需求与工具对应表：一个功能对应哪些工具
按「你要做的事」查表，每条给出三条路线和选择依据。
一、生成画面
| 需求 | 快速档 | 质量档 | 可控档 |
|---|---|---|---|
| 文生视频 | LTX-2B | Wan2.2-A14B | 混元 1.5 |
| 图生视频 | Wan2.2-5B | Wan2.2-I2V-A14B | 首尾帧 + 低幅度 |
| 静态图 | 任意 SD 类模型 | 写实类大模型 | 参考图 + LoRA |
选择依据：要试多少次。试 20 次以上，用快速档；只做一条终稿，用质量档。
二、人物与口型
- 只改嘴：LatentSync（快、贴合、18–20G）
- 整头驱动：InfiniteTalk（长口播）/ EchoMimicV2（带手势）
- 照片活起来：LivePortrait（表情迁移，实时）
- 端侧部署：Duix-Avatar 类方案
三、声音
| 需求 | 首选 | 备注 |
|---|---|---|
| 商用配音 + 克隆 | CosyVoice | Apache-2.0，可商用 |
| 中文情感最强 | IndexTTS | 非商用 |
| 变声/换音色 | RVC | 输入是音频不是文字 |
| BGM | ACE-Step / 平台曲库 | 商用优先平台曲库 |
| 拟音 | MMAudio | 视频转音效 |
四、后期
- 放大：Real-ESRGAN（通用）/ STAR（视频专用，防闪烁）
- 修脸：CodeFormer（需掩膜融合）
- 补帧：RIFE 类节点
- 擦除：ProPainter / IOPaint
- 调色：剪辑软件自带即可
五、流程与调度
- 节点式工作流：ComfyUI（事实标准）
- 批量提交：ComfyUI 的 API 接口 + 脚本
- 自动化编排：n8n（触发、串流程、失败通知）
- 项目与资产管理：Toonflow / Jellyfish 类
六、加速（显存不够时按顺序试）
- 降步数（30 → 20）
- 4-bit 量化
- INT8 注意力
- 跳步缓存
offload 放最后——它不加速，只是让跑不动的能跑。
七、怎么用这张表
三步：
- 先看硬件：显存决定可选范围，24G 是分水岭；
- 再看用途：商用还是自用，决定协议范围；
- 最后看熟练度：不熟的工具，再快也要花时间学。
第三条常被忽略：为了省 20% 时间换一个完全陌生的工具，学习成本通常远超收益。
八、别追新
工具的价值在「生态成熟度」，不在「跑分」。一个没人做量化、没现成节点的模型，对 24G 卡等于不存在。能跑通、有教程、出问题有人解答，这三条比参数重要。
选型方法见 118 个项目怎么筛；协议限制见 开源协议与商用红线。
相关阅读
版权声明：如无特殊标注，文章均为本站原创，转载时请以链接形式注明文章出处。
评论