AI猩导航 AI猩导航
工具导航 模型天梯 实用教程 替代方案 深度对比 AI 编程与开发 通用大模型与搜索 AI 图像与设计 AI 视频与音频
视觉 / 语音 / 音乐 约 7 分钟阅读 更新于: 2026-11-22

零月费本地 AI 漫剧 / 短剧流水线:剧本、出图、配音到视频

告别云端抽卡按秒扣费:串联本地文本脚本、8G 显存高速出图锁脸、开源音画视频生成与角色配音,跑通离线 AI 漫剧量产。

做 AI 漫剧最花钱的从来不是成片,而是反复试错抽卡烧干云端积分。现在凭 8G~16G 显存家用显卡配合 LocModel、Pinokio 和 ComfyUI,个人创作者就能用全本地流水线完成分镜脚本、Z-Image / FLUX.2 定妆出图、开源声线配音与 Wan 2.2 / LTX-2.5 动态成片。

整体步骤

1. 剧本与分镜提示词

本机 Ollama 跑 Gemma 4 或 Qwen3.8 输出结构化分镜台词,牢牢固定主角外貌服装词汇。

Ollama Ollama

2. 锁脸生分镜静帧

用 Z-Image-Turbo 或 FLUX.2 / MiniMax-H3-Image 批量出锁脸定妆分镜图,确保同一主角不换脸。

LocModel LocModel

3. 转动态 + 角色配音

关键镜头跑 Wan 2.2 (5B) 或 LTX-2.5 转动态,并用 Qwen3-TTS / ZONOS3-Mini 按角色配出带情绪台词。

ComfyUI ComfyUI

4. 抠像合成与快剪

用 MatAnyone 2 抠出透明前景叠景深,搭配 ACE-Step 1.5 纯本地配乐剪辑出片。

Descript Descript

不同显卡跑本地 AI 短剧的最优技术栈组合

8G 显存不要每个过场镜都硬等几分钟视频生成——漫剧讲究节奏,高复用镜头完全可以用高清定妆图加运镜、MatAnyone 2 前后景分层与口型对齐快速出片,仅在 3~5 个重头动作镜头切 Wan 2.2 5B 生成动态。

8G 到 24G 显存本地漫剧/短剧全套模型搭配表
环节8GB~12GB 显卡稳跑方案16GB~24GB+ 高配工作站协议注意
环境启动器 LocModel / Pinokio(开自动显存卸载) 原生 ComfyUI + Ollama 全离线无月费抽卡
剧本与提示词 Gemma 4 (E4B / 12B Q4) Qwen3.8-27B / Gemma 4 31B 未发布小说原稿零上传
分镜定妆静帧 Z-Image-Turbo FP8 / FLUX.2 [klein] 4B FLUX.2 [dev](10图锁脸)/ MiniMax-H3-Image Z-Image 与 [klein] 4B 为 Apache 2.0 商用
动效 / 抠像 / 音画 Wan 2.2 (5B) + MatAnyone 2 + Qwen3-TTS + ACE-Step 1.5 LTX-2.5 / MiniMax-H3 + ZONOS3-Mini Wan 2.2、Qwen3-TTS、ACE-Step 均商用友好

不用每月氪金充会员,本地怎么锁住主角人物一致性?

先把主角的正侧背面三视图定妆照(Character Sheet)生成好,接着让本地文本模型严格按固定字段输出每一镜的 JSON 分镜(把发色、服饰、时代背景锁定为不可更改常量),再喂给生图节点批量跑图。

让本地 Ollama 模型严格输出锁人设分镜 JSON 的提示词示例
ollama run qwen3.8:27b "Break this scene into 4 JSON storyboard shots.
ALWAYS reuse this exact character string verbatim in every prompt field:
'short silver bob hair, navy canvas jacket over white tee, amber scarf'.
Keep camera shot type, lighting, and spoken dialogue line separate per object."

使用前避坑提醒

  • 在 8G 显存电脑上写完剧本后,切记先把 Ollama 模型从显存卸载释放(再启动生图/视频节点),切忌把对话模型和生图权重同时塞在 8G 卡里打架。
  • 商业接单发平台变现前记得核实权重协议:Wan 2.2、Z-Image-Turbo、FLUX.2 [klein] 4B、Qwen3-TTS 与 ACE-Step 1.5 均为极干净的 Apache 2.0 或 MIT 可商用协议。
  • 文戏对话镜头不必强迫全片跑 5 分钟一段的 I2V 视频扩散,结合清晰分镜图 + MatAnyone 2 分层轻微运镜 + 优质角色配音,出片效率能直接翻三倍。

教程中用到的工具

相关工具怎么选

常见问题

搭建这套本地漫剧流,到底用 LocModel、Pinokio 还是纯 ComfyUI?

Win 电脑 8G 卡想要最少踩坑、现成集成流直接选 LocModel;想自由插拔升级 MatAnyone 2、Wan 2.2 等最新开源节点推荐 Pinokio 套 ComfyUI。

真的一分钱云端会员不充,只用 8G 电脑也能做出带配音配乐的短片吗?

完全可以!秘诀是分步顺序执行(先用 Ollama 出脚本并卸出显存 -> 再跑 Z-Image 批量出图 -> 然后配音作曲 -> 最后挑高潮镜头跑 Wan 2.2 5B 并用剪辑软件组装)。

什么时候还是混合调用云端 Seedance 2.5 或可灵更划算?

遇到多人复杂打斗互动、大跨度长镜头一镜到底时,把那关键两三镜切去即梦 Seedance 2.5 或可灵生成,其余九成镜头全留本地零成本制作最省钱。