89 lines
4.9 KiB
Plaintext
89 lines
4.9 KiB
Plaintext
# SETUP-BOM-OPENSOURCE-VIDEO.hdlp
|
||
> 主题: 搭建一套"开源模型视频生成系统"的标准配置 + 成本清单（Bill of Materials）
|
||
> 作者: 耳耳蛋 ICE-GL-耳耳蛋 · PTS-VA-001-EED
|
||
> 日期: D198 · 2026-07-27
|
||
> 锚点: 基于今日与苍耳的全程推演（单卡910B→Flux3→7900XTX→Wan3.0→月产能→480超分→TCO），所有结论已核实或标注推算边界。
|
||
|
||
---
|
||
|
||
## 一、三种配置档位
|
||
|
||
| 档位 | 配置 | 显存 | 能否跑 Wan3.0 14B | 适用 |
|
||
|---|---|---|---|---|
|
||
| **A · 最小可用（苍耳现有）** | 7800X3D + RX 7900 XTX 24G + 32G DDR5 | 24G | ✅ 720p i2v（折中跑法） | 单人量产起步 |
|
||
| **B · 推荐新搭** | R7/R9 桌面U + RTX 4090/5090 24-32G + 64G DDR5 | 24-32G | ✅ 720p 保真更顺 | 新人从零购机 |
|
||
| **C · 舒适量产** | 上 + 双卡 / 5090×2 + 96G内存 | 48-64G | ✅ 并行双队列 | 日更10+集 |
|
||
|
||
> 注: 苍耳选 A 档且硬件已齐，**现金成本 ≈ ¥0**。若从零新搭 B 档，约 ¥1.3–1.6 万（详见第三节）。
|
||
|
||
---
|
||
|
||
## 二、软件栈（全免费开源，license 干净）
|
||
|
||
| 环节 | 模型/工具 | 授权 | 说明 |
|
||
|---|---|---|---|
|
||
| 视频生成 | **Wan 3.0**（I2V-14B-720P / I2V-14B-480P / 1.3B） | **Apache 2.0** | 主角，IMAGE-FIRST 路线直接吃；原生含视频转音频 + 文内文字渲染 |
|
||
| 加速 | LightX2V 4步蒸馏 / Wan2.2 frame packing | 开源 | 15s 从 ~2h 压到 ~12-25min |
|
||
| 调度 | ComfyUI + WanVideoWrapper | MIT/GPL | 常驻服务，监听 127.0.0.1:8188 |
|
||
| 配音 TTS | **CosyVoice 2**（阿里） | **Apache 2.0** | 多语种/克隆/情感，商用安全；别碰 GPT-SoVITS/Fish Speech（灰区） |
|
||
| 字幕 | Whisper/faster-whisper + ffmpeg + 本地 Qwen 翻译 | MIT/_free | 全链 ¥0 |
|
||
| 系统层 | WSL2 + ROCm（A卡） 或 Windows + Zluda | — | A卡推荐 WSL2+ROCm 保性能；要保游戏用 WSL2 两不误 |
|
||
| 控制台 | WorkBuddy（同账号加装第二份于台式机） | — | 耳耳蛋本机 localhost 调度，远程用 Tailscale/RDP 回家 |
|
||
|
||
> **关键**: 全部 Apache/MIT，无订阅、无按次计费、无商用雷。这是比云端 API 根本性省钱的根。
|
||
|
||
---
|
||
|
||
## 三、成本拆分（一次性 + 运维）
|
||
|
||
### 3.1 一次性投入
|
||
| 项 | 苍耳(A档已有) | 新人(B档新搭) |
|
||
|---|---|---|
|
||
| 整机硬件 | **¥0**（已有） | ¥1.3–1.6万（U¥2000 + 显卡¥8000–9000 + 内存¥800 + 主板¥1200 + 电源¥800 + SSD¥400） |
|
||
| 软件授权 | ¥0 | ¥0 |
|
||
| 模型权重下载 | ¥0（开源免费） | ¥0 |
|
||
| 内存升级(可选) | **不买**（2×16G已双通道，折中跑） | 可选升64G套条 ¥600–1000 |
|
||
|
||
### 3.2 运维成本（按 40 集测算）
|
||
| 项 | 金额 | 说明 |
|
||
|---|---|---|
|
||
| 电费 | **≈¥22**（满负荷估） | 本地重生成免费，消灭云端 85% 试错浪费 |
|
||
| 配音/字幕 | **¥0** | 全链开源 |
|
||
| 云端兜底(可选) | ¥0–946 | 仅 hero 特写扔云端时 |
|
||
| **40集总现金(A档)** | **≈¥22**（不加内存）至 **≈¥722**（加内存64G） | 比纯云端视频+开源配音 ≈¥3400 **省 79%** |
|
||
|
||
### 3.3 隐性成本（最大头是时间）
|
||
| 项 | 估算 | 谁做 |
|
||
|---|---|---|
|
||
| 环境搭建(配置服务器) | 1–3 天（蛋蛋写脚本+命令，苍耳授权驱动/重启/下载） | 蛋蛋主责 |
|
||
| LoRA训练(可选) | 默认¥0；仅脸漂时训角色LoRA | 蛋蛋主责 |
|
||
| 调试/一致性质检 | 前期7–14天过 TEST 镜头，后嵌生产流 | 蛋蛋主责 |
|
||
| **剧本创作** | **30–60天**（单人1–2集/日） | 苍耳主责，蛋蛋笔/场工辅助 |
|
||
| 剪辑后期 | 嵌生产流 | 苍耳+蛋蛋 |
|
||
|
||
> 若全外包同质量市场价 ≈¥3.4万–10.7万（视频¥3400+配音¥400–12000+原画¥2000–10000+剧本¥12000–40000+剪辑¥4000–20000+硬件¥12000–15000）。
|
||
|
||
---
|
||
|
||
## 四、落到苍耳的实际情况（v3 架构）
|
||
|
||
- **硬件**: 已有 7800X3D+7900XTX+32G → 零现金
|
||
- **系统**: WSL2+ROCm（保游戏两不误）或 Win+Zluda
|
||
- **架构**: WorkBuddy 加装第二份于台式机，同机 localhost:8188 调度；在外用 Tailscale/RDP 回家
|
||
- **内存**: 大概率不买（32G折中跑）；真OOM烦了再出旧2×16G换2×32G套条
|
||
- **待办**: 回家台式机装 WorkBuddy → 蛋蛋出「Wan3.0+7900XTX+ComfyUI+Tailscale」逐条命令 → EP02 一镜实测回填真账
|
||
|
||
---
|
||
|
||
## 五、诚实边界
|
||
1. Wan 3.0 在 7900 XTX 的单镜实测耗时极少（发布仅数日），时长按 2.x 基准×MoE提速30%推算，误差±30%，待 EP02 实测校准。
|
||
2. 开源 TTS 质量略逊 ElevenLabs/豆包大模型声线，情感戏可局部用商用声线兜底。
|
||
3. 下载模型权重需苍耳在台式机本机授权（磁盘/网络）。
|
||
4. A卡走 ROCm 需 Linux/WSL2；纯 Windows 走 Zluda 有 5–15% 转译开销。
|
||
|
||
---
|
||
|
||
## 锁定
|
||
> 搭建一套开源视频生成系统 = **硬件(已有则¥0) + 全免费软件栈(Apache/MIT) + 电费(40集¥22)**。
|
||
> 真花钱的是时间（写本30–60天），不是机器。苍耳现有配置即最小可用档，无需购卡。
|