大模型清单 BM 影视梦工厂 V3.0
系统使用的大模型清单 · 本地 Ollama / ComfyUI / 远程 NAS · 全四中心共享同一 LLM 池
LLM 本地 · Ollama · 剧本/审核/知识/调度
主力模型。剧本生成、导演分镜、角色塑造、知识增强、Prompt 优化、跨中心格式转换。平衡性能与质量的最佳选择，承担 80% 以上 LLM 调用。
Ollama · 127.0.0.1:11434
推理模型。连续性检查、逻辑验证、科学知识推理、复杂约束求解、内容审核。用于需要深度推理的高精度任务。
Ollama · 127.0.0.1:11434
轻量模型。资源需求提取、标签分类、关键词提取、缓存检查等低延迟任务。主力模型负载高时自动降级。
Ollama · 127.0.0.1:11434
图像模型 本地 ComfyUI · 分镜/角色/场景/道具
主力文生图。AuraFlow 架构 + Qwen 3.4B 中文编码器，8 step 快速推理，CFG=1.0。原生中文 prompt，用于角色参考图、场景关键帧、道具图、分镜图生成。由 IMAGE_WORKFLOW_MODE=z_image_turbo 启用。
ComfyUI · localhost:8188
备选图像模型。标准 SDXL 架构，25 step 推理，需英文 prompt。在 IMAGE_WORKFLOW_MODE=stable_sdxl 时启用，z-image-turbo 无法满足时使用。
ComfyUI · localhost:8188
图像修补。扩展图像、修复局部、替换画面元素。用于 img2img 场景，不作为主力文生图模型。
ComfyUI · localhost:8188
视频模型 本地 ComfyUI · 分镜动画
图生视频。将分镜关键帧 + 运动描述转化为约 5 秒短视频片段（25 帧, 854×480, 8 step）。支持运动控制和相机轨迹描述。
ComfyUI · localhost:8188
音频模型 远程 NAS + 内置 · 配音/TTS
语音克隆与生成。角色配音、情感控制、文本转语音。使用角色参考音频进行零样本声音克隆。部署在 NAS 从服务器（RTX 3060）。
NAS · 192.168.3.140:9880
备选 TTS。快速语音生成，无需 GPU。NAS 离线或 GPT-SoVITS 不可用时自动降级。用于临时配音和预览。
内置 · 零依赖
口型模型 本地 + NAS · 口型同步
本地口型同步。音频驱动 + 单张人像 → 口型同步视频。部署在本地（RTX 2080 Ti），低延迟，适合快速预览。
本地 · 127.0.0.1:9860
高质量口型同步。实时口型驱动，仅修改嘴部区域。部署在 NAS 从服务器，需要 GPU，质量优于 SadTalker。
NAS · 192.168.3.140:9881
视频驱动面部动画。用驱动视频控制角色视频的面部姿态和表情。适合数字人口播场景的微调。
本地 ONNX · 127.0.0.1:9870
工具 / 编码器 本地 · 基础能力
媒体处理核心。视频/音频拼接、格式转换、混音、字幕叠加、缩放、场景分割。全部媒体操作的基础工具。
系统工具
LLM 推理服务器。管理所有本地 LLM 的加载、推理、切换。提供 OpenAI 兼容 API，支持模型热切换。
本地 · 127.0.0.1:11434
能力矩阵 模型 ⇄ 任务映射
每个任务的首选和备用模型，帮助理解系统在不同负载下的行为
| 能力 | 首选模型 | 备用模型 | 节点 | 显存 | 可队列 |
|---|
| 剧本生成 | Qwen3:14B | Qwen3.5:9B | 主机 | 低 | 是 |
| 导演拆镜 | Qwen3:14B | Qwen3.5:9B | 主机 | 低 | 是 |
| 一致性审查 | DeepSeek-R1:14B | Qwen3:14B | 主机 | 中 | 是 |
| 图像生成 | z-image-turbo | RealVisXL V4.0 | 2080Ti | 高 | 是 |
| 视频生成 | LTX-Video 0.9.1 | — | 2080Ti | 高 | 是 |
| 配音 | GPT-SoVITS | Edge-TTS | 3060 | 中 | 是 |
| 口型同步 | MuseTalk | SadTalker / LivePortrait | 3060/主机 | 中 | 是 |
| 知识提取 | Qwen3:14B | DeepSeek-R1:14B | 主机 | 低 | 是 |
| 翻译 | Qwen3:14B | Qwen3.5:9B | 主机 | 低 | 是 |
| 图像修补 | FLUX.1-fill-dev | — | 2080Ti | 高 | 是 |
共 14 个大模型/工具 · 本地 Ollama(3) + ComfyUI(4) + 远程 NAS(2) + 内置(5)