如果你手機里有一些修圖軟件，你可能用過里面的「AI 繪畫」功能，它通常會提供一些把照片轉換為不同風格的選項，比如動漫風格、寫真風格。但如今，視頻也可以這么做了：

這些動圖來自 X 平臺（原推特）網友 @CoffeeVectors 生成的一段視頻。他把韓國女團 BLACKPINK 代表作《DDU-DU DDU-DU》的原版 MV 輸入了一個 AI 工具，很快就得到了動漫版的 MV。

完整效果是這樣的：

這個視頻是借助一個名叫 ComfyUI 的工具來完成的。ComfyUI 是一個開源的基于圖形界面的 Workflow 可視化引擎，用于被廣泛采用的文生圖 AI 模型 Stable Diffusion。它提供了一個用戶友好的圖形界面，可以將多個 Stable Diffusion 模型及其 Hypernetwork 組合成一個完整的工作流（Workflow）實現自動化的圖像生成和優化。同時，社區也開發了各種 ComfyUI 的擴展插件，可以進一步增強其功能。

作者 @CoffeeVectors 表示，在制作這個 MV 的過程時，他在 ComfyUI 中用到了 AnimateDiff 和 multi-controlnet 工作流，前者用于動漫風格的生成，后者用來實現生成效果的控制。更重要的是，他在這次工作流中引入了一個當下很火的神器 ——LCM LoRA。

在《實時文生圖速度提升 5-10 倍，清華 LCM/LCM-LoRA 爆火，瀏覽超百萬、下載超 20 萬》一文中，我們已經介紹過，LCM 是清華大學交叉信息研究院的研究者們構建的一個新模型，它的特點是文生圖、圖生圖的效果都非常快，可以根據你的文字指令或草圖指示實時生成新圖。

在此基礎上，研究者們又進一步開發了 LCM-LoRA，可以將 LCM 的快速生成能力在未經任何額外訓練的情況下遷移到其他 LoRA 模型上。由于效果非常驚艷，模型在 Hugging Face 平臺上的下載量已超 20 萬次，X 平臺上到處都能看到利用 LCM-LoRA 生成的實時視頻效果（如下方的視頻所示）。

那么，這個動漫版的 MV 是怎么做的呢？@CoffeeVectors 在帖子中詳細描述了他的做法。

在下載了原版 MV 視頻后，@CoffeeVectors 將 BLACKPINK 的整個 MV 作為單個 .mp4 輸入進行處理。LCM 可以讓他在 4090 上通過 6 步進行渲染（之前需要 20 多步），而且只占用 10.5 GB 的 VRAM。以下是詳細數據：

整個渲染過程耗時 81 分鐘，共 2,467 幀，每幀大約花 2 秒。這不包括從視頻中提取圖像序列和生成 ControlNet 映射的時間。在 SD 1.5 版中使用 Zoe Depth 和 Canny ControlNets，分辨率為 910 x 512。

要改進輸出效果，使其風格更鮮明、細節更豐富、感覺不那么像一幀一幀的轉描動畫，就需要對單幀畫面進行調整。但是，一次性完成整個視頻，可以為你提供一個粗略的草稿，以便在此基礎上進行迭代。

對于輸入視頻，他每隔一幀選取一幀，以達到 12 幀 / 秒的目標。

這是 @CoffeeVectors 添加 LCM LoRA 的截圖。他選擇了檢查點中內置的 VAE：

他把提示寫得很泛，想看看這個提示在各種鏡頭中的適配效果怎么樣。

在 K 采樣器中，他使用了 LCM 采樣器。注意，你需要更新到最新版本的 ComfyUI 才能用這個采樣器。

下圖描述了 @CoffeeVectors 如何安排 multi-control net 的節點：   

最后，@CoffeeVectors 還推薦了一些相關教程：

• 視頻教程：https://www.youtube.com/watch?app=desktop&v=zrxd95Mxz24
• 技術博客：https://huggingface.co/blog/lcm_LoRA

對這類技術應用感興趣的開發者們可以玩起來啦！