Viggle Remake редактирует видео локально: для ComfyUI хватит 12–24 ГБ VRAM

Есть готовый рекламный ролик, но заказчик просит другого героя и зимний фон. Обычно это означает пересъёмку или отдельную работу с каждым планом. Viggle Remake предлагает редактировать исходное видео: задать нужное изменение, подготовить опорные изображения и получить новую версию сцены. Для команды, которая собирает инструменты видеопроизводства, это повод проверить локальную обработку на собственных материалах.

Viggle опубликовала веса, код запуска и интеграцию с ComfyUI. Однако обещание «работает на домашней видеокарте» требует пояснения: ручной сценарий на карте с 12–24 ГБ видеопамяти и автономная обработка агентом — разные конфигурации. Это прямо разделено в документации проекта.

Что именно меняется в ролике

В основе Remake лежит MiniMax-H3 с двумя специализированными LoRA-модулями. Режим swap отвечает за замену персонажей, edit — за предметы, окружение, погоду и свет. На вход подаются исходный ролик, инструкция и от одного до четырёх подготовленных изображений. Они задают внешний вид результата; их можно привязать к конкретным кадрам.

Представим магазин одежды, которому нужны варианты одного рекламного прохода модели. Команда готовит изображения с новой курткой и проверяет, как изменение переносится на движение. Практический вопрос здесь простой: сколько кадров придётся исправлять после генерации и дешевле ли это повторной съёмки? Красивый пример в репозитории сам по себе ответа не даёт.

Разработчики описывают сохранение движения, камеры и исходного звука, но перечисляют и сбои: артефакты мелких деталей, проблемы с нечеловеческими персонажами в длинном плане и временное смещение сцен при определённых настройках. Обещать бесшовную замену любого актёра по этим материалам рано. Ограничения опубликованы в карточке модели.

Что агент берёт на себя

В проект входит MCP-сервер — интерфейс, через который агент получает доступ к инструментам обработки. По описанию авторов, агент может находить склейки, готовить ключевые кадры, запускать обработку отдельных фрагментов, проверять результат и собирать видео со звуковой дорожкой. Схема подключения вынесена в руководство MCP.

Для продукта это интереснее отдельной кнопки «заменить лицо»: появляется возможность построить очередь задач и связать подготовку материалов с рендерингом. Но наличие MCP ещё не показывает, насколько надёжно весь процесс проходит без вмешательства человека. Это нужно измерять на собственных роликах.

Я бы начал с одного короткого плана, где хорошо видны лицо, руки и изменяемый предмет. Затем проверил бы поворот головы, перекрытие объекта и переход между сценами. Такой набор быстрее покажет границы инструмента, чем попытка сразу переделать минутную рекламу. Отдельно стоит считать повторные генерации: именно они могут съесть ожидаемую экономию.

Сколько стоит «локально»

Для карт с 12–24 ГБ VRAM предусмотрены квантованные варианты и ручные сценарии ComfyUI. Автономный агент на одной RTX 5090 с 32 ГБ требует другой сборки; разработчики указывают около 60 ГБ оперативной памяти. По их замеру, окно из 345 кадров в разрешении 1280×736 обрабатывается примерно 28 минут. Это ориентир авторов, а не независимый тест. Подробности приведены в инструкции ComfyUI.

Следовательно, для интерактивного редактора сначала придётся проверить приемлемость ожидания. Для пакетной подготовки вариантов ночью требования к скорости могут быть мягче. Разработчику полезно заранее определить, что считать успешным результатом: узнаваемость героя, сохранность товара, отсутствие заметных дефектов и объём ручной доработки.

Перед включением в коммерческий продукт нужно также разделить лицензии: код опубликован под Apache 2.0, веса регулируются MiniMax H3 Community License. Локальная установка сама по себе не означает неограниченного использования. Условия указаны в разделе лицензирования.

Практическая ценность Remake — возможность собрать и измерить собственный процесс редактирования видео. Следующий разумный шаг для команды — небольшой пилот с учётом времени, повторных попыток и ручных исправлений. Эти цифры покажут, где инструмент действительно сокращает производство.