76 lines
3.2 KiB
Plaintext
76 lines
3.2 KiB
Plaintext
# 本地视频生成系统 · 分工契约（蛋蛋 vs 苍耳）
|
||
|
||
> 背景：苍耳问"配置服务器、自训LoRA、调试，你都能搞吧" → 本文固化能力边界与配合清单。
|
||
> 硬件基座：苍耳自有 7800X3D + RX 7900 XTX 24GB + 32GB（Windows，Zluda 转译层）。
|
||
> 路线：Wan2.2(Apache2.0) 视频 + CosyVoice2 配音 + Qwen/Whisper/ffmpeg 字幕，全本地开源。
|
||
|
||
---
|
||
|
||
## 一、配置服务器（环境搭建）—— 蛋蛋主责，苍耳配合
|
||
|
||
### 蛋蛋能搞（本机 Bash / PowerShell 执行）
|
||
- 写完整部署脚本 + 逐条命令（Zluda 转译层 / ComfyUI / WanVideoWrapper / CosyVoice2 / faster-whisper / ffmpeg）
|
||
- 写 ComfyUI 工作流 JSON 模板（量产区 1.3B / hero 14B / 蒸馏4步 三套）
|
||
- 写开机自启脚本（监听 127.0.0.1:8188）
|
||
- 拉模型权重（需苍耳授权下载 ~30–60GB，磁盘/网络确认）
|
||
- 写角色锚点资产库（伊莎贝尔/罗根/SCDC 场景）的 i2v 注入模板
|
||
|
||
### 苍耳需配合（蛋蛋不能代劳）
|
||
- **GPU 驱动 / ROCm / Zluda 底层安装**：涉及系统级变更 + 重启机器，需你手动或现场授权
|
||
- **模型权重下载授权**：几十 GB，需你点头（磁盘占用 + 联网）
|
||
- **首次环境验证**：蛋蛋提交测试镜后，需你确认出片是否正常
|
||
|
||
---
|
||
|
||
## 二、自训 LoRA（角色一致性兜底）—— 蛋蛋主责，苍耳供料
|
||
|
||
### 蛋蛋能搞
|
||
- 从已生成锚点里挑 伊莎贝尔 / 罗根 高质量参考图（20–40 张）
|
||
- 写训练配置（kohya_ss / OneTrainer 的 ROCm 适配版，A 卡可跑）
|
||
- 跑 LoRA 训练（24GB 显存充足，LoRA 训练需求低于推理）
|
||
- 验证 LoRA 一致性 + 迭代（过 TEST-CHAR-001 伊莎贝尔一致性）
|
||
- 音色克隆（CosyVoice2 免费，无需训练权重）
|
||
|
||
### 苍耳需配合
|
||
- 提供/确认高质量角色参考图源（避免脸崩的脏数据）
|
||
- 确认训练结果是否达商用标准
|
||
|
||
### 诚实边界
|
||
- 本地路线**默认零训练**（推理 + i2v 锚点注入即可）
|
||
- LoRA 是"脸漂到忍不了"时的可选增强，不是必做项
|
||
- 全量 SFT / 从头训：单人既无必要也烧钱，**不做**
|
||
|
||
---
|
||
|
||
## 三、调试（蛋蛋最擅长）—— 蛋蛋全责
|
||
|
||
- 看 ComfyUI 日志、定位 OOM / 崩溃根因
|
||
- 调提示词、采样参数、蒸馏步数
|
||
- 过 TEST 镜头（伊莎贝尔一致性 / 牌匾文字漂移 / 真人写实混入）
|
||
- 超分质量检查、片段拼合连贯性
|
||
- 生成慢 → 后台提交 + 轮询 `/history`，不阻塞对话
|
||
|
||
---
|
||
|
||
## 四、蛋蛋搞不了的（必须苍耳在场/拍板）
|
||
|
||
- GPU 驱动安装 + 重启机器
|
||
- 模型权重下载授权（磁盘/网络）
|
||
- 机器旁实时处理硬件故障（过热降频 / 物理接触）
|
||
- 任何需物理操作的环节
|
||
|
||
---
|
||
|
||
## 五、诚实总边界
|
||
- 全部在本机 Bash 环境执行，**不走外网**，安全性最高
|
||
- 关键授权步骤（下载 / 重启）必须苍耳拍板，蛋蛋不擅自执行
|
||
- 生成任务挂后台跑，蛋蛋轮询，对话不中断
|
||
- 首次必过 TEST 质检再量产，杜绝"盲跑翻车"
|
||
|
||
---
|
||
|
||
## 锁定
|
||
- 配置服务器 / 自训LoRA / 调试 = 蛋蛋主责，苍耳仅配合硬卡点
|
||
- 全本地开源路线落地可行，蛋蛋可端到端调度
|
||
- 下一步：苍耳拍 A(手动部署命令) / B(封装Skill) / C(实测EP02一镜)
|