.30.0。 H3 的原生节点是 2026 年 8 月才合并进 ComfyUI 的，旧版任何工作流都跑不起来。
全新安装（推荐）：去 ComfyUI 官网下桌面版安装包，双击一路默认。Python、PyTorch、CUDA 依赖它自己处理——这是桌面版对新手最友好的地方。
已有 ComfyUI：桌面版在菜单里检查更新；手动 git 部署的进目录 「git pull」，再 「pip install -r requirements.txt」。
验证装好了：启动后浏览器打开 「http://127.0.0.1:8188」，看到节点画布就行。确认版本：设置（左下角齿轮）→ 关于，版本号 ≥ 0.30.0。
低于这个版本就去更新，别硬试。「缺少 MiniMaxH3ImageToVideo 节点」这个最高频报错，99% 是版本问题。
我的环境最后是：ComfyUI 0.31.0 / 前端 1.48.7 / torch 2.12.1+cu130 / Python 3.13.12 / CUDA 13.0。
首次启动会让你挑一个 starter workflow，MiniMax H3 就在推荐位。
注意那里标的 ~53 GB 不准。 T2V / I2V 真正需要的是 4 个文件、39.6 GB。多出来的十几 GB 是 R2V 那套单独的权重，只有你要做「参考生视频」才用得到。别被那个数字吓退。
模型托管在 Hugging Face 的 「Comfy-Org/MiniMax-H3」 仓库。
别 clone 整个仓库——原始仓库有几百 GB（各种精度的版本全在里面），你只要 4 个文件：
两个 VAE 都必须下。 视频 VAE 出画面，音频 VAE 出声音——少了音频 VAE，你会得到一条无声视频。
关于选型，两句就够： 上面这组是官方推荐的通吃组合，任何显卡都先用它跑通。文本编码器选 「nvfp4」 而不是更大的 「int8」 版，是因为它小 10 GB——在内存吃紧的机器上，省 10 GB 内存比省一点计算重要得多。
下载方式：国内把链接里的 「huggingface.co」 换成 「hf-mirror.com」，速度差一个量级。20 GB 的大文件务必用支持断点续传的工具（IDM、aria2，或文末那个脚本），断了不用重来。
放完目录结构应该是这样：
桌面版用户注意：模型目录可能在安装时自选的路径下，设置里搜 model paths 确认。
这一节是这篇最值钱的部分。因为它会让你怀疑是不是自己哪里装错了。
我用桌面版内置的下载器下，进度条跑完，Downloads 面板四个全绿勾、全部显示「完成」。
盯着面板看第二眼才发现不对：
点 Run，报错是这个：
RuntimeError: shape ‘[151936, 5120]’ is invalid for input of size 149999876
这行错误极具误导性。 它看起来像模型版本不匹配、像 ComfyUI 有 bug、像量化格式不支持。你会想去重装 PyTorch、换量化版、翻 issue。
它的真实含义只有一个：「.safetensors」 文件被截断了。 header 里声明某个张量的形状是 「[151936, 5120]」（文本编码器的 embedding，151936 × 5120），但文件里实际只剩 149999876 个元素，一读就炸。
怎么确认文件完整
方法一（够用）：文件大小对照上面那张表，或者对照 Hugging Face 页面上标的字节数。另外每个下载好的模型旁边都有一个 「.safetensors.dl-meta」 的小 JSON，里面写着权威的 「expectedSize」 和 sha256——信这个，别信面板上的绿勾。
方法二（严格）：解析 safetensors 的 header，把所有张量 「data_offsets」 的末尾取最大值，加上 header 长度，和文件实际大小对比，必须严格相等：
这个检查能在你浪费两小时之前告诉你答案。
怎么修：续传，别重下
19.5 GB 重下一遍太蠢。用 HTTP Range 断点续传，只补缺的字节。核心就是 curl：
curl -L –fail –retry 8 –retry-delay 5 –retry-all-errors \
--continue-at - --progress-bar -o "$path" "$url"
我把它包成了一个脚本（文末附），带大小和 SHA256 双校验，加 「-Mirror」 参数走国内镜像，中途断了重跑同一条命令会自动接着下。
我要补的是 28.34 GB。四行全绿，这一步才算真的过了。
顶部菜单 工作流 → 浏览模板 → 视频，搜 「MiniMax H3」。
会出来 6 个，认清楚别点错：本地版三个（Text to Video / Image to Video / Reference to Video），「api_」 开头的三个是调云端的、要充值。
从 Text to Video 开始。加载后画布上有一串节点，你只需要认识这几个：
如果哪个模型下拉框是空的或红的，说明那个文件没下完，回第 5 节。
我第一条的参数：ResolutionSelector 的 Megapixels 设 0.3 → 736×416，时长 5 秒，点 Run。
结果：292 秒。 时间去哪了，日志说得很清楚：
出来的是一条带声音的 MP4。「ffprobe」 验过：H.264 + AAC，32000 Hz、双声道，和官方标的「32 kHz 立体声」一致。
两件正常现象，别慌
一、进度条会长时间停在模型加载阶段。 约 34 GB 要从磁盘进内存，小显存卡还要反复换入换出，这一段慢是正常的。
二、控制台刷这行不是报错：
Input tensors must be in dtype of torch.float16 or torch.bfloat16, using pytorch attention instead
这是部分层回退到标准 attention 的提示，不影响生成。
怎么判断跑到哪了
看队列面板里 「SamplerCustomAdvanced」 的百分比，这个工作流是 20 步。
别看那个 Estimated to finish in——样本少的时候它会算出荒谬的值。我见过它在已经跑了 31 分钟的任务上显示「约 1 秒后完成」。也别只看 「Total: xx%」，那是整图的节点级进度，不等于采样进度。
这两条不是经验之谈，是工作流里写死的。
规则一：帧数必须落在 17k+5 网格
模板里那个数学表达式节点长这样：
max(5, round(a 24)) + (5 - (max(5, round(a 24)) % 17)) % 17
翻译一下：帧数必须满足 「n % 17 == 5」，不合法的值会被静默向上吸附——不报错、不提示。
官方标的输出时长是 4–15 秒 @ 24fps。实用换算：
填 60 秒也只会得到 15 秒左右。 更长的内容要分镜头生成再剪辑。
规则二：原生画布是短边 768
官方说明里写的是默认短边 768 像素，支持 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16。ComfyUI 模板自带的档位对照表：
这是从「能跑」到「能用」的分界线。H3 的提示词是官方定义的结构化格式，不是散文。三个字段，顺序固定：
integrated_multimodal_description: [Shot 1] …
overall_soundscape: …
non_diegetic_music: …
几条容易踩的：
The camera pushes in with small amplitude at slow speed toward the phone in his hands.
The camera holds a static shot as the wave slides toward the lens.
中等幅度、正常速度直接省略不写。想要构图绝对稳定，别用「小幅度推近」——直接锁静态并把要保留在画面内的东西列出来，我实测 10 秒零漂移：
一个意外：中文字它写对了
我在结尾那一镜让它渲染一行中文标语，写法是把原文放在英文双引号里、不翻译：
我本来做好了糊掉、错字、缺笔画的心理准备——视频模型渲染汉字普遍不行。结果一个字都没错，笔画完整、居中、稳稳停到结尾。上面那条成品视频里就是。
标语模型能写对，但你的专属 IP 形象它画不出来——它只会画一个「它以为的」东西。这个别指望提示词。
正确做法是生成完之后用 ffmpeg 精确合成。 把 logo（和需要的文字）预渲染成一张带 alpha 的 PNG，叠上去淡入：
「-c:a copy」 直接复制音轨，模型生成的那条立体声一点不动。
三个实操细节，都是我试出来的：
一、logo 原图四角如果是黑的（RGB 没有 alpha 通道），直接叠会出一个黑方块。得先按圆形（或原始轮廓）范围做一个抗锯齿的 alpha 遮罩。
二、位置要看成片再定。 我一开始放底部居中，结果发现画面主体最后正好停在下方中央，logo 压在上面；放中部也挡主体。最后放顶部——那片天空是空的，加一层顶部渐变压暗保证白字可读。先抽末帧试三个位置，比直接猜省事。
三、停留时间要靠冻帧买，不是靠提前淡入。 只提前淡入会吃掉表演时间。让演出完整演完，然后冻住最后一帧：
[0:v]tpad=stop_mode=clone:stop_duration=1.8[vp];
[0:a]apad=pad_dur=1.8,afade=t=out:st=<总长-0.9>:d=0.9[a]
视频克隆末帧停 1.8 秒，音频同步补齐并在最后 0.9 秒淡出。配合提前 2.2 秒开始淡入，片尾总露出约 4 秒——足够视觉停留，又不损失任何画面内容。
一张表，都是 RTX 3060 Ti 8GB 上真跑出来的。
两个可以直接用的结论：
一、I2V 不比 T2V 贵。 同规格下几乎同价，多一张输入图不额外收费。
二、时长维度是超线性的。 5 秒 292 秒、10 秒 773 秒——时长翻倍，耗时 2.6 倍。这符合 attention 对 token 数的复杂度。
那次撞墙
跑通 736×416 只花 5 分钟，我当时想：像素多一点应该也就十几二十分钟。于是按 Megapixels 1.0（1344×768）、10 秒点了 Run。
31 分钟后，采样器进度：5%。
20 步里刚做完 1 步。一步 20 分钟，20 步约 10 小时。我停掉了。
关键是这个反差：像素涨 3.4 倍、帧数涨 2 倍，计算量总共涨 6.7 倍，而耗时涨了约 125 倍。
差出这 20 倍不是算力不够，是内存墙。回到第 2 节那句话——权重是流式换入显存的，剩给激活值的余量本来就薄。而激活值和 attention 的工作集是随「像素 × 帧数」涨的：撑破那点余量之后，每一步都要把约 20 GB 权重重新从内存搬进显存，从「算得慢」变成「几乎全程在等 PCIe」。
这是个断崖，不是平滑变慢。 所以：
Q：提示缺少 「MiniMaxH3ImageToVideo」 等节点
A：ComfyUI 版本低于 0.30.0，升级。这是最高频的问题。
Q：「RuntimeError: shape ‘[…]’ is invalid for input of size …」
A：模型文件被截断了，不是版本或量化问题。对照第 5 节查大小、续传补全。
Q：爆显存 / CUDA out of memory
A：按顺序排——① 确认用的是量化版（「pruned_int8」 + 「nvfp4_awq」），别误下了 「bf16」；② 关掉其他吃显存的程序，包括浏览器（硬件加速会占 1–2 GB）；③ 内存拉到 32 GB 以上。注意：降分辨率救不了爆显存，因为显存大头是模型本身。（但降分辨率能救「跑不动」，见第 10 节——这是两件不同的事。）
Q：输出视频没有声音
A：两个 VAE 都要加载，并确认工作流里音频 VAE 和 SaveVideo 之间的链路完整。用官方模板一般不会错，自己改过工作流最容易漏掉这条线。
Q：视频时长和我填的不一样
A：帧数被吸附到 17k+5 网格了，见第 7 节。从合法帧数表里直接抄。
Q：控制台刷 dtype 警告
A：正常现象，部分层回退到标准 attention，不影响生成。
Q：进度条不动，是不是卡死了？
A：看队列面板里 「SamplerCustomAdvanced」 的百分比，别看 Estimated to finish in（它会瞎报）。加载阶段本身就慢，模型放机械盘更慢。
配套打包里有这些（需要的话评论区问我怎么拿）：
8G 最低配能跑通，不代表什么规格都能开——甜点在 736×416，原生画布在这台机器上是断崖。
本地真正值钱的是试错阶段：一条 5 秒片走云端 API 要花钱，本地只有电费。反复改提示词、筛构图、试运镜，成本几乎为零。定稿后再考虑要不要用 API 出高分辨率，那笔账才划算。
有问题直接评论——8G 这档我们跑过的，我都能答。
土豆哥 | 一人公司手册系列
mousepotato（土豆哥）| 美国计算机全奖博士 | 硅谷 11 年技术管理 | AI · OPC · 产品 | X @iluciddreaming
关注我，获取 AI 前沿、技术、管理、产品、英语和硅谷生活见闻。
土豆哥 AI 交流群： OPC 一人公司 · AI 赋能 · 出海讨论 · 海外生活聊天吹水。加微信 tudou_peak 参与交流。
土豆哥 AI Notes 电报群：https://t.me/tudouge_ai_notes （免费）
来源：@iluciddreaming · 发布于 2026-08-09 13:34:36 · 原文链接
]]>这篇只干一件事：8G 显存最低配，我们从头到尾跑完的全流程。
机器是 RTX 3060 Ti 8GB + 56GB 内存。能出什么规格、要等多久、开到哪一档]]>
它看起来只是四幅中国画、四段诗句和一首背景音乐，但真正困难的地方并不是“生成一张漂亮古画”，而是同时解决下面几件事：
这不是靠一个软件完成的，而是一条由 Codex 串起来的本地媒体流水线。
Codex 在这里不是绘图模型，也不是视频模型。它更像整条流水线的导演和质检员：
古诗 → 意象与情绪 → 分镜 → 静帧提示词
→ AI 生图 → Docker I2V → 抽帧验收
→ 星标处理 → 毛笔字字幕 → 原声与 BGM 混音
→ 交叉溶解 → 最终 MP4 QA
最初的画面都比较像：泛黄纸张、左边一棵树、右边留白、远处淡山。单张看没有问题，连续看就像同一个模板反复换主体。
《钱塘湖春行》本身不是单一情绪。它从湖寺与低云开始，转向早莺与新燕，再进入乱花浅草和骑马游春，最后落在绿杨白堤。四个段落的视觉任务不同，色调当然也不应该完全一致。
所以我最后只统一三件事：
统一的是“系列 DNA”，不是统一色卡。
《钱塘湖春行》有八句。我把连续两句合成一景，共四景：
孤山寺北贾亭西，水面初平云脚低。
几处早莺争暖树，谁家新燕啄春泥。
乱花渐欲迷人眼，浅草才能没马蹄。
最爱湖东行不足，绿杨阴里白沙堤。
每景只承担自己的意象。第一景不能提前出现莺燕和马，第二景不能把白沙堤也画进去。
我会为每景先写一张小型清单：
最终四张静帧通过用户指定的兼容图像 API 并行生成，早期样片则用内置 ImageGen 验证。为了让 Skill 能在 Codex 中直接复用，开源版本默认使用内置 image_gen，但分镜、提示词和验收规则不绑定某一家图像服务。
参考图只应该锚定材质、笔触和细节质量，不能复制它的构图。
每张静帧提示词至少要包含：
完整诗歌背景
当前两句原文
本景允许出现的明确物象
一个主视觉事件
前景 / 中景 / 远景 / 天空
本景独立的画法、色调和光线
右侧两列题字安全区
禁止生成文字、水印和现代物品
禁止泄漏其他场景的物象
真正重要的是“一景一条风格通道”。第二景的工笔鸟羽和第一景的淡墨水气可以不同，但它们的颜料克制、时代细节和中国画质感必须属于同一部片。
最开始的动态方案里有慢速推近。用户很快指出：
不对，不是推移。我是指你的图生视频提示词可以琢磨一下。
这句话非常关键。
很多所谓“动态古画”，其实只是静态 PNG 在后期从 100% 放大到 104%。画面确实动了，但水没有流、鸟没有叫、柳枝没有风、马也没有呼吸。
真正的图生视频应该让画中存在的原因产生画中存在的结果：
LOCKED CAMERA
no zoom, push, pan, tilt, roll, reframing, parallax or crop change
动态来自画中物象，而不是摄影机。
明确告诉模型，哪些东西绝对不能动、不能重画：
寺庙屋顶、亭台、山体轮廓、树干、主枝、岸线、人物躯干、马体、红印、题字留白区
每景只设置一个主动作，再加一到两个小动作：
主动作：两圈水纹从现有芦苇接触点扩散
辅助动作：芦苇一起弯曲一次；倒影只闪动几个像素
动作越多，模型越容易把整张图重新画一遍。
每段最后约一秒让残余动作慢慢停下。这样下一景做交叉溶解时，不会一边剧烈挥动、一边突然透明。
不同场景需要不同禁令：
禁止新增主体
禁止改变鸟数
禁止树枝生长
禁止柳叶脱落
禁止云雾变成描边祥云
禁止建筑重建
禁止多腿、融合关节和身体替换
禁止生成文字与额外印章
提示词不再只是“让画面动起来”，而是“只允许指定区域以指定方式动起来”。
第一景最初要求低云移动、薄雾绕过寺庙。模型把“云雾运动”理解成了重新设计天空，中段出现大量描边祥云，寺庙层数和位置也发生变化。
我后来彻底取消了天空动画，只让前景水纹和芦苇承担动态：
Everything above the foreground waterline is completely frozen.
Sky, clouds, mist, mountains, trees, temple and pavilion do not move.
结果反而更自然。画面不需要所有区域都动，只要观众能看到水面正在发生事情，就已经不是静态壁纸。
第二景的静帧里有三只莺、两只燕。最初让一只飞行中的莺落到树枝上，模型在运动过程中复制了鸟，还补画了新的垂枝。
问题在于“落到树枝”包含了较长距离移动、身体姿态变化和落点重构。
修正版不再让鸟跨画面飞行：
第四景原本要求柳枝两次风动、马匹向前走一步、水面出现流光。模型把“柳枝风动”扩展成了大量脱落叶片。
修正版增加了非常具体的连接关系：
Each leaf remains connected to its original twig.
No leaf, twig, petal or debris may detach or fly through the air.
图生视频最有效的限制，往往不是抽象的“不要变形”，而是写清楚物体必须继续连接到哪里。
视频右下角会出现白色星形或菱形标记，而静帧左下角有传统红色方印。
这两个东西在视觉上都像“标记”，但语义完全不同：
字幕使用 Ma Shan Zheng。两句诗分别放在两列：
每段 I2V 视频都带有自己的环境声：湖水、风、鸟鸣、翅膀、草叶、衣袍和马蹄。
最初拼接时最容易犯两个错误：
场景 1 原声 ─┐
场景 2 原声 ─┼─ acrossfade ─┐
场景 3 原声 ─┤ ├─ amix ─ limiter
场景 4 原声 ─┘ │
连续 BGM ────────────────────┘
BGM 可以低音量铺底，也可以按用户要求 100% 原始增益与环境声并行。两种模式都不能做逐句抽吸，也不能在每景重新开始。
四景之间使用 1.2 秒交叉溶解：
最终在交叉溶解之后显式增加：
format=yuv420p
这个错误很典型：所有素材都已经是 yuv420p，但滤镜链中间仍可能改变像素格式。必须检查最终编码，不要根据输入文件推断输出一定正确。
最终视频是：
每景主画面。
三个转场中点。
马匹与人物高风险帧。
最后一帧。
每景右下角星标区域。
左下角红印区域。
同时检查：
寺庙有没有复制或重构。
鸟数是否始终正确。
马是否保持四腿并接触同一地面。
右侧题字区域是否干净。
白色星标是否消失。
红印是否保留。
有没有黑帧、损坏末帧和长静音。
视频与音频编码是否符合发布规格。
自动命令通过，只能说明文件能播放；视觉关系通过，才说明视频能交付。
这个项目最后被整理成了 classical-poem-silk-video Agent Skill。
它固化的不是《钱塘湖春行》四张图，而是下面这些可复用判断：
读取整首诗
→ 识别时代、地点、季节、意象和情绪弧线
→ 逐句或两句一景
→ 为每景选择独立中国画风格通道
→ AI 生图并行生成无字静帧
→ 写静态锚点 + 局部动作提示词
→ Docker I2V 生成带环境声的视频
→ 抽取早、中、晚、收尾帧验收
→ 只重做不合格镜头
→ 按需处理白色星标，保留红印
→ 生成两列毛笔字逐字字幕
→ 烧录字幕并保留原声
→ 画面和环境声交叉溶解
→ 连续混入 BGM
→ 对最终编码 MP4 做视觉与媒体 QA
这套方法不只适合唐诗。宋词、元曲、山水散文、古文名句，只要能够拆成明确意象，都可以用同一套流程制作。
真正让古画“活起来”的，不是让整幅画一直动，而是让最应该动的那一小部分，按照诗句的原因自然地动。
开源 Skill：https://github.com/Mr-funny/hbg-classical-poem-silk-video
来源：@Hamburgerai · 发布于 2026-08-03 18:14:46 · 原文链接
]]>它看起来只是四幅中国画、四段诗句和一首背景音乐，但真正困难的地方并不是“生成一张漂亮古画”，而是同时解决下面几件事：
这就是我用云端搭建好生成的视频，是不是特别完美？
好啦言归正传，这套AI视频生成工作流部署流程小白就可以看明白。
**适合人群：**完全零基础、不会代码、没有高端显卡、电脑配置差、想做AI短视频的所有人
为什么要用ComfyUI+MiniMax H3生AI视频？：
想低成本批量做商用短视频，他俩是绝佳组合，二者完全免费开源无水印，合规商用。画面流畅人物稳定，普通显卡就能本地运行，节点流水线可量产素材，零算力花销，本地存储隐私稳妥。
**本教程展示效果：**搭建云端AI视频服务器，普通电脑 随时随地一键生成带声音的高清AI视频（MiniMax H3 音视频一体最强模型）
**特点：**全程点点点、不用配置环境、不用装软件、不用本地显卡、100%小白能成功
平时我们做AI视频，电脑显卡不够、画面卡顿、视频没声音、人物变形、渲染超级慢。
MiniMax H3 是目前全网最强开源AI视频模型：生成视频自带原声、画面最稳、人物不崩、流畅丝滑，最高支持15秒、2K高清、9:16竖屏/16:9横屏短视频。
但是 H3 对显卡显存要求极高，本地电脑基本跑不动。
所以我们用 优云智算云端GPU 在线部署，全程云端运行，自己电脑只需打开浏览器即可做视频。
1、我用的是优云智算云端平台部署的
打开官网注册：
https://passport.compshare.cn/register?referral_code=ADplVeqOMrOF3V6qdkHJQX
可以直接复制下面链接
注册 + 实名认证（必须实名，不实名无法开通外网远程访问）
我用的是优云智算云端平台部署的 这是注册链接
2、账户提前充值少量算力余额：实名认证后有送5元，够前期测试了
按量计费开机扣费、关机不扣费，长期包月折扣力度更大。
结合H3实测显存占用：
15秒 9:16竖屏768P基础占用≈22G显存；15秒16:9横屏画面更大，显存多占用20%~28%，最低需要26G以上稳定显存；量化压缩+显存优化可小幅降低占用，长期批量创作优先大显存显卡。
方案1：个人博主长期主力首选（95%创作者推荐，性价比天花板）
✅ GPU：RTX4090 48G
配套硬件：内存48G、磁盘250G
计费模式：包月固定实例
适配能力：
① 无压力稳定渲染10~15秒 9:16竖屏、16:9横屏768P高清视频，不会爆显存、不会画面崩坏；
② 模型常驻显卡，不用反复加载，批量多条视频渲染速度比24G显卡快40%左右；
③ 图生视频、人物锁定系列短片稳定流畅，适合日更5~20条短视频。
方案2：预算有限省钱档（新手起步、日更3-8条）
✅ GPU：L4 24G
配套硬件：内存40G、磁盘200G
计费模式：包月+闲置停机保号
适配能力：
① 1015秒9:16竖屏高清全程稳定；12秒，15秒横屏偶尔会显存溢出；
② 16:9横屏建议控制在10
③ 必须全程使用教程内的显存优化启动命令，不适合高强度批量出片。
方案3：工作室量产顶配（日产出20条以上、追求2K超清画质）
✅ GPU：RTX5090 32G/A100 80G
配套硬件：内存64G、磁盘500G
适配能力：15秒横竖屏2K超清随便渲染，支持多任务排队、人物LoRA微调、多人同时远程使用。
以上看不懂不要紧，照着教程作就行
1.左侧点击【算力市场】→【创建实例】
2.镜像选择（小白严格照截图选择）
顶部标签选：平台镜像，不要选社区镜像/私有镜像
选中方块：ComfyUI 纯净版，默认Ubuntu22.04版本无需修改
✅ 优势：已经预装好所有环境、Python、CUDA、依赖、ComfyUI本体，不用自己装任何东西
3.显卡选择：按照上面3个方案按需选定，我选择如下
4.磁盘大小：统一选择200G及以上，
5.付费方式：新手测试选【按量计费】；
长期稳定创作直接选包月套餐，节省40%左右成本
6.点击 立即部署
等待 1~3 分钟，状态变成【运行中（绿色）】即可。
实例运行成功后，右侧点击【登录】
小白唯一推荐：网页SSH登录（不用下载任何软件）
打开后出现黑色命令窗口，说明已经连接上云端超级电脑。
小常识：黑色窗口粘贴文字屏幕不显示，属于正常现象，粘贴完成直接回车运行即可。
下面给你 小白专用一键安装代码，分段粘贴+回车，自动安装视频模型、音频模型、文字模型，并自动分类存放。
1、打开 SSH 终端
点击页面右上角【登录】，进入黑色 SSH 命令窗口，
第一段：锁定文件夹
bash
你当前已经默认在~/ComfyUI目录。
2、粘贴执行安装命令
粘贴下面这条命令，粘贴看不见文字直接回车：
bash
等待安装完成，出现Successfully installed modelscope即代表安装成功。
3.一键下载完整H3模型【速度超快】
直接复制下面整段命令，粘贴到终端，回车运行：
bash
粘贴完成回车后，再运行下载启动命令：
bash
4.下载相关说明
等待下载完成（优云国内高速，不会失败、不会卡顿）
下载完成 = 你的云端已经拥有最强AI视频生成能力。
下面是部署好的界面
这一步是关键：让你随便在哪里打开浏览器就能打开AI界面
内部端口固定填写：818
协议：TCP
提交后平台自动生成外网访问地址
【我打开系统默认都已经开好了，不用再设置了】
3.复制外网链接，保存到备忘录，后续全程使用这个链接打开界面。
回到网页SSH，依次粘贴2段命令，回车运行：
第一段：锁定文件夹
第二段：小白专属优化启动命令（重点，低配显卡防显存报错）
3个核心作用：
1、后台静默运行，关闭网页、电脑关机，云端挂机渲染不会中断；
2、自动压缩显存占用，低配显卡大幅降低报错概率；
3、全网设备通用，手机、电脑、平板都能打开网页界面。
浏览器打开刚才保存的外网映射链接
页面加载出黑白节点画布，代表搭建全部完成，等待10秒初始化即可正常使用。
不用了记得关闭，只是系统盘还在计费，别的已经不扣费
小白一键调用 MiniMax H3 生成视频（不用手动拼接节点）
不用自己拼节点！官方自带成品模板！
页面左侧点击第1的位置 Template Library（模板库） → 第2的位置视频Video → 第3的位置MiniMax H3
里面有3个万能工作流：还有其他增加的，咱们先研究下面3个【以后有其他工作流都可以放进来用】
1、Text-to-Video 文生视频（小白最推荐）
打字自动生成带环境音、背景音乐的视频
2、Image-to-Video 图生视频
一张静态照片一键变成流畅动态视频
3、Reference-to-Video 人物锁定视频
固定人脸长相，连续做系列短视频不会变脸崩坏
英文通用版：【直接英文版填进去即可，不用中文】quan
中文通俗版：
海边黄昏，少女漫步沙滩，微风吹动头发，镜头缓慢推进，海浪沙沙声，轻柔背景音乐，画面稳定流畅，高清细腻
这是视频参数，像素，时间等信息
负面提示词（必填，防畸形、抖动、杂音）【这个不填】
扭曲，变形，五官错乱，肢体畸形，闪烁，抖动，模糊，卡顿，噪点，黑屏，爆音，画面撕裂
全部参数、提示词填写完毕，点击页面右上角 运行Queue Prompt
等待1~3分钟云端自动渲染
渲染完成画布下方直接预览视频，音画同步；鼠标右键视频，即可下载到手机/电脑本地。
这就是效果视频，非常完美。这样一套生视频流出就完成啦
已经跑通这套流程后，慢慢优化工作流，就可以好好做视频，发自媒体平台挣钱啦
有木有心动的赶脚，钱途无量啊，花钱的地方只有云端的租金，多省钱。
有想法的小伙伴，不明白使用的，或者交流沟通的，都可以联系！
9:16竖屏（抖音快手主流）
视频比例：9:16竖屏
视频时长：10~15秒
采样步数：30
CFG：7.5
帧率：24fps
16:9横屏（B站/YouTube主流：中长视频、影视剪辑）
L4 24G显卡：时长控制1012秒15秒随意设置
4090 48G显卡：时长10
采样步数：30、CFG：7.5、帧率：24fps
**1、网页打不开？**检查实名认证是否完成、端口映射内部端口必须是8188、实例处于绿色运行状态、已执行后台启动命令。
**2、视频没有声音？**模型文件缺失，回到第六步，重新执行模型下载代码，等待全部文件下载完毕。
**3、弹窗显存溢出报错？**严格使用教程优化启动命令；缩短横屏视频时长、适当降低分辨率；24G显卡不要强行跑15秒16:9视频。
**4、人物画面扭曲变形？**必不要随意拉高CFG数值，步数固定30，不要过度拉长时长。
**5、渲染中途中断？**全程使用nohup后台命令，不要在前台窗口运行软件，不要频繁刷新SSH页面。
**6、每次登录需要这样操作，否则用不了。**先点登录，然后点ComfyUI 就可以创作啦
1、账号注册+实名认证
2、创建实例：平台镜像→ComfyUI纯净版→选定显卡+200G以上磁盘→按需选择计费模式
3、网页SSH登录，分段粘贴代码下载H3全套模型
4、新增8188端口外网映射，保存外网链接
5、后台启动优化版ComfyUI服务
6、浏览器打开外网链接，调用官方模板创作短视频
行动起来吧，小伙伴们！
comfyui 必须学会，模型千千万，
学会comfyui ，可以调各种模型来创作AI视频啦
有想法的联系我！可以加我微信 ： modengsir001 备注：推特
来源：@ModengSir · 发布于 2026-08-09 21:31:30 · 原文链接
]]>这就是我用云端搭建好生成的视频，是不是特别完美？
好啦言归正传，这套AI视频生成工作流部署流程小白就可以看明白。
**适]]>
是抢在国内信息茧房成型之前，把一手信息拿到手。
我筛了几十个信息源，留了4个最狠的。
够用了，剩下基本都是陪跑。
Product Hunt
全球新产品第一现场。
很多AI工具、创业项目，国内还没人知道的时候，已经在这上线了。
Hacker News
科技创业圈的真实讨论区。
AI、开源、趋势，业内大佬天天在这撕，信息密度拉满。
GitHub
全球最大开源社区。
未来爆火的AI工具、自动化脚本，基本都先躺在这。
Reddit
真实用户的第一手反馈。
投资、AI、创业踩坑经验，比任何二手总结都靠谱。
收藏这4个，已经能甩开90%还在国内信息茧房里的人。
还在等别人喂饭？自己去挖吧。
来源：@huoshan007 · 发布于 2026-08-08 15:16:00 · 原文链接
]]>是抢在国内信息茧房成型之前，把一手信息拿到手。
我筛了几十个信息源，留了4个最狠的。
够用了，剩下基本都是陪跑。
Product Hunt
全球新产品第一现场。
很]]>
Lebara 是一家总部位于英国的移动虚拟网络运营商（MVNO），成立于 2001 年。它不自建基站，而是租赁英国四大电信巨头之一 Vodafone（沃达丰） 的网络，因此信号质量非常有保障。
在 giffgaff 频繁出现关停账户风波的背景下，Lebara 成为了目前最理想的英国保号卡替代方案，其优势如下：
1.1访问 Lebara 官网 (lebara.co.uk)。
1.2选择套餐：在主页选择价格最低的套餐（通常是 5 英镑/30天 的套餐）。虽然流量和通话仅限英国境内使用，但这是获取号码的必要门槛。这里显示的是 5 英镑一会结算的时候输入优惠码就是 1.49 英镑
1.3点击 “Buy”，当系统询问是否用于 iPhone Air 时，请务必选 “Yes” 以选择 eSIM 版本。
1.4填写个人信息：填写邮箱、姓名（无需实名）并设置密码。
1.5填写英国地址：使用英国地址生成器或在地图上找一个现成的英国地址及邮编填入即可。
1.6完成支付：输入优惠码：LEBARA5，价格会变成 1.49 英镑，然后选择支付方式,支付。
2. 扫码安装与激活
2.1查收邮件： 支付成功后，邮箱会收到包含 eSIM 二维码 PDF 附件 的邮件。
2.2添加 eSIM： 使用支持 eSIM 的手机扫描该二维码下载。
【特别推荐：让国产手机也支持 eSIM 的神器】
对于没有原生 eSIM 功能的国产手机用户，强烈推荐使用 Xesim 外挂卡。
2.3获取信号： 漫游到国内通常会自动选择 中国联通 网络。如果长时间无服务，可尝试手动选择运中国联通营商。
2.4接收号码： 信号恢复后，你会收到一条包含手机号的短信。
3. 转为“无月租”保号模式
激活后默认是按月扣费的套餐，必须手动关闭自动续费：
3.1登录 Lebara 官网后台。
3.2点击 “Manage” 进入套餐管理，找到 “Automatic Renewal”（自动续费） 并将其关闭（Cancel Plan）。
3.3充值余额： 在 “Top Up” 处充值 5 英镑 作为保号余额。可以使用英区的 paypal 支付，使用 我的邀请链接：https://py.pl/27tQRW 注册 paypal 首月支付 5 英镑返 10 英镑。
3.4如果绑定卡片支付的可以解绑卡片（可选）： 为防止误操作扣费，可在支付方式中移除已绑定的信用卡。
36天做到2万粉，2周拿到老马2200刀工资，完整sop分享给大家：
很多新手一上来就问：
你能不能持续让别人知道你是谁、你关注什么、你能提供什么价值、你值不值得被长期关注。
推特表面是内容平台，底层更像一个信任网络：
常见情况是：
**合理的做法是：**参考@rwayne
2. 最好用真人头像，因为它最容易建立真实感和信任感。
背景图不是装饰，它是简介的视觉补充在https://www.canva.com/zh_tw/create/twitter-headers/这个网站有模板。
阶段 1：用故事让别人先认识你
目标：让你从“陌生账号”变成“有记忆点的人”。
目标：让别人知道你不只是有故事，你还能提供价值。
我在冷启动完成后直接录了个长视频讲涨粉攻略，这个视频出来后3天我就万粉了，核心逻辑是活人感+利他，X上很多搬运贴，你做活人感内容很容易出圈。
阶段 3：写有流量的话题
只要不涉黄不涉政，X上面内容没有限制，很自由，X流量话题：
比如我这篇拆解黄推的爆文，100W+阅读，给我带来2000+粉丝。
坚持出摊，选择上面有热度的内容去发，先积累粉丝，几万粉之前不用谈垂直。
可对标账号：@gyro_ai ，通过泛流量拿到了老马低保，马上转型ai内容。
主要作者(排名不分先后):
@dashen_wang @lngkximo @dashen9999 @rwayne @ai_xiaomu @snail_9106 工作流自取👇
https://github.com/JayceHuang/xiaomu_x_creator
详细使用方法在👇
AI只是辅助，不要失去了自己的思考能力，一定是人机共创相结合。
我30多天到2万粉的背后是坚持每天几十条推文，2天一篇长文，坚持最重要。
加入一个活跃的X社群也是涨粉的重要助力之一，一个大V的转发相当于你投了一次抖+。
黄小木｜T11级架构师｜《30天2万粉2周2k刀》作者｜持续分享 AI 资讯、副业赚钱、程序员转型OPC心得｜X：@ai_xiaomu
来源：@ai_xiaomu · 发布于 2026-05-15 15:10:50 · 原文链接
]]>36天做到2万粉，2周拿到老马2200刀工资，完整sop分享给大家：
开始前必须知道的一件事：本地模型的原生画布是 768p 级。 模型只在短边 768 的画布上训练过，官方的 2K 出片属于另一个闭源模块。但 768p 不是本地的天花板：分辨率可以硬开更大（有人在 5090 上原生跑 1920×1088，画质确实更好，代价是 10 秒片等了 58 分钟），社区也已经有现成的本地超分工作流把 768p 拉上 1080p——两条路的取舍文末细算citation。先把三个模块的分工搞清楚，官方只开源了中间那个：
所以“本地跑 H3 完全不花钱”这句话基本成立：草稿、768p 成片免费，1080p 靠社区超分也能本地解决；只有“原汁原味的官方 2K”必须走 API。什么时候用哪边，文末有一笔算清楚的账。
本文实测数据来自一张 RTX 4090 48GB（魔改），但这不是门槛——ComfyUI 官方确认的地板是 3060 12GB + 32GB 内存。从 3060、5070 到 3090、5090，每档显卡怎么选量化、能跑多快，第 0 步有一张表。显存小只影响你能开多大规格、等多久，不影响“能不能跑”。
动手之前：先花 10 分钟在网页上验货
40 GB 的权重先放着。H3 在海螺 AI 网页版（国内 hailuoai.com，海外 hailuoai.video）就能直接试：登录 → 进视频生成 → 模型选 MiniMax H3 → 随便传一张图，写一句“让画面里的人物向镜头挥手，配上街道环境音”，生成。
看三样东西：主体稳不稳、镜头动得自然不自然、声音和画面对不对得上。这三样满意了，再往下走；不满意，这篇教程你也不用读了，省下半天时间。网页版的额度和 API 是两套账，网页额度用完不影响后面走 API。
硬件自查
ComfyUI 核心开发者官方确认的地板线：3060 12GB + 32GB 内存 + 一块不错的 NVMe 固态，就能跑 480p。12GB 有 12GB 的跑法，找到自己那一行citation：
数据出处：5090 与 12GB 卡来自社区实测帖，4090 移动版来自开启 SageAttention 的 20 步实测citation citation citation
两条跨档位的通用提醒：
版本必须 ≥ 0.30.0，这是硬门槛：H3 的原生支持（4 个专用节点 + 官方模板）于 2026 年 8 月 3 日随 Comfy-Org/ComfyUI #15224 合并，旧版没有这些节点，任何工作流都跑不起来。
情况 A：全新安装（推荐小白）
启动后浏览器打开 http://127.0.0.1:8188（桌面版直接弹出窗口），看到节点画布。确认版本：设置（左下角齿轮）→ 关于，版本号 ≥ 0.30.0。低于就回去更新，别硬试——“缺少 MiniMaxH3ImageToVideo 节点”这个最高频报错，99% 是版本问题。
模型托管在 Hugging Face 的 Comfy-Org/MiniMax-H3 仓库。
警告：别 clone 整个仓库。 原始仓库全量约 318 GB，而你只需要 4 个文件。
国内下载提速
把任何 Hugging Face 链接里的 huggingface.co 换成 hf-mirror.com，就是国内镜像，速度差一个量级。20GB 的大文件建议用支持断点续传的下载工具（IDM、aria2、或浏览器自带恢复下载），断了不用重来。
会用命令行的，一条命令精确下四个文件（国内先执行 set HF_ENDPOINT=https://hf-mirror.com, Linux/macOS 用 export）：
T2V / I2V 必需的 4 个文件（约 39.6 GB）
两个 VAE 都必须下——视频 VAE 出画面，音频 VAE 出声音，少了音频 VAE 你会得到一条无声视频。
放完后目录应该长这样：
桌面版用户注意：模型目录可能在安装时自选的路径下，设置里搜 “model paths” 确认。
更懒的办法：跳过手动下载，直接做第 3 步——加载模板时 ComfyUI 会弹窗列出缺失模型并给下载按钮，点击自动下到正确位置。手动下载的价值在于能用镜像和断点续传，网络不稳的人建议手动。
官方全部变体一览（按需选择，多数人用不到）
Diffusion 模型（选一个；想玩 R2V 要多下 ref2va 那份）:
minimax_h3_fl2va_pruned_int8_convrot（19.5 GB）— ✅ 推荐，T2V/I2V 最佳平衡
minimax_h3_fl2va_pruned_fp8_scaled（19.5 GB）— 备选量化格式
minimax_h3_fl2va_int8_convrot（31.7 GB）— 标准 INT8（未剪枝）
minimax_h3_fl2va_bf16（61.7 GB）— 全精度，微调用
minimax_h3_ref2va_pruned_int8_convrot（19.5 GB）— R2V 模式专用，第 6 步会用到
minimax_h3_ref2va_bf16（61.7 GB）— R2V 全精度
文本编码器（选一个）:
qwen3vl_32b_minimax_h3_nvfp4_awq（14.6 GB）— ✅ 推荐，任何 GPU 可跑
qwen3vl_32b_minimax_h3_int8_convrot（25.3 GB）— INT8 版
qwen3vl_32b_minimax_h3_bf16（48.0 GB）— 全精度
为什么这么选，两个冷知识（跳过不影响操作）:
官方那套 pruned_int8 + nvfp4_awq 是通吃组合，任何档位都建议先用它跑通。跑通之后想更快、更省，再来这里按卡换餐。以下均为社区第三方转换（非官方发布，画质和许可自查各仓库 README），原生 ComfyUI 可直接加载：
换社区权重时记住一条：DiT、编码器可以换，两个 VAE 永远用官方原版——它们本来就不大，量化它们只会伤画质和声音。
加载官方模板
模板加载后画布上有一串节点，你只需要认识这几个：
提示词框里写一句英文场景（先不管语法，第 7 步才是正课）:
点 Run（运行）。
你应该看到什么
这两条规则直接读 ComfyUI 的 H3 节点源码坐实，不是经验玄学。
规则一：帧数必须落在 17k+5 网格，而且会静默吸附
源码逻辑就一行：
你填的帧数如果不合法，会被向上吸附到最近的合法值，不报错、不提示。实测填 61 帧，拿到 73 帧。
训练区间是 124–362 帧，24fps 下即 5.17 至 15.08 秒；这个区间内的全部合法档位：
填 60 秒也只会得到 15.08 秒，更长的内容要分镜头生成再剪辑。节点 tooltip 原话是 “trained range is ~124-362, longer is untested”——少于 124 帧也能跑（网格从 5、22、39……就开始），但在训练分布外，质量不保证。日常直接从这张表里挑，别让它吸附——你以为的 6 秒和实际的 6.58 秒，在卡口型的场景里就是灾难。
规则二：分辨率的“原生画布”是短边 768
模型按「短边 768、面积上限 768×1344、每轴对齐 32 的倍数」训练。操作建议：
显存吃的是模型，不是画幅。 768×432 和 1152×640 的峰值显存几乎一样（实测差 <1%）。进程级细看：采样阶段稳定在 19 GB 上下，编码/解码阶段瞬时冲到 32 GB——这是 48G 卡放开跑的读数，ComfyUI 的动态加载会按空闲显存自适应，小显存卡靠换入换出也能跑，只是更慢。含义：模型装得下，分辨率随便开到原生画布；装不下，降分辨率救不了你，得换更小的量化版。OOM 时别浪费时间调尺寸。
耗时规律：像素维度划算，时长维度贵。 1152×640 相对 768×432 是 2.22 倍像素，只多花 1.86 倍时间，次线性，开大分辨率比直觉上划算；但时长维度相反——attention 对 token 数是超线性的，时长翻倍，耗时比翻倍还多。
规格标度实测（4090 48G,SageAttention cuda++ 加速下）:
读表记三个数就够：5 秒的片等 5 分钟，10 秒等 12 分钟，15 秒满长度一条 19 分钟。另外注意 1536×864 相对 1152×640 是 1.8 倍像素、耗时接近同比翻倍——大画幅下次线性红利就没了，再次印证别超原生画布。数据可复现性验过：同规格隔天重跑，320.11s 对 322.05s，误差 0.6%。
用途：让一张现成的图动起来，或用首尾两张图让模型补中间的运动。
用途：锁定一个角色的长相、一种画风、一段动作、一个运镜或一个声音，让它们出现在新视频里。这是 H3 最强也最复杂的模式。
准备
R2V 用另一套权重 ref2va，和 T2V/I2V 的 fl2va 不通用：
R2V 的完整提示词是六段式（比 T2V 的三字段多了三段），顺序固定：subject_definitions（给每个参考内容定义标签和特征）→ summary（方括号任务类型开头的一段总结）→ retention_analysis（逐标签声明保留程度）→ detailed_description（主体，350–500 英文词，风格开场句放在 [Shot 1] 之前）→ overall_soundscape → non_diegetic_music。
四种标签各管各的：
另外两段的填法：summary 开头用方括号打任务类型，多个用 + 连——keyframe completion / reference generation / video editing / video continuation / audio reuse / audio reference。判断题：参考视频只提供运镜和节奏 = reference generation，真的在改那条片子才是 video editing。retention_analysis 给每个标签一个固定关系词：可见内容用 fully_preserved / partially_preserved / attribute_transfer / weak_reference，音频用 fully_copy / partially_copy / reference / weak_reference。
这套格式第一眼劝退，但它就是官方付费模块 Context-IR 的输出格式——你手写等于白嫖。新手不必一上来背全六段：先用模板自带的示例提示词替换素材跑通，再对照 官方 R2V 指南 里的完整案例逐段仿写，写一次存成模板，后面每次改几个词。记住一句就够：每个参考素材在 subject_definitions 里领一个标签和一份特征描述，后面所有段落都用这个标签称呼它，并说清它被保留了多少。
H3 的提示词是一套官方定义的结构化格式（官方指南原文)。随手一句话也能出片，但多镜头、角色对白、指定运镜、卡时间点，必须按格式来。除对白和画面文字保留原语言外，全部用英文写。
9.1 骨架：三个字段
9.2 镜头：[Shot N] 与切换时间
写成镜头内自然的英文句子，不要在句尾堆标签。
幅度：with small amplitude / with large amplitude；速度：at slow speed / at fast speed。中等幅度、正常速度直接省略不写。
9.4 对白：说话人 ID +
规则清单：
替换成你的场景，就是一条合格的 H3 提示词。
9.6 带图的三种变体：开头多一行对齐指令
I2V 家族（I2VA / FL2VA / L2VA）在三字段之前多一行固定格式的对齐指令，然后空一行：
只给首帧（I2VA）——固定写法：
描述结构：先锚定图里的风格、主体、构图，再写动作如何展开（首帧锚点 → 动作发端 → 持续发展 → 结果）。角色衣着、颜色、关键物件、空间关系要和图保持一致。
首尾帧都给（FL2VA）——声明两张图各对齐哪个时间点：
正文别把两张图各描述一遍——写连接它们的运动路径（首帧状态 → 可见的中间变化 → 差距逐步收窄 → 尾帧状态）。FL2VA 尽量单镜头，让模型连续插值。
只给尾帧（L2VA）——图对齐片尾：
描述结构：推断一个合理的先前状态 → 明确的动作与过渡路径 → 最后一镜逐步收敛 → 落在图上。
时间 S.SS 必须精确到两位小数，且和你的实际视频时长一致（对照第 6 步帧数表换算）。
9.7 提示词偷懒法
官方就是这么设计的：H3 的 API 版有个闭源的 Context-IR 模块专门干“把人话改写成上述格式”这件事，本地没有它，但你可以让任何一个 LLM 代劳。把官方指南链接和你的想法一起丢给它：
生成结果检查三处：台词是否被改写（必须原文）、镜头时间戳是否递增且在总时长内、配乐字段有没有混进情绪词。
不想依赖 LLM 的手感，还有个更正统的偷懒路径：花几分钱调一次官方 Context-IR API（¥5.80/百万 token 输入），把你的大白话和素材丢进去，它返回的增强提示词就是标准格式——这本来就是 API 版里帮你重写提示词的那个闭源模块。拿返回结果存成模板，后面每次改几个词，比从零学快得多，本地 ComfyUI 也认这种格式。
先跑通再折腾这步。加速分两层，可以叠加：SageAttention 把每一步算得更快，Cache 类节点直接跳过没必要算的步。 先上第一层——同 seed 同工作流（1152×640/124 帧）A/B 实测省 24%：
装 SageAttention：从 SageAttention releases 下载和你的 PyTorch / CUDA 版本匹配的 wheel（文件名里写着 torch 和 cu 版本，对准了再下），然后 pip install <wheel文件名>。桌面版用户在其内置终端里执行，保证装进 ComfyUI 用的那个 Python 环境。版本认准 2.x——后面的 fp8 系模式只在 2.x 里有，1.x 根本没有对应内核；这些 wheel 都是 2.x 预编译版，直接装最省事。真要从源码自己编，有个硬门槛：sm_89（40 系）要求 CUDA ≥ 12.4（写在 setup.py 里），我们在 12.0 环境下编不过去，升到 12.8 才搞定。
装 KJNodes 节点包： ComfyUI Manager 里搜 ComfyUI-KJNodes 安装；或手动 git clone https://github.com/kijai/ComfyUI-KJNodes 到 ComfyUI/custom_nodes/，重启。
接线：工作流里加 Patch Sage Attention KJ 节点，插在 UNETLoader 和 BasicGuider 之间——UNETLoader 的 model 输出 → Patch 节点 model 输入，Patch 节点 model 输出 → BasicGuider 的 model 输入。只有 guider 需要打补丁，scheduler 不用动。
选模式：直接用 auto 就行。它会按显卡架构自动落到最快路径——4090 上 auto 就等于 qk_int8_pv_fp8_cuda++（查过源码：sm89 分支返回的正是同一个 fp8 内核，手动选没坏处但没必要）；30 系卡（3090/3060 等 Ampere）没有 FP8 硬件单元，auto 会落到 Ampere 可用的 int8 路径，仍有可观提速。真要手动锁定 qk_int8_pv_fp8_cuda++，前提是第 1 步装的确实是 SageAttention 2.x——1.x 没有这个内核，选了也是报错或静默回退。
正常 Run。懒人替代：不想接节点，启动 ComfyUI 时加 –use-sage-attention 参数全局开启（桌面版在设置的启动参数里加）。两个坑必须说清：这个参数和 KJ 节点二选一，千万别同时开——两边会重复打补丁，社区有反馈反而变慢；而且启动参数没法选模式，只能走默认路径。要控制力就接节点，要省事就用参数，别混着来。
第二层：Cache 类节点，跳步不硬算
SageAttention 是把每一步算得更快，Cache 类节点是另一个思路：扩散采样的相邻步输出经常几乎一样，变化小到一定程度就直接复用上一步的结果，整步跳过不算。两层叠加，同一条 362 帧满长度片（1152×640，4090 48G）的实测：
天下没有免费的午餐——Cache 的加速来自跳过真实计算，但代价要看对地方。我们在 R2V 参考图模式下逐帧核对过：人脸身份并不漂移（同一张脸、同一发型、同一裙装结构从头稳到尾），真正掉的是画面的“活性”——近似静止的“发呆”帧占比从 13.8% 翻到 41.5%，细节也更容易糊。所以检查 Cache 成片时别盯着脸看，看画面发不发呆、细节糊不糊。
另一条要想在前面：Cache 改变的是生成结果本身，不是“同一条片跑快点”。 同 seed 实测，TeaCache 输出对无 Cache 基线的 SSIM 只有 0.78（EasyCache 是 0.96）——所以“草稿开 TeaCache 挑片、正片换配置复现”这个直觉打法不成立：换了配置，你挑中的那条画面就变了。正确用法二选一：跑量筛提示词、筛创意，全程开 Sage + TeaCache，别指望草稿画面能原样复现；对画面有要求的正片，从选片到定稿用同一套保守配置（Sage + EasyCache 或干脆只开 Sage）。阈值往小调，跳得保守些，损失也小些。
Q：提示缺少 MiniMaxH3ImageToVideo / EmptyMiniMaxH3LatentAV 等节点 A:ComfyUI 版本 < 0.30.0，升级。最高频问题。桌面版/整合包跟随稳定版发布，更新后重启再试。
Q：爆显存（OOM / CUDA out of memory） A：按顺序排查——① 确认用的是 pruned_int8_convrot DiT + nvfp4_awq 编码器这对最小官方组合，不是误下了 bf16;② 关掉其他吃显存的程序（游戏、另一个 ComfyUI、跑着模型的浏览器标签）;③ 系统内存拉到 32GB 以上，12GB 卡靠内存分层加载；④ 还不行，换社区 INT4 量化（第 2 步末尾）。记住实测规律：降分辨率救不了 OOM，显存大头是模型本身。
Q：输出视频没有声音 A：两个 VAE 必须都加载——video_vae_fp16 和 audio_vae_fp32，并确认工作流里有 VAEDecodeAudio 节点连到 SaveVideo。用官方模板一般不会缺，自己改工作流时最容易删错。
Q：生成完全失败，分辨率开得很小 A:H3 最低 384p,256p 及以下必然失败。用官方模板的分辨率预设。
Q：视频时长和我填的不一样 / 卡不上音乐节拍 A：帧数被吸附到 17k+5 网格（第 6 步），单次上限 15.08 秒。从合法帧数表里直接挑，别填任意值。
Q:R2V 模板报“找不到模型” A: R2V 用 ref2va 权重，和 T2V/I2V 的 fl2va 是两套，单独下载（第 6 步）。
Q:R2V 特别慢 A：检查 ref_image_size 是否选了 max——参考 token 每步采样都要过一遍，max 慢好几倍。日常用 match。
Q：参考视频/输入图出来变形、裁切 A：参考视频会被压到「短边 768、面积上限 768×1344、对齐 32」的画布，和输出分辨率是两套规则。素材先自己裁成目标宽高比。
Q：控制台刷 dtype 警告 A：正常现象（第 5 步），部分层回退标准 attention，不影响生成。
Q：我的 3090 比别人的 4090 慢好几倍，显存还用不满 A：两个原因叠加——① 3090 是 Ampere 架构，没有 FP8 硬件单元，INT8/FP8 权重要在计算前转回高精度，同代对比天然慢；② 社区多人观察到 H3 的动态显存调度偏保守，24GB 卡可能只用到 18GB 左右，显存利用率不满是已知现象，不是你的配置错了。能做的：开 SageAttention（auto 模式）、用质量取向的 INT8 Lean 权重、把内存加到 64GB 减少分层等待citation
Q:16GB 卡（5070 Ti / 4080）启动就崩，报 “Device memory is nearly full” A：这是加载阶段显存 + 内存双双吃紧的表现。按顺序试：① 系统内存 32GB 是底线，加到 64GB 最有效；② 加启动参数 –cache-none –disable-smart-memory 强制模型完全卸载；③ 关掉浏览器硬件加速（浏览器本身会占 1–2GB 显存）；④ 换第 2 步末尾的 INT4/NVFP4 小权重。另有 5070 Ti 用户报告速度异常波动的案例，若明显慢于同档卡，先更新到最新稳定版 ComfyUI 和显卡驱动再对比citation
Q：生成的人物说中文口型对不上 / 台词被改 A：检查
官方宣传“原生 32kHz 立体声”，实测拆解：32kHz、双声道属实，左右声道确实不同（L/R 差 0.2–0.9 dB，差信号比主信号低 14–24 dB），不是单声道复制两份糊弄人。但预期放对：这是“有空间感”的窄声场立体声，不是强声像分离，别指望左右横穿的音效定位。它最值钱的一点：对白、音效、配乐和画面在一次前向传播里同时生成——唇形同步是天生的，不是后期对上去的。
官方 API 刊例价（人民币）:2K ¥0.80/秒，768P ¥0.50/秒，768P→2K 再生成 ¥0.30/秒；音频输入免费，图片 5 张内免费（超出 ¥0.20/张）。
注意 0.50 + 0.30 = 0.80——先出 768p 草稿再升 2K，和直接出 2K 一个价，官方定价没给“云端草稿”留任何便宜。这正好框定了本地部署的位置：
最后按四类人把路线判断说死：
去 platform.minimaxi.com（海外 platform.minimax.io）注册，用户中心充值，账户管理里创建 API key。然后三步：提交任务 → 轮询状态 → 下载视频：
图生视频只需在 content 里加一项 {“type”: “image_url”, “image_url”: {“url”: “https://你的图片地址.png”}, “role”: “first_frame”}，加了首帧图之后把 ratio 删掉（会自动按图片比例来）。
四条新手墙，提前告诉你：
实测环境：RTX 4090 48GB（魔改）/ ComfyUI 0.30.0 / torch 2.11 + cu128。文中耗时、显存、可复现性数据均为该环境实测；权重大小以 Hugging Face 官方仓库为准；提示词语法以 MiniMax 官方指南为准。
来源：@servasyy_ai · 发布于 2026-08-06 14:28:24 · 原文链接
]]>开始前必须知道的一件事：本地]]>
一个好的对标账号，会直接告诉你这个赛道里什么选题有人看、什么内容容易爆、用户真正关心什么。
刷到一条不错的视频，先收藏。刷到一个不错的账号，再关注。时间久了，收藏夹里的视频越来越多，关注的账号也越来越多。
等到自己真正要创作时，又要重新打开收藏夹，一条一条地翻。
最后还是不知道今天该参考谁、该做什么选题。
所以我用豆包＋飞书，搭了一套抖音对标账号监控系统。
抖音负责提供对标内容，豆包负责搜索、采集和分析，飞书负责保存数据。
这样，我每次找到的对标视频都不会只停留在收藏夹里，而是会进入一张可以持续积累、筛选和分析的选题表。
整条链路就是：
抖音找对标 → 豆包采集分析 → 飞书沉淀数据 → 筛选创作方向
下面按照实际操作顺序，带你从零搭建这套系统。
豆包和飞书已经完全打通——打开飞书就能直接使用豆包
进入豆包后，点击输入框下方的“办公任务”，选择办公任务模式。后面的抖音搜索、视频数据采集、内容分析，以及飞书多维表格的创建和写入，都可以直接交给豆包完成。
找对标主要有两种方式：
第一种，搜索行业关键词，查看最近有哪些高点赞视频。
第二种，监控固定的对标账号，查看他们最近发布了什么内容。
这次为了演示，我先用关键词搜索的方式，让豆包寻找最近24小时内抖音与“AI”相关的5条高点赞视频。
这里他是模拟点击网页形式进行查看
不需要提前创建飞书多维表格，也不用自己配置字段。
直接把下面的提示词发给豆包：
请帮我完成一次抖音对标视频采集任务。
关键词、时间范围、点赞门槛和采集数量，都可以根据自己的领域修改。
数据采集完成后，有两种方式可以查看豆包创建的多维表格。
第一种，直接点击豆包回复底部生成的“抖音对标视频库”，就能打开完整表格。
第二种，点击豆包客户端左侧的“云盘”，也可以找到刚刚创建的多维表格。
即使后面找不到这段对话，也可以随时从云盘进入查看。
打开后，就能看到采集到的视频标题、创作者、点赞数、评论数、内容类型等信息，并根据数据筛选值得参考的对标内容。
测试没有问题后，可以继续让豆包创建定时任务。
任务设置完成后，执行一次，确保已完成设置
对标视频采集完成后，可以继续让豆包分析选题库，从中选择一个值得创作的AI资讯，并生成视频。
直接发送下面的提示词：
这样，前面采集到的对标数据就可以继续用于选题、写稿和视频生成。
做自媒体最重要的就是找对标。
抖音提供内容，豆包负责采集和分析，飞书负责保存数据。
以前找对标，需要不停地刷视频、点收藏。现在可以让豆包把爆款内容整理成一张持续更新的表格。
找对标的目的不是照着别人再做一遍，而是通过已经被验证的内容，看见用户正在关心什么，再找到自己的表达角度。
扫描下方的二维码，解锁飞书官方的AI福利，搭建属于自己的飞书+豆包+Seedance自媒体爆款素材库，飞书官方有免费的AI直播课程！！！
来源：@cheery9998 · 发布于 2026-08-08 10:29:47 · 原文链接
]]>一个好的对标账号，会直接告诉你这个赛道里什么选题有人看、什么内容容易爆、用户真正关心什么。
刷到一条不错的视频，先收藏。刷到一个不错的账号，再关注。时间久了，收藏夹里的视频越来越多，关注的账号也越来越多。
<]]>就行从 0 到 1 使用教程：把每天重复刷平台，变成一套可运行、可沉淀、可复盘的内容监控系统。
**Skill 地址：**github.com/xintu1314/content-boom-monitor
对内容运营和创作者来说，“盯爆款”很重要，但也是一件特别难长期坚持的事。
每天打开小红书和抖音，搜索行业关键词，再逐个进入对标账号主页：看谁发了新内容、哪条数据突然变好、标题用了什么结构。看完之后，还要把链接复制进表格，手动记下两三行分析。
这套方法短期能跑，时间一长就会变成“想起来才看一眼”。监控数量越多，记录越粗糙，最后只剩下一张没有人维护的素材表。
真正的问题不是“AI 能不能帮我拆一条内容”，而是能不能搭出一套稳定运行的系统：自动读取监控目标、抓取数据、去重、识别异常、生成报告，并把值得研究的内容沉淀到飞书。
这就是 Content Boom Monitor 想解决的问题。它已经把这条链路封装成一个可以安装到 Codex 的 Skill：
适合谁
内容运营、短视频团队和独立创作者；
想持续观察竞品内容、热门选题和账号异常作品的人；
已经使用 Codex、飞书，希望把重复盯盘变成稳定流程的人；
不想开发完整 SaaS，但愿意配置 API 和飞书表格的人。
不适合谁
只想临时搜一次内容，不需要长期沉淀；
要求系统直接保证“预测爆款”；
没有权利处理相关平台公开数据，或不能遵守 API 与平台规则；
期待完全零配置、无需 API 账号的成品 SaaS。
这篇教程解决的不是“怎么临时找几条热门内容”，而是“怎么搭一套能反复运行、稳定沉淀、只让人处理高价值内容的监控系统”。
本教程推荐直接安装已经跑通的 Content Boom Monitor：
系统包含两个互相独立的监控引擎。
它回答的是：搜索这个关键词，哪些笔记或视频是爆款候选？
输入关键词，例如：
它回答的是：这个账号最近哪条内容明显高于自己的正常水平？
输入小红书或抖音账号主页链接，系统获取最近作品，用同账号本轮其他可用作品作为基线，计算相对表现 R。这样，小账号中突然表现异常的内容也能被发现，不会只剩下大账号占据排行榜。
系统输出两类结果：
这套架构最重要的边界是：
不要让 AI 猜作品 ID、缺失指标或发布时间；也不要用一条固定公式代替内容判断。
你需要：
面向外贸创业者，分享 AI 获客、自动化和实用 Skill。
这句话不是搜索条件，而是后续 AI 判断“是否相关”的业务背景。
安全与合规
新建一个飞书多维表格，建议包含三张表。
表 1：监控关键词
日常快速录入只需要两个字段：
系统字段可以增加：状态、扫描频率、最后扫描时间、下次扫描时间、扫描结果、连续失败次数等。把它们放入“系统数据”视图，不要求日常填写。
表 2：对标账号
快速录入显示：
系统可以补充平台账号 ID、状态、扫描频率、粉丝数、最近扫描时间和错误信息。
表 3：内容作品库
建议按五类设计字段：
处理状态建议固定为：
不要删除系统字段，应该用视图降低人的认知负担：
把飞书标识交给 Skill
通过 Base 链接获取 base_token，再查询三张表的 ID：
把返回的真实标识写入环境变量：
不要把个人 Base 标识硬编码进公开仓库。也可以在执行脚本时通过对应参数传入。
这些也可以复制给codex，让它自己去创建这样的飞书多维表格。
打开 Just One API 文档，获取自己的 Token。把 Token 写入本机环境变量：
如果使用 zsh，可以把这一行放进 ~/.zprofile，保存后执行：
不要把真实 Token 写进教程、代码仓库或飞书表格。
首次试跑只需要四类接口：
试跑建议：
项目主页：
https://github.com/xintu1314/content-boom-monitor
克隆到 Codex Skills 目录：
重新打开或刷新 Codex 后，就可以用自然语言触发，例如：
用 Content Boom Monitor 读取飞书里的关键词和对标账号，先做一次小规模试跑，不要直接写入。
安装后的目录结构：
三个程序各做一件事：
人在快速录入视图填好关键词和账号主页后，在codex运行：
用 Content Boom Monitor 读取飞书里的关键词和对标账号，获取报告和直接写入飞书
完成后应得到：
标准化字段
无论来源平台如何，至少统一成：
去重键
使用：
没有稳定作品 ID 时，不自动入库，除非存在可以长期使用的规范链接。
不同平台的用户行为价值不同，因此使用加权互动值。
小红书：
抖音：
只计算接口实际提供的指标。某个指标缺失时，不能把它表述为“真实为 0”。
关键词监控不计算账号相对表现 R。系统让小红书按热度降序、抖音按点赞降序搜索，再把返回结果按可用互动值从高到低排列。
例如输入 AI工具，报告会分别列出小红书和抖音中与该词相关的高互动内容、排名、作者、链接及互动证据。这是本次关键词搜索范围内的爆款候选，不等于全平台爆款认证。
只针对对标账号作品：
至少需要 5 条对比作品。使用中位数而不是平均值，可以降低历史超级爆款对基线的干扰。
证据门槛为：
这些等级用于安排查看顺序，不是“爆款概率”，更不是对未来流量的保证。
报告不能只写“抓了多少条”和 5 个链接。至少应包含：
先预览：
确认有效行数、目标 Base 和目标表后，再正式写入：
也可以直接写入；
本教程对应的真实试跑输入：
系统识别到一条 T3 内容：《10 个 Skill 帮你轻松做起小红书》，互动值 12158，R=75.52。
这个结果不能直接解释为“只要写 10 个 Skill 就一定会爆”。正确用法是：把它列为优先复盘对象，再结合正文、封面、发布时间、评论区和账号语境判断真正原因。
日常最小操作：
反馈应该影响下一轮：
首次试跑跑通后，一次只扩大一个维度：
当前试跑主要识别“账号相对异常”。要进一步发现“正在起量”，需要保存上一轮指标快照：
第三阶段：深度拆解与通知
可以继续增加：
稳定后，把这一流程设置成自动化即可。
内容监控系统的价值，不是替人刷更多内容，而是把人的注意力从“重复翻主页”转移到“判断哪些内容值得行动”。
稳定的采集、去重和计算交给工作流；需要理解的拆解交给 AI；最终取舍交给人。三者边界清楚，系统才会越用越好，而不是逐渐变成一张无人维护的大表。
来源：@DZhao63405 · 发布于 2026-08-04 12:10:14 · 原文链接
]]>就行从 0 到 1 使用教程：把每天重复刷平台，变成一套可运行、可沉淀、可复盘的内容监控系统。
**Skill 地址：**github.com/xintu1314/content-boo]]>
将子代理设为luna-max。复杂任务用sol去做方案设计，用luna-max去并行执行
具体设置方法：
在Codex对话中输入下面的提示词：
在 ~/.codex/agents/luna-worker.toml 创建一个名为 luna_worker 的自定义代理。
使用以下设置：
model = “gpt-5.6-luna”
model_reasoning_effort = “max”
将子代理设为luna-max。复杂任务用sol去做方案设计，用luna-max去并行执行
具体设置方法：
在Codex对话中输入下面的提示词：
在 ~/.codex/a]]>
早上打开 Codex 提醒使用子代理，正好看到 @Saccc_c 的推文， 完整实践了一下，思路方案完全可行！
不过，创建子代理的提示词还需要再完善一下，必须补充对应的描述和工作方式。
下面是我优化后的完整提示词，直接复制到 Codex 对话中即可：
—— 提示词 ———
请在 ~/.codex/agents/luna-worker.toml 创建一个全局自定义子代理。
配置要求：
请写入以下完整 TOML 配置：
name = “luna_worker”
description = “Fast worker for clear, narrowly scoped, and repeatable tasks.”
developer_instructions = “””
Handle the assigned task strictly within its stated scope.
Work independently and use appropriate tools when needed.
Verify the result when practical.
Do not make unrelated changes.
Return a concise summary containing the result, relevant file paths, verification performed, and any important caveats.
“””
model = “gpt-5.6-luna”
model_reasoning_effort = “max”
执行要求：
创建后，使用方法如下：
请使用 luna_worker 子代理完成以下任务：[填写任务]。等待子代理完成后，检查并汇总它的结果。
Sac (@Saccc_c)：
如何能让你的Codex拥有无限子弹？将子代理设为luna-max。复杂任务用sol去做方案设计，用luna-max去并行执行
具体设置方法：
在Codex对话中输入下面的提示词：
在 ~/.codex/agents/luna-worker.toml 创建一个名为 luna_worker 的自定义代理。
使用以下设置：
model = “gpt-5.6-luna”
model_reasoning_effort = “max”
— 原推文
来源：@Lonely__MH · 发布于 2026-08-02 11:50:00 · 原文链接
]]>早上打开 Codex 提醒使用子代理，正好看到 @Saccc_c 的推文， 完整实践了一下，思路方案完全可行！
不过，创建子代理的提示词还需要再完善一下，必须补充对应的描述和工作方式。
下面是我优化]]>
直接上图：
花费16.17刀，返现8刀，每月 16.17-8=8.17 刀订阅ChatGPT Plus
原理就是菲律宾的16刀的价格 + plasma one卡的core等级的每个月8刀的AI订阅返现
下面就是手把手开通教程，全程无广
这里最好要是美国的，不能是日本的，不能有免费试用的福利，因为这个方法无法通过免费试用
具体配置方法之前写过教程，这里不再展开
https://x.com/LotianV/status/2080939587741098327
随便打开一个google浏览器，
点击右上角三个点
选择“打开新的无痕窗口”
接下来所有操作都要在这个无痕浏览器中操作
点击下面网址，点击左下角的登录，注册一个新的ChatGPT账户
登录成功后，点击右上角的升级
在右下角地区，选择菲律宾
这里可以看到价格是1100PHP，是正常的，因为包含了税
在下面网址生成一个随机的免税州地址，复制对应信息用于支付
美国免税地址生成器 - 立即获取您的免税美国地址 - 美国地址生成器 | US Address Generator
在账单这里填写上对应的地址信息，会发现变成了982PHP，就是正确的，约合16.17刀
账单这里填写上之前教大家注册的Plasma one卡（需要有core等级），然后就完成支付啦
如果之前没有赶上Plasma one的core等级，直接订阅也是可以的，虽然没有8刀的返现，但是16刀的价格也是全网最便宜的价格了，如果没有Plasma one的卡也可以用bg 的U卡，这个我亲测付款成功，也可以使用ether的U卡
如果有什么问题都可以在评论区提问，我会尽自己所能帮助大家解决问题
直接上图：
花费16.17刀，返现8刀，每月 16.17-8=8.17 刀订阅ChatGPT Plus
视频教程：https://x.com/TanLuAI/status/2076592702012129715
第一段15秒的提示词：
基础设定：一段15秒中国古代雪山战争的电影片段。 主角：女将军“秦昭宁” {{Mixed 4}} ，女将军的马 {{Mixed 3}} ，女将军的红缨长枪 {{Mixed 1}} 反派： 一个塞外的军队 {{Mixed 5}} 配角：女将军带领的军队 {{Mixed 6}} 环境：雪山峡谷 {{Mixed 2}} 其他约束： 35mm 胶片摄影机拍摄，需要运用到分镜和不同视角切换，让整个画面更有节奏感和电影感，动作凌厉。画面强烈的视觉冲击。画面带有强烈的冲击力和打击感。整个画面有节奏感和电影感，仅生成环境的音效，不要配背景音乐。真人写实中式史诗电影风格。画面禁止出现任何字幕和任何白色的字体；画面出现文字，采用透明字体。完全真人实拍质感，经典武侠战争电影风格。极寒雪山峡谷，暴雪纷飞。所有人物面部细节的风格参考 画面一：低角度贴地运镜。镜头紧贴黑色战马的马蹄，跟随马匹缓慢踏过厚重积雪，积雪被马蹄踩碎，冰粒向镜头飞溅。镜头沿着战马前腿平稳上摇，经过手持红缨长枪的秦昭宁的红黑金铠甲和手中的缰绳，最终推进至她的面部近景。秦昭宁骑在马上，神情沉稳警觉，目光观察前方峡谷。 画面二：镜头切换至高空航拍大全景。秦昭宁率领军队在狭长的雪地峡谷中前进。女将军一马当先在最前面，队伍被两侧高耸陡峭的雪崖夹在中央。 画面三：航拍镜头继续缓慢升高，并向峡谷两侧横移。雪崖顶部的风雪中，逐渐出现大量敌军黑影。切换分镜，敌兵从岩石和积雪后方站起，部分敌兵合力推动悬崖边缘的巨石，岩石从崖壁上缓慢滑落。敌军铺满峡谷两侧，形成居高临下的包围。 画面四：近景画面，一名士兵抬头发现雪崖上的敌军和开始滚落的巨石，脸色骤变，指向上方大喊：士兵：“有埋伏！”。巨石砸中个别士兵，军阵开始骚动，战马不安嘶鸣。镜头切至秦昭宁面部特写，她猛然抬头，眉头收紧，并回头看向自己的士兵，被巨石砸中。眼神中同时出现愤怒与坚毅。
这个方法是参考前序视频 生成后续视频的一个改良方法，将原本参考整个视频 改为参考 几张关键帧图片。
它有两个优点，一个是相比参考视频 生视频，它可以减少一半的积分，二是 直接用参考视频 生视频，连续生成三次的时候 画面就会开始有一些噪点，这种方法能一定程度解决这种现象。
具体实操：截取前序视频的关键帧——生成色卡（固定风格使用）——将色卡+前序视频的关键帧 作为参考物料——生成后续视频
**-关键帧截取：**重点以下几个画面：
-色卡生成：（2K画质,image2.16:9）
-后续视频生成：
-提示词：
[基础础设定：一段15秒中国古代雪山战争的电影片段。生成尾帧画面 的后续剧情 主角：女将军“秦昭宁” {{Mixed 6}} ，人物三视图 {{Mixed 1}} （没有披风），骑着马，手持图片中的红缨长枪 反派： 一个塞外的军队 {{Mixed 2}} 配角：女将军带领的军队 {{Mixed 3}} 环境：雪山峡谷 {{Mixed 4}} 其他约束： 35mm 胶片摄影机拍摄，需要运用到分镜和不同视角切换，让整个画面更有节奏感和电影感，动作凌厉。画面强烈的视觉冲击。画面带有强烈的冲击力和打击感。整个画面有节奏感和电影感，仅生成环境的音效，不要配背景音乐。真人写实中式史诗电影风格。画面禁止出现任何字幕和任何白色的字体；画面出现文字，采用透明字体。完全真人实拍质感，经典武侠战争电影风格。极寒雪山峡谷，暴雪纷飞。所有人物面部细节的风格参考 画面色彩参考： 色卡图
画面一：全景镜头，秦昭宁的军队被巨石砸伤，很多伤员。切换秦昭宁面部特写，眼神坚毅 大喊了一句：前军，随我冲出谷口！” 画面二：侧面跟拍 秦昭宁带领骑兵向谷口冲锋。。转为第一视角，前方风雪中，敌军骑兵缓缓出现。 画面三：采用电影级别的多分镜切换和组合，秦昭宁转头一看，眼神变的更加坚毅，大喊一声，策马冲入敌阵，长枪扫落数名敌兵。并冲入峡谷口的一个拐弯处的背影，塞外的敌军在后面追赶的背影。 第三段： 画面一：正面高空俯拍视角，秦昭宁单枪匹马在峡谷奔袭，后面敌军在追 画面二：切换女主的近景分镜，背景虚化 敌军再追赶 画面三：正面高空俯拍视角，女主甩远了敌军了，峡谷仅剩女主单枪匹马。突然，女主拽动缰绳，停下了马，紧接低角度马蹄特写。随后，切换近景女主镜头（女主背后没有任何的人），女主似乎看到了什么，深呼吸坚毅的表情。]
注意事项：
截图的画面 （除了尾帧）一次 先不要在提示词框直接引用，仅作为参考就行；
第二段视频的 首帧画面的剧情，尽量不要是参考物料里面的图片（不然生成出来的画面质感会有一些噪点）。
这个方法是先生成一段25-30秒的提示词，接着用同样一段提示词重复生成多段15秒的视频，然后将这些视频分割成多段的分镜片段，然后像个导演一样，选择有用的分镜片段 ，基于视频人物的动作和节奏，重新拼在一起。
具体实操：生成一段25-30秒的长提示词——同段提示词多次生成——每段视频拆分为多个分镜——基于人物动作/剧情节奏 等 完成 分镜的组合拼接
-提示词生成：（Gemini或者GPT）
我要一段 1000 个字的提示词，大概 25 秒 - 30 秒。剧情：女将军骑马从峡谷冲出来，背后有追兵，前面有千军万马的敌军。女将军回头，接着看下旁边有一条非常宽广的冰河，女将军接着就往河的方向跑去，然后敌军首领喊：给我拿下她，别让她跑了，女将军途中与敌军（有骑兵步兵）交战（这边需要很多的细节提示词），斩杀多个敌军。女将军跑进冰河，敌军停在了河岸，不敢下去，似乎担心什么。女将军在冰面快速奔袭，突然刮起了风暴。参考提示词：后面我的提示词
-视频生成（截取上个视频尾帧 作为参考）
画面一：紧接 {{Mixed 5}} 剧情，采用广角全景，在女将军的正前方，漫山遍野的敌军列阵在暴雪中若隐若现，千军万马的肃杀之气与极寒的风雪融为一体。画面切换为女将军近景画面，女将军的目光猛然向右侧撇去。镜头切换分镜，远处一条极其宽广、一眼望不到尽头的巨大冰河横亘在暴雪肆虐的荒原之上。鹅毛大雪如乱絮般狂舞，远处的雪山连绵起伏，裸露出的冰面呈现出深邃幽暗的青蓝色。 画面二：女将军猛勒缰绳，战马发出一声凄厉的长嘶，在厚重的雪地中强行完成了一个极度惊险的漂移转向，朝着那片死寂的宽广冰河疯狂疾驰而去。 画面三：敌阵之中，镜头瞬间切入长焦镜头特写（Telephoto lens close-up），敌军首领发出一声震耳欲聋的怒吼（视觉表现为他呼出的大口浓重白色哈气在极寒空气中瞬间凝结），他猛然举起手中那把带着深深血槽的重型弯刀，刀身在黯淡的雪光下闪烁着寒芒，刀尖直指在风雪中向冰河逃窜的女将军，下达了死命令：给我拿下她，别让她跑了。。 随着首领的咆哮，画面切回中远景。一队装骑兵与步兵，踏着深达膝盖的积雪，从侧翼阵型中悍然杀出，斜向拦截女将军的去路。几百匹战马同时奔腾 画面四：镜头切入极具临场感、剧烈晃动的跟拍加环绕运镜等多种分镜切换，女将军借着马速，右臂肌肉暴起，手中长枪猛然而出，锋利的枪尖瞬间贯穿了第一名蒙面步兵举起的木制圆盾，毫不停滞地刺透了他的胸甲。女将军借着战马向前的恐怖惯性，手腕极速翻转，长枪横向猛然一撕！步兵的身体犹如破布袋般被挑飞出去。紧接着，左侧一名敌军骑兵挥舞弯刀，借着马速向她当头劈来。女将军展现出了惊为天人的马术与腰腹核心力量。她双脚死死踩住马镫，上半身瞬间向后仰倒，几乎与马背完全平行（经典的武术“铁板桥”闪避动作）。敌人的弯刀擦着她的鼻尖和飞舞的雪花劈空。在两马交错的绝对瞬间，女将军腰部如弹簧般暴起，重新坐直身体，双手反握长枪，借着腰力向后方极其狠辣地一记回马枪（Backwards spear thrust）。枪尖精准无误地刺入那名交错而过的敌军骑兵的后心，将其直接从马背上捅飞，重重砸进深厚的雪堆里。短短8秒，战马未损分毫，女将军在马上长枪如龙，硬生生在狂风暴雪中杀出一条血路，呈现出极度硬核、拳拳到肉的史诗级马战质感。 画面五：低角度跟拍杀穿重围的黑马发出一声高亢的嘶鸣，四蹄猛然跨出了厚重的雪地，踏上了那片宽广的冰河。 镜头立刻拉高，采用无人机视角的广角俯拍（High-angle Drone shot），女将军在冰面单枪匹马快速的奔袭。数百名穷凶极恶的追兵齐刷刷地在冰河边缘的雪地岸边死死勒住了战马。敌军隔着漫天大雪，死死盯着那片广袤、散发着幽蓝光泽的脆弱冰面，面面相觑，没有任何一个人敢向前再迈出半步。
完成第一遍生成以后，有能用的关键帧截取下来，作为第二遍生成的参考物料。
然后第一遍已经可用的画面，可以把画面描述的提示词去掉（节省积分），再点击生成
相同的方法生成2-3次左右，几个画面的视频 就生成好了。
-智能拆分分镜+剪辑拼接
使用剪映的智能分割镜头，然后结合视频的节奏每个运镜的衔接完成视频的组合拼接，部分镜头之间可以加一下转场。
备注：前面两种方法相结合，基本能生成大部分场景的15秒以上视频了，制作一般的短片/短剧也基本够用了。
原理：利用一张30秒的完整故事板 把整个视频的画面内容，风格 给全部固定。然后 分两次 生成 前后 两段15秒，再拼接在一起就行了。
具体实操：生成一张30秒的故事板图片——先生成前15秒的视频内容——截取关键帧，再生成后15秒的视频——前后两段视频拼接-故事板图片 AI
提示词生成：（给Gemini或者）
我要生成一个日式校园风格的粉色罐装气泡水广告的故事板的提示词，只给我返回纯文字的提示词，参考下面的画面提示词：后面我的提示词
-故事板图片生成（GPT-image 2）
-第一段视频生成（故事板作参考）
视频提示词：（不要生成BGM，否则后续前后两段不好拼接） 基础设定：基于这张分镜故事板的信息，生成一段充满日式电影美学与叙事感的 粉色罐装气泡水专业商业广告。仅生成0-15秒的画面内容 风格设定： 视觉基调： 现代日式青春电影美学，模拟 120 中画幅胶片（Medium Format Film） 的通透空气感，或数字电影机加装 柔光滤镜（Black Pro-Mist） 的纯净质感。画面干净，颗粒感极弱。 光影色调：高调逆光（High-key Backlight） 与漫反射环境光。高光轻微溢出（Bloom/Halation），呈现柔和的樱花粉与阳光白；暗部保留通透的冷青色（Cyan-blue）。整体呈现低对比度、低饱和度的日系治愈调色。 不要生成背景音乐，仅生成音效。 画面内容： Scene 01 (0.0-4.0s) [夏日空镜]: 镜头一展示午后空荡荡的教室，白色的窗帘被微风高高吹起，窗外光线产生轻微的过曝效果（Halation）。镜头二缓慢推向靠窗的一张旧木课桌，空气中悬浮着清晰可见的光尘。 Scene 02 (4.0-8.0s) [无声试探]: 镜头一采用手持微晃跟拍，一名短发少女（身穿宽松夏季水手服）轻手轻脚地走到那张空课桌前。镜头二转为特写，少女小心翼翼地将一罐粉色的 SAKURA POP 气泡水放在桌角，罐身表面布满冷凝水珠。 Scene 03 (8.0-11.5s) [欲言又止]: 镜头一展示少女在易拉罐底部压了一张折叠整齐的白纸（信笺），手指微微停顿。镜头二中，走廊传来脚步声，少女受惊般转头，快速离开画面，逆光下看不清表情，只有飞舞的发丝。 Scene 04 (11.5-15.0s) [光影交错]: 镜头一展示教室推拉门被少年拉开，一个少年的模糊剪影出现在门口。镜头二采用焦点转换 (Rack Focus)，焦点从远处的少年迅速转移到近处课桌上的粉色气泡水上，阳光正好打在樱花暗纹上
-第二段视频生成（第一个视频的截图+故事板作参考）
最后，将两段视频完成拼接，一个30秒的视频就完成了。个别镜头不满意，不要全部生成。用下面这段提示词和故事板以及截图作参考（节省大量积分）
以上就是生成15秒以上视频的三个方法。对这类教程 感兴趣的欢迎点赞转发和关注，我会持续。
视频教程：
目前无论是gpt还是Claude的plus都只需要86元左右
话不多说开始教程：
1.首先你要准备一个安卓手机 （模拟器也可以）， 下载好gpt和谷歌商城
2.准备任意节点的梯子 不需要玻利维亚的节点 但（安卓模拟器需开tun模式）
3.谷歌play订阅地区绑定新卡选择玻利维亚 重点！！！
如果谷歌账号是老号，之前付款地区是其他区可以去改地区头像，管理账号->钱包和订阅，查询重新绑定新地区付款方式，如果近3个月谷歌支付在其他地区消费过，目前新增了地区不会立刻生效，建议换个新号
4.登录GPT，直接用玻利维亚的地区支付就可以了，可以看到价格139.99换算成人民币大概85元左右
目前20x的价格是840左右，但不能直接开通，需要先开通plus后再升级
如果帮到你的话可以给我点个关注
后面继续分享更多焚决
来源：@zcm1119 · 发布于 2026-07-24 16:40:32 · 原文链接
]]>目前无论是gpt还是Claude的plus都只需要86元左右
话不多说开始教程：
1.首先你要准备一个安卓手机 （模拟器也可以）， 下载好gpt和谷歌商城
2.准备]]>
录 10 分钟，剪 2 小时
删废话、对字幕、调节奏、加封面，最后越剪越烦，干脆今天不发了
我今天看到一个开源工具 Pireel，感觉就是冲着这个痛点来的
它不是那种吹上天的 AI 剪辑神器，也不是剪映平替
它更像是给 Codex / Claude Code 装了一个“粗剪助手”
你把口播视频丢进去，它先帮你做故事板、字幕、主题包装和导出
重点不是它能不能剪出大片
重点是它能不能先帮你搞出一版“能发的东西”
这对内容博主很重要
因为很多人缺的不是专业剪辑，是稳定发出去
如果一个工具能帮我把 2 小时剪辑压到 20 分钟，哪怕最后还要手动修一修，也已经很香了
目前它主打 talking-head video，也就是露脸口播、录屏讲工具、教程视频这类内容
安装命令：
npx skills add pireel/pireel-agent
项目地址：
https://github.com/pireel/pireel
录 10 分钟，剪 2 小时
删废话、对字幕、调节奏、加封面，最后越剪越烦，干脆今天不发了
我今天看到一个开源工具 Pireel，感觉就是冲着这个痛点来的
它不是那种]]>
邮箱可以重新注册，网络和支付方式也各有解决办法，唯独一个能长期使用、稳定接收短信的美国号码，并不好找
尤其是绑定美区 PayPal、美国银行账户、Google 账号，或者注册一些海外 AI 工具时，临时接码或许能帮你完成第一次验证，但后面只要平台要求二次验证，麻烦就来了：
原来的号码还能不能用？验证码还能不能收到？这个号码会不会已经分配给别人？
所以，长期账号最好还是绑定一个真正由自己持有、能够续费保留的号码
我最近发现了一张 Saily 美国手机号
基础套餐每月 0.99 美元，一年不到 12 美元，折合每月不到 7 元人民币
如果你的需求主要是接收验证码，这算是目前成本比较低的一种方案
先说结论
Saily 提供的是美国 +1 手机号，通过 eSIM 开通，可以按月续费保留
基础套餐能够接收短信，中国身份证也可以完成认证
如果手机原生支持 eSIM，直接安装即可；国行手机没有开放 eSIM 的，也可以配合 Xesim 这类实体 eSIM 卡使用
它比较适合以下需求：
Saily 的优势不是功能多，而是用很低的成本，保留一个长期可用的美国号码
一次性接码最大的优点是便宜、方便，但它只能解决注册那一刻的问题
账号用上几个月后，平台可能因为更换设备、登录异常或安全审核，再次向原号码发送验证码
如果号码已经失效，或者被接码平台重新分配，账号找回就会很麻烦
Google Voice、Talkatone 等 VoIP 号码也能覆盖一部分需求，但现在不少平台会识别号码类型
遇到风控严格的服务，可能出现无法注册、收不到验证码，或者绑定后又被要求更换号码的情况
这并不意味着实体运营商号码一定能通过所有验证，但用于长期绑定，通常比一次性接码更稳妥
Saily 是 NordVPN 旗下的 eSIM 服务，整个开通过程在线完成，不会邮寄实体 SIM 卡
每月 0.99 美元的基础套餐，主要包含两样东西：
如果需要主动发短信、打电话或者使用流量，需要另外购买对应的功能包
只拿它接验证码的话，基础套餐通常就够了，购买时没必要额外添加短信、通话和流量服务
需要准备的东西不多：
支付页面可选择 Visa、Mastercard、银联、PayPal 或 Google Pay
实际能否付款，以页面和发卡机构的结果为准
打开 Saily 官网，搜索“Saily phone number”，进入号码购买页面，然后点击“Get a phone number”
接下来会看到短信包、通话包和流量包等附加服务
如果只是为了收验证码，这些都可以跳过，选择“No thanks”，保留每月 0.99 美元的基础套餐即可
付款页面如果出现“Got a coupon”，可以尝试输入优惠码：SUU766
支付完成后，下载 Saily App
后面的实名认证、eSIM 安装和套餐管理，基本都在 App 内完成
打开 Saily App，进入“Verify Your Identity”
国家选择 China，证件类型选择 Identity Card，然后按照提示上传身份证正反面，并完成自拍验证
拍摄身份证时，尽量保证四个边角完整、文字清晰，避免反光和遮挡
整个审核通常只需要几十秒到几分钟
我的实际测试中，中国身份证可以正常完成认证
认证通过后，在 Saily App 中找到“Install eSIM”，按照页面提示安装即可
安装完成后，进入手机的蜂窝网络设置，确认这条线路已经启用
如果人在中国大陆使用，还要检查数据漫游和网络选择等设置
如果号码主要用来接收短信，不建议随意将它设成默认数据线路，以免产生不必要的流量费用
很多国行手机没有开放原生 eSIM，这种情况下可以配合 Xesim 使用
它的原理并不复杂：把 Saily 提供的 eSIM 配置写入一张实体卡，再由手机把它当作普通 SIM 卡读取
在 Saily App 中进入：
Install eSIM → Install on another device
页面会生成一个二维码
将二维码保存下来，再打开 Xesim 的管理工具，选择添加 eSIM，并从相册导入二维码
等待配置写入完成后，启用对应线路
如果手机顶部已经出现运营商信号，说明号码基本安装成功
二维码通常包含完整的 eSIM 配置信息，不要发给别人，也不要上传到公开平台
进入 PayPal 的手机号设置，选择添加号码，国家区号选美国 +1，然后输入 Saily 分配的号码
提交后等待短信，收到验证码后填入即可完成绑定
测试过程中还遇到过一个小情况：短信里显示了 7 位数字，但 PayPal 的输入框只要求 6 位
遇到这种情况，可以尝试输入前 6 位
不过，不同账号的验证结果可能受到账号地区、使用环境和平台风控影响。能够收到短信，不等于所有账号都一定可以顺利绑定
号码开通后，可以在 Saily App 中进入：
Profile→ My Plans
这里可以查看当前号码、套餐状态和下一次续费时间
准备长期使用的话，要确保扣款方式有效，避免因为续费失败导致号码失效
如果以后不再需要，也记得手动关闭自动续费，否则系统会继续按月扣除 0.99 美元
建议把续费日期和号码信息单独保存一份，不要等到账号需要验证时，才发现套餐已经过期
它是美国号码，但不代表可以通过所有平台的验证
不同平台会综合判断号码类型、账号地区、登录环境和使用行为，规则也会随时调整
Saily 相比一次性接码更适合长期持有，但不存在百分之百通过的号码
即使是实体运营商号码，异常注册、高频收码或营销行为同样可能触发限制
正常个人使用和批量操作，完全是两回事
购买页面中的流量包、短信包和通话包，很容易让人以为必须选择
如果只是绑定 PayPal、Google或其他海外 App，先用基础套餐测试即可
真正需要主动发短信或打电话时，再单独购买也不迟
号码开通后，先确认信号正常，并测试能否收到普通短信
确定一切正常，再绑定重要账号
不要刚付款就立刻把所有账户全部换绑过去
现在想获得一个美国手机号并不难，真正麻烦的是后续能不能一直保留，以及养号成本是否能够接受
**Saily 的思路很明确：**每月支付 0.99 美元，保留一个可以接收短信的美国 +1 号码
它不能替代完整的美国运营商套餐，也不能保证通过所有平台的风控，但用来接收验证码、绑定海外账号，成本确实不高
如果手机原生支持 eSIM，安装会更简单；国行手机也可以配合 Xesim 使用
对只想长期留一个美国号码的人来说，这套方案的价值不在于功能有多丰富，而在于费用清楚、续费简单，需要验证码时，号码大概率还在自己手里
**传送门：**美国手机号
最近不知道写什么内容，就钻研了中文区x收入最高的几位博主，收集了他们日常实用的内容素材聚合器
1.last30days
抓取30天内X、油管上最热门的讨论内容，按照热点选题写内容，不怕找不到素材
http://github.com/mvanhorn/last30days-skill
2.TL1网站
抓取中文圈最热门的推文帖子，什么火什么传播的快一眼看得见，还能搜索特定板块内容，不知道写什么的时候就看一看
https://tl1.com/history/maxFans/10000
3.知乎今日热榜
搬运知乎文的流量也很高，这个知乎今日热榜让你知道知乎上每天都在讨论什么，什么最火爆
https://tophub.today/n/mproPpoq6O
努力赚钱的菜狗 (@jiroucaigou)：
做美股合约，很多人第一反应是手续费高低，但真正实操过的人都知道，决定策略生死的是盘口深度和资金效率。最近观察了一下 MEXC 的美股合约数据，有几个底层的交易细节挺值得拆解首先是盘口厚底，以 SPCX 这类标的为例，MEXC 在 ±1bps 的盘口深度表现比较最为扎实段当地一。而对于大单或者高频策略来说，订单簿够厚意味着冲击成本低，在行情剧烈波动时能有效避免异常滑点。这种隐性的安全控制，往往比表面的费率优惠更能保护利润
其次是资金效率。MEXC在部分美股标的上支持最高 200x 杠杆，并且在高杠杆档位下匹配了较宽的仓位容量（Capacity）。对专业交易员而言，高杠杆的价值在于极高的资金占用效率，配合足够的头寸空间，能给套利和对冲策略提供很大的灵活性
另外，目前平台覆盖了 200 多个美股、ETF 及指数合约，涵盖了 AI、半导体等热门板块。对于加密原生交易者来说，不需要繁琐地出金到传统券商，直接用 U 本位工具就能实现跨市场的宏观对冲，操作体验上顺畅不少配合较低的摩擦成本。平台推行的 Maker/Taker 0% 手续费，确实消除了显性的交易摩擦，对日内超短线或者高频交易非常友好
客观来看，MEXC 的美股合约在流动性和费率结构上展现出了不错的工具属性，如果有交易美股合约的需求，也不要忘记寻找一下抹茶上的交易机会
— 原推文
来源：@jiroucaigou · 发布于 2026-07-23 20:49:02 · 原文链接
]]>最近不知道写什么内容，就钻研了中文区x收入最高的几位博主，收集了他们日常实用的内容素材聚合器
1.last30days
抓取30天内X、油管上最热门的讨论内容，按照热点选题写内容，不怕]]>
我痛定思痛，分析了一下原因，觉得可能是里面涉及到的一整套流程吸引了大家的注意。这套从 0 到 1 的流程包括：
科学上网
美区 ID 注册
海外银行卡办理
美国手机号接码
CodeX 正规订阅
其中涉及到的门道，对于从 0 到 1 的小白来说，可以说不亚于写一篇论文了，稍有不慎就会陷入环环相扣的境地，需要C的前提下首先要有B，需要B的时候必须要有A，需要A的时候但先要有C。所以，我想出一个史上最全的教程，教你从什么都不会的小白，到可以亲手完成以上所有流程。
当然，我知道能来到这里观看的朋友，肯定已经有了科学上网的办法。不过这个教程的另外一个用处，就是当你想帮身边的家人或朋友时，如果他们问起其中任何一个环节，你可以直接把这篇文章丢给他们，直接帮你省掉大批教小白的时间。
话不多说，进入正文。
一台 Mac 和一部 iPhone。本文以苹果生态为例，但是安卓和 Windows 的用户也完全可以作为参考，本人日常是一台小米和一部 iPhone 双持，电脑是大学上学时期的一部拯救者和一台 Mac 也双持，可以说是习武之人了。其中的大部分流程其实都是相通的。
为什么一定要美区 ID？
因为国区的 App Store 是没有小火箭（也就是 Shadowrocket）的，你也下不到 ChatGPT 的官方 App。任何海外的、没有引进国内的 App，你都无法在国区 ID 中，并且在不翻墙的情况下进行下载。
所以你需要一个美区 ID，并且翻墙之后，就可以自由下载这些软件了
注册前需要准备什么？
一个没注册过 Apple ID 的邮箱、一个能收验证码的手机号——可以是 +86
手把手注册美区 ID 的具体步骤（全程不需要梯子）
第一步：打开 Apple 账户注册页面
需要打开注册 Apple 账户的网址：http://appleid.apple.com。
第二步：创建 Apple 账户
打开这个网址之后，选择创建你的apple账户，随便填一个名字，地区选美国，随便填一个 18 岁以上的生日，然后在手机号那一栏填你自己的国内手机号即可。
第三步：登录 App Store 并搜索 Shadowrocket
打开 App Store，登录你刚刚注册的账号，然后搜索 Shadowrocket，你就会发现以前在墙内下不到的软件已经出现了
到这里，你就已经拥有一个美区 ID 了，只不过这个 ID 还没有绑定支付方式。但是你已经可以看到很多国区 ID 下不到的软件了。接下来，我们要搞定的就是美区 ID 的支付。
小火箭是什么？为什么必须先买它？
小火箭就是 Shadowrocket，需要在Apple Store 上花 2.99$ 购买，是 iOS 上最主流、最好用的代理客户端 App。你可以把它理解成一个“播放器”，而你需要购买的 VPN 订阅链接就相当于“视频资源”——播放器本身不产生内容，但有了它才能播放你买的资源。
为什么必须先买它？因为你的目标是让 iPhone 能科学上网，而 iOS 上最靠谱、最易用的翻墙工具就是小火箭。它支持各种代理协议（比如你电脑上已经在用的那些配置），并且能直接导入你电脑上的梯子订阅链接，无缝打通手机和电脑两端。
最关键的是：国区 App Store 没有小火箭，它只上架在美区。所以“买小火箭”这个动作，本质上是在逼你完成一个前置任务——注册美区 Apple ID。这是整条链路里最绕不开的一步，搞定了它，后面所有的美区应用（ChatGPT、X 等）才都能下载。
简单说：小火箭是你 iPhone 翻墙的“钥匙”，而美区 ID 是拿到这把钥匙的“门票”。
两种方式购买并下载小火箭
方案 A：使用苹果礼品卡购买（适合没有任何海外支付方式的人）
Step 1：解锁支付宝“隐藏”入口
支付宝针对出境用户有专门的界面。
打开支付宝，点击左上角的当前城市。
在顶部选项卡切换到「国际/港澳台」。
左侧栏选择「北美洲」，城市随便选一个，例如「旧金山」。
Step 2：购买 Apple 官方礼品卡
界面会自动刷新，点击底部的「惠出境」或「优惠」（UI 因版本不同略有差异）。
找到中间的「热门礼品卡」入口点击进入。
下滑找到 Apple 图标，点击「去购买」。
输入金额：支持小额充值（最低 $2）。
薅羊毛：记得点一下底部的「用积分获取折扣」，能省一点是一点。
支付：点击「去付款」，首次可能需要验证身份，随后直接用人民币支付，汇率透明。
Step 3：在 App Store 兑换激活
支付成功后，复制页面显示的 SN 兑换码。
转到 App Store，确保已登录你的美区账号。
点击头像 → Redeem Gift Card or Code → Enter Code Manually。
粘贴代码，充值到账！
方案 B：绑定海外银行卡直接购买
具体方法见第六章。
小火箭 = 客户端（飞机场里的“飞机”）；VPN 订阅 = 航线（机场节点）。小火箭本身只是一个空壳 App，需要导入“订阅链接”或“节点信息”才能翻墙。订阅链接相当于你买的“机票”，告诉你飞到哪条线路上去。
如何选择一个靠谱的机场服务商？
市面上机场服务商非常多，每个人用的可能都不一样。有一个现实你需要先知道：没有人希望自己用的机场节点被太多人使用，因为用的人越多，对应机房 IP 就越容易被各大网站标记为“不干净”，导致验证码频出、账号风控等问题。
所以我的建议是：不要一味追求最便宜或用户量最大的机场，而是选择那些节点更新及时、线路稳定、客服能及时响应的中小型服务商。
以下是几个硬性筛选标准：
• 支持 Clash 订阅链接 或 Shadowrocket 直接导入（这是小火箭能用的前提）；
• 有至少 3～5 条不同地区的节点（美、日、新、台等）；
• 客服响应速度在 24 小时内（TG 群 / 工单系统）；
• 支持按流量或按时长付费，不需要长期捆绑。
实话实说：我日常也是几个机场换着用，但目前测下来，没有一个能从头到尾一直保持百分百稳定。 遇到高峰期卡顿、节点被墙封锁是常态，所以我已经在考虑自己搭建 VPS 了。 感兴趣的小伙伴可以关注我，后续我会分享从零搭建 VPS 的完整教程。
购买订阅后，如何获取订阅链接 / 二维码
付款成功后，机场服务商一般会给你一个“用户中心”或“仪表盘”页面。登录进去，找到类似这样的按钮或标签：
• 一键订阅
• 订阅地址
• Clash 订阅链接
• 导入 Shadowrocket
点击后，你会看到一串很长的网址（以 https:// 开头，后面跟着一堆随机字符），这就是你的订阅链接。同时，页面上通常也会生成一个对应的二维码，方便你直接用手机扫码导入。
注意：订阅链接相当于你机场账号的“钥匙”，不要随意分享给他人，否则别人会占用你的流量和节点。
如何在小火箭中导入订阅并开启连接
拿到订阅链接后，在 iPhone 上打开小火箭，按以下步骤操作：
方法一：扫码导入（最快）
打开小火箭，点击左上角的扫描按钮（二维码图标）；
对着电脑屏幕上的订阅二维码扫一下；
小火箭会自动识别并导入所有节点。
方法二：手动粘贴订阅链接
在小火箭主界面，点击右上角的 “+” 号；
选择 “类型” 为 Subscribe（订阅）；
在 “URL” 栏中粘贴你复制好的订阅链接；
点击 “完成”，小火箭会自动拉取节点列表。
导入成功后，你会看到一排节点名称（比如“美国-洛杉矶”、“日本-东京”、“新加坡”等）。
开启连接
选择一个节点（一般选延迟最低的）；
点击主界面右上角的开关，按钮变为蓝色即表示连接成功；
首次开启时，系统会弹窗提示“是否允许添加 VPN 配置”，点击 Allow / 允许，并验证你的面容 ID 或密码。
测试是否翻墙成功
连接成功后，别急着关掉页面，先做个简单测试：
打开 iPhone 自带的 Safari 浏览器；
输入网址：www.google.com；
如果能正常打开 Google 搜索页面，说明翻墙成功；
或者也可以直接打开 YouTube / Twitter（X）测试是否能正常加载内容。
如果 Google 打不开，或者显示“无法连接”，先检查小火箭的开关是否打开，再换一个节点重试。还是不行的话，回头检查订阅链接是否复制完整（注意不要多复制空格或换行符）。
搞定了梯子之后，现在可以正式开始注册 ChatGPT 了。
注意： 注册全程建议保持代理开启（节点选美国或日本等非敏感地区），否则可能直接看不到注册入口或被重定向到限制页面。
第一步：访问官网
用电脑或手机的 Safari / Chrome 浏览器打开： https://chat.openai.com
点击页面上的 “Sign up” 按钮。
第二步：选择注册方式
目前 ChatGPT 支持以下几种注册方式：
• Google 账号（推荐）
• Apple 账号（推荐）
• 邮箱（国内邮箱如 QQ / 163 也可,亲测没问题）
我个人推荐用 Gmail 注册，成功率更高。如果你已经有 Gmail，直接点 Google 登录即可。如果没有，也可以用邮箱注册，但建议尽量用海外邮箱。
第三步：设置密码
按要求设置密码（至少 8 位，含大小写字母和数字）。设置完成后，系统会向你填写的邮箱发送一封验证邮件。
主包在自己走这个流程的时候，不知道为什么它没让我设置密码。不过 OpenAI 也是想一出是一出，可能到你们注册的时候还是需要走这一步的。
第四步：邮箱验证
去你的邮箱收件箱找到 ChatGPT 发来的验证邮件，点击验证链接完成邮箱确认。
如果没收到，检查垃圾邮件箱，或点击页面上的“重新发送验证邮件”。
第五步：填写个人信息
按要求填写姓名（随便填英文名即可）和出生日期（确保年满 18 岁）。
第六步：手机号验证（关键步骤）
走到这一步，绝大多数人会遇到 OpenAI 的手机号风控。比如之前我在线下给老板弄的时候，因为老板的梯子质量比较差，就出现了手机号风控。
不过这一次我自己重走这个流程的时候，因为用的是非国行的 iPhone，搭配美区的 ID 和美国的 IP 节点，可以说是非常 native 了，所以没有出现这一步。
这里只有之前拍照留下的一个截图。
页面会要求输入一个手机号接收短信验证码，不允许填写+86（中国大陆）号码。
那么怎么搞到一个能用的海外手机号进行接码呢？详见下一章。
第七步：注册成功
输入验证码后，恭喜你，ChatGPT 账号注册完成！你会直接进入 ChatGPT 的聊天界面，可以开始免费使用 GPT 了。
目前免费版用户可以使用 GPT-5.5 Instant 模型。如果你需要更强的推理能力和更多使用额度，可以继续看第六章完成订阅。
前面说了，+86 手机号注册不了 ChatGPT。这里提供两种解决方案，按推荐程度排序。
方案一：闲鱼搜索 “Codex 号码援助”（推荐）
这个是当前最稳、最快捷的办法：
打开手机淘宝 / 闲鱼 App；
搜索关键词 “Codex 号码援助”（注意是 Codex，不是 ChatGPT，后者已经被屏蔽）；
找一家评价好、成交多的卖家；
跟卖家说你要接 ChatGPT 的注册验证码；
卖家会给你一个海外手机号，你把那个号码填到 ChatGPT 注册页面；
等几秒钟，卖家会把收到的验证码发给你；
填入验证码，完成注册。
价格一般在几块钱到十几块不等，具体看市场行情。
优点： 简单省心，不用自己折腾接码平台。 缺点： 一次性的，换设备登录需要重新接码（但一般不会频繁触发）。
方案二：hero-SMS 等接码平台（备选）
如果你希望自己掌控，不想依赖闲鱼卖家，可以用这类接码平台：
访问 https://hero-sms.com/cn 或类似的接码网站；
注册并充值（通常支持支付宝付款）；
在服务列表里选择 OpenAI / ChatGPT；
平台会分配一个海外手机号给你；
在 ChatGPT 注册页面填入该号码，等待接收验证码；
在平台页面上查看收到的验证码，填入注册页面即可。
此方案有一定门槛（充值流程略麻烦），适合动手能力强的新手。
重要提醒
• 无论用哪种方式，请在 5 分钟内完成验证，验证码有时效；
• 如果第一次收不到，可以让卖家/平台换一个号码重试；
• 完成注册后，记得去 ChatGPT 设置里开启 双重验证（Two-Factor Authentication），保护你的账号。
免费版有使用额度限制，如果你需要：
• 更强的推理能力（如 GPT-5.5 Thinking 和 GPT-5.6 Sol 等模型）
• 更多的消息与上传额度
• 优先体验新功能
那就必须完成订阅，而订阅就需要一张 海外的银行卡。
注意：目前 ChatGPT 的订阅套餐包括 Plus、Pro、Business 和 Enterprise 等。Plus 和 Pro 是个人用户最常用的选项，其中 Plus 更适合进阶工作与高效办公，Pro 则面向研究和编程等更重度的使用场景。
为什么一定要海外银行卡？
因为 OpenAI 的支付系统只接受非中国大陆发行的信用卡/借记卡。国内普通的银联/Visa双标卡大概率会被拒绝（发卡行在中国境内就不行）。
我提供两个亲测可用的方案：
方案 A：Bitget U 卡（适合有 Crypto 经验的小伙伴）
这张卡的实际发卡行是 瑞士 Fiat24 银行，是一张正规的瑞士银行卡，所以完全符合 OpenAI 的支付要求。
优势
• 申请免费，几分钟搞定；
• 支持 USDC 充值（Arbitrum / 多链）；
• 直接生成完整的银行卡号、有效期、CVV；
• 绑定 ChatGPT 和 Apple ID 都亲测可用。
大致流程
下载 Bitget Wallet App 或访问官网，注册并完成 KYC（身份认证）；
在 App 内找到 “U 卡” 或 “Fiat24” 入口；
按提示申请虚拟银行卡，几分钟内生成卡信息；
向该卡充值 USDC（或其他支持的币种）；
充值到账后，在 ChatGPT 订阅页面输入卡号、有效期和 CVV；
完成订阅
主包因为已经有这个U卡了，没有办法再重走一遍这个流程了。
并且听说最近发卡行暂停了发卡服务，所以 Bitget 也在等待发卡行重新恢复服务。过段时间感兴趣的小伙伴们可以再试试。
这条路径适合已经有加密货币交易所账号的朋友。 如果你完全没接触过 Crypto，也没有任何交易所账号，可以跳过此方案，看下面的方案 B。
方案 B：招商银行全币种 Visa 卡（适合纯小白）
这个是 零门槛 的方案，个人亲测可用，而且办卡非常简单。
为什么这张卡能用？
招商银行的全币种信用卡虽然是国内银行发行，但它的清算走的是 Visa 境外通道，OpenAI 这边会把它识别为境外卡，所以可以顺利绑定和扣款。
办理步骤
打开 招商银行 App（没有的话先下载注册）；
在 App 首页搜索框输入 “全币种银行卡”；
找到“全币种国际信用卡”并点击申请；
填写个人信息，提交申请；
招行客服会联系你确认，然后安排客户经理 上门面签（带身份证就行）；
审批通过后，卡片会寄到你填的地址，收到后激活即可。
绑定到 ChatGPT
在 ChatGPT 网页端，点击左下角的 “升级套餐 / Upgrade”；
选择 Plus（$20/月）或 Pro（根据定价）；
进入支付页面，输入你的招行全币种卡号、有效期和 CVV；
账单地址填写真实地址（可填国内地址，也可以用转运地址）；
点击确认，扣款成功即订阅完成。
绑定到 Apple ID（用于 App 内订阅）
打开 iPhone 的 设置 → 点击顶部的 Apple ID；
进入 “付款与配送” → 点击 “添加付款方式”；
选择 “信用卡/借记卡”，输入招行全币种卡的信息；
账单地址可以填美国地址（生成一个免税州地址更佳）；
保存后，即可在 App Store 中正常订阅各类美区应用。
订阅成功后检查
完成订阅后，回到 ChatGPT 聊天界面：
• 左上角或左下角应该能看到 “Plus” / “Pro” 标识；
• 模型选择器里应该出现 GPT-5.5 Thinking、GPT-5.6 Sol 等高级模型选项；
• Codex 功能已包含在套餐内，可以直接使用。
至此，从零到完成订阅的整套流程全部走通。恭喜你，以后可以自由使用 ChatGPT 的全部功能了。
走完前面所有的步骤之后，你已经完成了从零到一的全部流程。最终，你拥有的远不止是一个能用的 ChatGPT，而是一整套完整的“海外工具链”。
1. 一个美区 Apple ID
• 可以自由登录美区 App Store；
• 可以下载任何美区专属应用（小火箭、ChatGPT、X、Claude、Notion 等）；
• 以后想下什么美区 App，再也不用求人借 ID 了。
2. 成功购买并下载了小火箭（Shadowrocket）
• 无论是通过礼品卡充值还是绑定银行卡支付，你已经完成了美区 App Store 的第一笔交易；
• 从此掌握了 iPhone / Mac 翻墙的“钥匙”。
3. 一个可用的机场订阅（VPN 节点服务）
• 你已经拥有了至少一个有效的订阅链接；
• 了解如何获取、更新、更换节点；
• 小火箭正常开启，iPhone 可以随时科学上网。
4. 用海外手机号成功接码并注册了 ChatGPT
• 你学会了如何获取海外虚拟手机号；
• 成功绕过了 OpenAI 的风控；
• ChatGPT 账号已绑定邮箱，随时可以登录使用。
5. 成功办理了一张海外银行卡
• 无论是 Bitget U 卡（瑞士 Fiat24）还是招行全币种 Visa；
• 你已经拥有了一张可以用于海外在线支付的工具；
• 这张卡不只是用在 ChatGPT 上，以后订阅其他海外服务（如 Claude Pro、Midjourney、Netflix 等）都可以用。
6. 成功订阅了 ChatGPT Plus / Pro
• 你的 ChatGPT 已解锁高级模型（如 GPT-5.5 Thinking、GPT-5.6 Sol 等）；
• 有更高的消息额度和上传额度；
• Codex 功能已包含在套餐内，可以正常使用数据分析、代码执行等高级功能。
走到这一步，你不仅拥有了一个随时可用的 ChatGPT Plus / Pro，更重要的是，你拥有了一套可以自主维护、持续使用的海外数字工具链。以后再遇到任何海外服务的注册或订阅需求，你都能自己搞定。
恭喜你，毕业了。
这篇教程写到这里，能想到的步骤和坑我都尽量写全了。
但我知道，每个人的设备、网络环境、遇到的报错情况都可能不一样，一定会出现一些我没想到的问题。
如果你在按照教程操作的过程中遇到了任何问题，欢迎在评论区留言告诉我。如果问题很多，我会争取把大家的问题统一收集起来，然后整理成一篇全新的 FAQ 帖子发出来。
这样一来，这篇教程才能变成一个真正能帮到所有人的“活文档”，而不是我一个人闭门造车写出来的东西。
最后，真心希望这篇教程能帮你少走一些弯路，少花一些冤枉钱。如果你身边的亲戚、家人或朋友也有这方面的需求，欢迎你把这篇教程转发给他们。
能帮一个是一个。
来源：@YuriWang49 · 发布于 2026-07-23 18:17:48 · 原文链接
]]>
一个泰国网友在 TikTok 上传了一整集配了泰语音的中国清宫剧，画质糊得像十年前的盗版碟，评论区几百条人在催更下一集。往下滑，越南那边有人把一部国产甜宠剧配上越南语传上 YouTube，播放量比原剧在国内还高。再往下，印尼的信息流里全是那种一分钟一个反转、狗血到不行的竖屏短剧，一个个看得停不下来。
我没顾上嫌弃“这些内容真烂”，脑子里只冒出一件更值钱的事：
这是一个巨大的内容洼地，而现在一个人用 AI，一个下午就能往里填货。
国内的内容赛道卷成什么样不用我说。但把视线往南挪几千公里，东南亚六亿人正在饥渴地消费我们眼里“没营养”的东西：配音的古装剧、狗血短剧、爽文改编的竖屏剧。他们也想看好东西，只是当地根本没人给他们做，而中国这套内容工业刚好最擅长量产这个。
过去这门生意最难的是“拍”。AI 已经把这一层的门槛压得很低了。这篇我就把整条链路拆解开：东南亚人到底在看什么、该用哪几款 AI 工具、怎么用 ChatGPT 把脑子里的剧变成 AI 能执行的指令、一个人怎么做完一集、本地化有哪些坑，最后钱从哪来。
看完，一定可以照着做。
很多人一听“出海做内容”，第一反应是要做得比国内更精致。这是第一个要掰过来的认知。
别把东南亚当成一个内容高地，它其实是一片洼地。这里的观剧习惯，大概停留在十年前的中国。
有个做了二十年国剧出海的发行商讲过一句话，我觉得是整个市场最准的判断：时装片每个国家都能拍，但古装剧只有中国能拍。东南亚观众想看现代都市剧，本国也能拍，未必轮得到你；清宫、明朝、武侠、权谋就不同了。放眼全球，只有中国有这套工业能力和文化积累。所以古装剧一直是国剧打进东南亚的第一张名片，各个朝代背景表现都不差，再加点武打、言情、宫乱、权谋，都有人看。
数据也在往这个方向走。今年上半年，某国际版平台的内容播放量同比涨了 130%，登顶的是一部古装剧，它还是这两年全球古装陆剧里 Google 搜索热度最高的作品。海外用户对古装的兴趣，正在从单纯追人物情感，延伸到对历史背景、传统文化、东方审美的好奇。
但真正的增量在短剧。今年一季度，全球短剧应用的安装量同比涨了 238%，用户装上 App 三十天后，单日平均要花 37.73 分钟在上面。海外微短剧市场 2025 年整体规模突破 40 亿美元，2026 年有望冲到 50 亿。月活已经到一亿，而全球短视频用户是十八亿，这中间的空间还大得很。
东南亚在这盘棋里是战略高地。短剧应用下载量它全球第一，印尼单一国家排全球第二。六亿人口，平均年龄只有 30.9 岁，比欧美年轻一大截，天生就吃碎片化、强情绪的内容。
叫它洼地，还称不上金矿。另一面很残酷：东南亚用户的付费意愿远没有欧美强。
同样是短剧 App，东南亚的下载量全球领先，但单次下载带来的收入却远低于欧美成熟市场。这决定了你的变现路径：在北美你可以靠用户一集一集付费解锁赚钱，在东南亚更现实的是走广告变现，靠海量播放和品牌投放挣钱。这个差别后面讲变现的时候会反复用到，先记住。
还有一层，是各国口味的差异，这个不搞清楚会白干：
传统的真人短剧出海，卡在三个地方：成本高、周期长、文化适配难。你要在当地租场地、找演员、拍摄、剪辑、配音、上字幕，一部剧砸下去几十万，还不一定水土服。
AI 短剧是直接把这三堵墙拆了。
成本这块，AI 生成剧本、AI 生成画面、自动配音，单集成本能压到真人短剧的十分之一。多语言这块，一套剧本自动翻译加语音合成，可以同时上英语、印尼语、泰语好几个版本。分发这块，同一条内容一键投到 TikTok、YouTube、当地社媒去测反响。
已经有人跑通了。有一家做微短剧的公司，今年五月才入局北美 AI 短剧赛道，到现在已经做完八部作品。其中一部融合吸血鬼、狼人等西方超自然元素的 AI 短剧，在 TikTok 上播放量破了 1500 万。他们靠国产 AIGC 视听大模型，叠加国内成熟的短剧工业化经验。用他们负责人的话说，这条路有机会复刻当年游戏出海的成功。
这里我要泼一盆冷水，也是这篇最重要的判断之一：
AI 把进场门槛砸低了，真正的出海难度一点没少。
门槛一塌，所有人都能进场，满互联网也很快会淹没在 AI 生成的垃圾里。有个专门研究 AI 动画频道的人说得很直白：互联网不缺 AI 动画，缺的是有意思的故事。
工具人人都有，它自然算不上优势。真正拉开差距的，是你的策略和讲故事的能力。接下来讲的所有工具、所有流程，只负责把你从“做不出来”送到“做得出来”的起跑线。之后能跑多远，要看别的东西。
现在打开任何一个测评，AI 视频工具的排名能列出十几款，看得人眼花。我帮你把它砍到能决策的程度。
先分成两组，标准就一个：要不要翻墙。
国内能直接用、不用翻墙的四款：
可灵（快手做的）。它是目前唯一原生做到 4K、60 帧的，图生视频能力最强，人物大幅度动作比如跳舞、打斗是它的强项，对口型也做得异常好。
即梦 / Seedance（字节火山引擎）。做连续短剧它最能打，后面细说。
海螺（MiniMax）。最便宜，一条视频两毛八人民币左右。
万相（阿里）。移动端快，对东方审美的捕捉最到位，做亚洲风格的东西顺手。
要翻墙、门槛高的四款：
Veo 3（Google）。口型和音频是全场最好的，能原生生成 48kHz 的专业级同步音频，台词直接写进提示词就自动出声。缺点是单条只有 8 秒，做长内容要不停接。
Sora 2（OpenAI）。物理模拟和分镜编辑最强，但抽卡严重，审查也严，社区普遍反映发布后质量在掉。
Runway、Pika。前者最全能、电影感最好，后者角色一致性是强项。
选工具只看一件事：它能不能把你手上的活干好。给你一张我自己会用的速判表：
为什么做连续短剧我把即梦 Seedance 2.0 放第一？做剧最难的就是角色一致性，它能同时吃进 9 张图、3 段视频、3 段音频作为参考，靠这些素材把同一个角色跨镜头、跨集地锁住，还能自动分镜。可灵 3.0 排第二，它一次能生成最多 6 个镜头的分镜，每天还有 66 点免费额度，适合快速验证节奏。
接下来是两个大坑，专门讲给准备砸钱的人听。
第一个坑：标价不等于真实成本。
所有工具都会失败，会抽卡，一个满意的镜头你可能要生成好几次。把失败率算进去，每分钟可用素材的真实成本是这样的：即梦大概 6 到 8 美元，最划算；可灵 10 到 15 美元；Sora 直接飙到 22 到 30 美元，因为它抽卡最狠，一个完美镜头可能要生成十次。所以别看 Sora 名气大，真金白银算下来它是最烧钱的。
第二个坑：别追新，够用就行。
这个赛道的第一名按周轮换。年初可灵靠动作控制火，三月即梦一个新版本就把风头抢走，紧接着又冒出新模型把前两个都踩下去。每出一个新王就跟着换、跟着学，你永远都在起跑线上打转。选一款国产、免翻墙、够用的工具，把它吃透，省心多了。
顺便说个必须知道的风险：海螺虽然便宜，但它单条只有 6 秒，做剧情根本不够用；而且它已经被迪士尼和环球影业盯上、发起了版权诉讼。便宜有便宜的代价，商用之前掂量清楚。
这一节是全篇最该慢慢看的。因为工具再强，你喂给它的东西不对，出来的就是一坨。
先立一个总的认知，这个认知能省你几个月的弯路：
把 AI 当成一个执行力极强、却完全不会脑补的摄影师。编剧和导演的活，还得你来做。
你跟它说“女主走进房间，发现桌上有一封信，她很震惊，回忆起过去”，人能看懂，AI 却会抓瞎。它不知道房间长什么样、女主怎么走、信在哪、震惊是瞪眼还是后退、回忆要不要切画面。它擅长执行看得见的视觉任务，补不全你脑子里的电影。
所以好剧本、好分镜的唯一标准就一句话：让 AI 少猜。
具体怎么落地，分三步，全都能用 ChatGPT 完成。
第一步：用 ChatGPT 搭剧本骨架
先给它三样东西：一句话前提（比如“一个女人收到一封信，来自她以为已经去世的父亲”）、会反复出现的角色、一到三个场景。后面所有东西都从这三样派生。
然后让它按短剧的节拍来写。一集 75 秒左右的结构是这样的：
第二步：用一套固定的 Prompt 让 ChatGPT 出分镜
这是我见过效果最好的分镜 Prompt 骨架，可以直接抄改。先把 ChatGPT 设成分镜师，规定好表格字段，再让它一步一步来：
“一次只做一步、每步问 OK”这条规则很关键，别嫌它慢。一次让它全做完，它会漏、会飘；拆成步骤，你能随时纠偏。有人用这套流程，把原来要花一上午、四个小时才能写完的分镜，压到了十分钟。
第三步：把分镜写成 AI 生图 / 生视频能吃的提示词
到了喂给视频模型这一步，记住一个公式：
场景 + 人物 + 动作 + 镜头 + 情绪。
举个 8 秒镜头的写法，你感受一下密度：
雨夜，老旧居民楼楼下，地面有积水和路灯倒影。25 岁女性，黑色风衣，短发，神情紧张。她站在楼道口，回头看向街角，背景有模糊车灯。中景，镜头缓慢向前推进。她握紧手机，犹豫两秒后快速走进楼道。冷色调，弱光，轻微手持感。不要卡通风，不要科幻元素。
这里面藏着四个新手最容易翻车、必须在脚本里提前写死的地方：
前面是零件，这一节把它们串成流水线。目标是让你知道从零到一集成片，手要怎么动。
第 1 步，写剧本。可以用豆包，免费。把你的故事设定丢进去，几秒钟出一版分镜脚本。它是后面一切的源头。
第 2 步，做镜头表。别从剧本直接跳去生成，中间这张表是桥梁。让豆包把每个镜头的景别、人物动作、镜头运动、台词都写清楚。分镜越细，视频生成的成功率越高。先规划三到五个承载情感重量的“锚点镜头”（揭示处的特写、交代变化的全景、关键的反应镜头），再在中间填中景全景。单个镜头控制在 3 到 6 秒。
第 3 步，锁角色和场景。这是最容易翻车的环节，单独拎出来做。给每个主要角色建一份视觉参考档案，之后所有镜头都基于这份档案生成。给每个出现不止一次的场景，也锁一个不变的东西（一面红砖墙、一盏黄铜灯），在这个场景的每条提示词里逐字重复它。攒到三四份参考，你就有了一个“制作资料库”，后面每一集都能复用，不再产生额外成本。
第 4 步，生成分镜画面。把锁好的镜头表加角色、场景参考一起喂进去，每一行得到一块参考画面。
第 5 步，图生视频。这里有个省钱策略：简单镜头（单人、固定机位）用便宜的模型比如 Vidu 走量；复杂镜头（多人互动、特效）用更稳的模型；反复失败的 bug 镜头，切到即梦 Seedance 2.0，它自带“导演思维”，一次通过率高。
第 6 步，配音和口型。这是绝大多数 AI 短剧露馅的地方。首选用能在生成视频的同一遍里就产出口型同步的模型。实在对不上，有三个藏破绽的招：镜头切得更紧（2 秒的镜头很宽容，6 秒就露馅）；长台词的时候把镜头角度偏离嘴部；每个说话的场景底下垫一层环境声，声音下面有质感，耳朵就没那么挑。还有条硬规则：别做超过 5 秒的独白镜头，时间越长，口型不同步和比例漂移越藏不住。
第 7 步，剪辑、调色、字幕。一个原则：同一场戏，共用一套调色和一个主光方向，没得商量。镜头一从左边打光、镜头二从右边打光，观众会下意识觉得这是两个地方。
第 8 步，导出。竖屏平台压缩很狠，所以要在画布里放大、过采样，按 9:16、1080×1920 甚至更高导出，才扛得住平台的挤压。
第 9 步，封面。用即梦手机版，搜“短剧字体”，做同款、去背景，跟 AI 生成的背景图一拼就行，不需要设计功底。
成本锚点给你个概念：一集一分钟的短剧，完整做下来大概 2 到 4 小时，工具费能压到一百块以内，有的平台按秒算，低到一秒一毛钱。
如果你不想自己拼这么多工具，市面上已经有一站式平台，输入剧本能一路走到成片：有字节剪映系的、有能做到几百集角色都不崩的、有支持导入五万字长剧本自动分集的、还有内置了三百多种音色（含粤语川话方言和几十种外语）、并且直接对接了爱奇艺快手接单广场的。工具永远在变，挑一个顺手的用，别陷在选工具里。
说到底，做高质量内容还是做 AI 垃圾，差在你能不能守住一致性。角色一致、场景一致、光线一致、剪得够紧，这几条守住，一串 AI 片段才像一部“有人在导”的戏，不会沦为素材堆砌。
到这里你已经能做出一集能看的东西了。但能做出来和能被当地人接受，是两件事。
先说一个很多人会忽略的判断：在这个赛道，AI 能替你做的部分，壁垒都很低。画面、配音、翻译，人人都能快速搞定。真正拉开差距的，是本地化里那些需要人拍板的东西。
语言只是第一层，而且是最容易的一层。现在 AI 翻译加智能配音，一部剧同步上十几种语言字幕、几种语言配音，已经是标配。有平台给一部古装剧配了 14 种语言字幕、5 种语言配音。这一层交给 AI 就行。
难的是第二层：译制本身就是再创作，逐字翻译远远不够。称谓、礼仪、典故、笑点，都得按当地语境重新组织。片名、海报、预告片、上线节奏，也要做区域化设计。一句在中文里俏皮的台词，直译成泰语可能就死了，你得让懂当地文化的人重新想一个。AI 能包掉逐字翻译，但“这句话到底该怎么说才戳当地人”，还得人来定。
第三层，是审查红线，踩了就是白干。前面提过，这里再钉一遍，因为这是硬约束：泰国不能碰王室、不能黑化泰国形象；印尼、马来西亚禁耽美，宗教剧情审核严，亲密镜头点到为止；中东市场亲密镜头基本不能有；欧美要小心种族议题。
最后一层，是最容易被内容人忽略、但直接决定你能不能收到钱的：支付本地化。
东南亚的支付生态是高度碎片化的。印尼人用 DANA、GoPay，马来西亚人用 Touch’n Go，泰国靠 TrueMoney 和 PromptPay，越南有 MoMo、ZaloPay。当地电子钱包已经占到电商支付的四成以上。如果你的内容做得再好，最后只接了信用卡或者国际支付通道，那你就是在门口把大量本地用户直接劝退。好内容遇上不本地化的支付，等于白做。
出海早就不只拼谁更便宜。你能不能被另一个市场长期接受，才会决定生意能走多久。而“被接受”这件事，靠的是那些 AI 替不掉的慢功夫。
做到这，终于到落点了：变现。
先给一个已经有人验证过的组合：用 YouTube 养 IP，用 TikTok 做转化。两个平台的算法和变现逻辑不同，正好配合着用。建议每月做 12 到 15 集标准化内容，铺开测试。
TikTok 负责流量转化。
它的算法有几个明确的偏好：首帧要在 3 秒内给强冲突或悬念，系统会自动加权推荐；打上 #ShortDrama 这类垂直标签能进专属流量池；单集时长压在 90 秒内，完播率超过 70% 会触发二次推荐。还有个对出海特别友好的机制：你在东南亚账号发的内容，可以被同步推给中东、拉美的同语种市场。
赚钱的路子有这么几条：创作者基金，每一百万播放大概 100 到 200 美元（需要粉丝过万）；品牌植入，分成能到 60%；剧情里自然植入商品链接导流电商，佣金 15% 到 25%；用短剧人设把人引到直播间，礼物打赏全归你。有个数据挺有意思：悬疑类短剧的直播转化率，比甜宠类高 37%，想靠导流变现的，选题往悬疑上靠。
YouTube 更适合养资产。
Shorts 流里横屏短剧有 3 倍曝光权重，系列剧建个播放列表能把观众导进主频道。变现体系更完整：广告分成，千次播放大概 0.8 到 1.2 美元；频道会员，付费订阅解锁独家番外，创作者拿 70%；超级感谢打赏，平台抽 30%；播放量超过 500 万的优质剧，还可能进 YouTube 的采购库。一个好用的付费设计：免费放前 3 集引流，会员专享后 5 集，大结局单独付费，一步步把付费意愿逼出来。
这里要把第一节埋下的判断接回来：东南亚付费意愿弱，广告变现（IAA 模式）通常比付费订阅更现实。北美可以卷付费，东南亚就老老实实靠海量播放、广告分成和品牌合作挣钱。别一上来就指望当地用户一集一集掏钱，那条路很难走通。
矩阵可以这么搭：主账号发精品剧，子账号发衍生花絮，小号做 A/B 测试。上传时间挑当地晚上 8 到 10 点，审核完正好赶上流量高峰。盯三个指标就够：千次播放收入、付费用户平均收入、用户生命周期价值。
最后这一节，是最想让大家认真读的，因为前面所有努力，都可能栽在这上面。
平台正在大力清剿 AI 垃圾。YouTube 有一条“通用或重复内容”政策，专门打击内容农场式的量产。别以为每条视频都不一样就安全了。只要整体还是同一个套路，同样的钩子模板、同样的脚本结构、同样的节奏、封面只换几个字，它照样会把你归到重复内容里，轻则限流，重则封号。
被判死刑的几种典型做法，你对照着避开：拿一个模板换几个名词批量生产（“关于某国的冷知识”每天一条，脚本一模一样只换国名）；把维基百科照读一遍配上素材库画面和 AI 配音，没有任何自己的观点；同一个格式反复发但没有新东西；纯幻灯片配 AI 旁白念事实。
那什么样的 AI 内容更安全？你可以把审核标准想得很简单：一个真人看完，会觉得“这有价值”，还是只想说“又是垃圾”？只要创意方向由人主导，每条都有独特的价值（你的评论、你的视角、你的叙事），频道也有辨识度，用 AI 通常没有问题。记住 value over volume，价值大于数量。
这里有个对卡通、动画创作者很重要的利好，很多人还不知道：卡通、明显的 CGI、动画，不需要标注“AI 生成”。平台要求披露的，是那些可能骗到人的写实合成内容，比如让真人说他没说过的话，或者篡改真实事件的画面。你做的内容一眼就能看出是动画、是虚构短剧，通常不在披露范围内。反过来，涉及新闻、健康、金融、选举等敏感领域的写实内容，审查最严，尽量别碰。
如果真做了写实合成又不标注，代价是阶梯式加重的：第一次警告，第二次暂停 90 天分成，第三次永久踢出合作计划。披露很便宜，恢复很贵，这笔账划得来。
版权也是个雷。前面说过海螺被迪士尼和环球起诉，这提醒你选工具时要留意训练数据的版权来源。音乐上，别用平台的商用版权音乐，用免版税的音乐库。至于抄袭别人的剧本结构，跨境维权成本极高、成功率极低，你被抄了大概率只能吃哑巴亏，懂得都懂。
这一节，也是整篇文章，我想收在这几句话上：
这一波 AI 内容出海的红利，门槛低到人人可进，但也正因为如此，光靠 AI 已经不构成任何优势。
技术每个月都在变，好故事能管好几年。互联网从来不缺 AI 生成的画面，缺的是让人愿意一直看下去的故事。当所有人都能生成一个漂亮的镜头，能写出一个让人追十分钟的剧本的人，反而更稀缺、更值钱。
AI 只是那支笔，握笔的人还是你。
真正的窗口期，我的判断是应该还剩一年半到两年时间。等东南亚本地的团队反应过来、等所有人都涌进这个赛道，地板就抬高了。现在的机会，属于那些愿意今天就动手、并且肯把 AI 省下来的时间，花在打磨故事和读懂那片土地上的人。
门槛塌了，稀缺的东西换了个位置而已。
关于作者
Kyrie — 前国内大厂 R&D 工程师，现居曼谷，做中国科技企业出海 BD。持续分享出海一线真实记录、AI 在业务里的实战用法，偶尔也聊聊美股投资和国外生活。
来源：@KyrieCheungYep · 发布于 2026-07-23 11:29:56 · 原文链接
]]>一个泰国网友在 TikTok 上传了一整集配了泰语音的中国清宫剧，画质糊得像十年前的盗版碟，评论区几百条人在催更下一集。往]]>