我们用联想ThinkStation PGX,在本地部署MiniMax H3与ComfyUI,完成了一条包含12个镜头、时长约30秒的科幻短片。实测生成一段5秒480P视频需要约5—6分钟。这套方案能够承担内容团队的候选镜头制作,对于需要反复修改、能够安排生成等待的创作者,本地设备提供了一种可持续使用的工作方式。

作为至顶AI实验室,我们更关心一台设备进入编辑部之后,究竟能接下哪些工作。从文字构思到分镜设计,再到素材生成和剪辑,内容生产涉及一连串修改。本次,我们把一条短片完整做下来,看看PGX能否承载这套流程。
评测机构:至顶AI实验室
测评时间:2025年09月29日
评测产品:联想ThinkStation PGX
主要参数:NVIDIA GB10,128GB统一内存
把创意变成成片,真正花时间的是反复修改
写出一个故事之后,接下来还有许多具体问题。人物应该长什么样,场景采用怎样的光线,主角转身时镜头如何运动,这些都要落实到画面里。
我们这次制作的是一条科幻短片,围绕人物与星门展开,共拆分为12个镜头。最初看起来,准备好参考图、写好提示词,再逐个生成即可。实际做下来,镜头很难一次达到要求。
有时人物形象基本正确,中间动作却不够自然。有时首尾画面已经确定,过渡过程中仍会出现变形。遇到这些问题,我们就重新生成,或者继续调整参考图和提示词。
最终,这12个镜头累计生成了二十几次,平均每个镜头约尝试2次,最多的一个镜头尝试了4次。
这也是我们选择本地部署的原因。内容创作需要给修改留出空间,如果每次重新尝试都增加一笔云端生成费用,候选素材越多,预算就越难控制。把模型放到自己的设备上,可以让团队围绕同一套环境持续调整。
128GB统一内存,让完整工作流留在桌面上
承载这套流程的是联想ThinkStation PGX。它搭载NVIDIA GB10 Grace Blackwell超级芯片,拥有128GB统一内存,CPU与GPU共享同一个内存池。
视频生成需要多个组件配合。我们使用的MiniMax H3工作流,包含33B主模型、32B文本编码器,以及视频、音频解码器和放大模型。部署时,需要一起考虑这些组件的容量需求。
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
我们在PGX上安装ComfyUI,加载H3工作流模板,下载模型及配套组件后,便开始准备素材和生成镜头。
128GB统一内存为这套工作流提供了容量空间。对于需要连续抽卡的任务,把模型环境固定下来,也便于我们保留配置,继续修改和运行。
从编辑部的使用角度看,一台专门承担生成任务的设备,可以积累模型、参考素材和工作流。项目结束后,这些准备仍然可以用于下一次创作。
统一参考图,比反复堆提示词更早影响结果
正式生成之前,我们先准备了一套统一的人物和场景素材。人物长相、服装、星门造型与整体光线,都从这套参考图中延续。
多镜头制作尤其需要关注这一步。人物近景、侧脸和远景会交替出现,如果每个镜头都重新描述人物,后续就要花更多精力处理形象差异。我们先确定视觉设定,再根据镜头要求调整构图和动作。
人物近景和侧脸采用多图参考,把人物形象与镜头构图一起交给模型。检查时,我们重点看换了机位之后,面部特征、服装和场景关系能否延续。
动作起点和终点明确的镜头,则使用首尾帧控制。例如星门从漆黑变成亮起,或者主角从低头查看通讯器,转为抬头望向星门。我们先确定前后两张图,再让模型生成中间变化。
实际操作中,首尾帧给了我们明确的控制方向,中间过程仍需要逐段检查。动作是否自然、人物有没有变形、场景结构有没有突然变化,都会影响素材能否进入剪辑。
这也改变了我们的工作重心。除了写提示词,我们还要定义参考素材、明确动作过程,并判断生成结果是否符合整条短片的要求。
5秒视频等待5—6分钟,我们怎样安排制作节奏?
在本次配置下,我们生成一段5秒480P视频,大约需要5—6分钟。最终约30秒的成片,由12个镜头剪辑而成,累计经历了二十几次生成。
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5—6分钟的等待,会直接影响制作节奏。我们需要提前准备好分镜和参考素材,再逐个检查结果。镜头要求越清晰,后续调整就越有方向。
如果按24次生成、每次5—6分钟估算,串行生成约需120—144分钟,素材准备、筛选和剪辑还要另外计算。对于反复试错的创作任务,时间预算与费用预算同样重要。
我们对这套方案的判断是,它适合能够分批生成、集中筛选的工作流程。团队可以先把镜头需求整理好,再持续获得候选素材。
这次采用的480P规格,也更适合验证创意、检查动作和制作样片。正式交付时,我们还会根据输出要求,继续评估画面细节与后期处理。
抽卡省去了云端调用费用,设备成本要放进长期使用中算
这次本地生成过程中,我们重新尝试镜头时,无需为对应任务支付云端生成费用。对于一条需要二十几次尝试的短片,这种费用结构的变化已经比较直观。
我们用每秒1.5元作为假设计费口径算一笔账。一段5秒视频对应7.5元,若生成24段,候选素材合计120秒,对应180元。
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
这里的180元是一组假设计费口径下的算例,用来观察重复生成如何影响费用。实际服务价格、输出规格和画质要求,都会改变最终账单。
本地设备则需要计算硬件投入、电力、维护和制作时间。对我们来说,采购判断应该放到长期任务量里。一台设备持续承担多少项目、每个项目需要多少次生成,决定了投入如何分摊。
因此,我们更看重高频使用场景。AI短片、商品展示、广告创意和分镜预演,都需要持续产生候选素材。团队有稳定需求时,固定的本地生成环境更容易被充分利用。
围绕同一台PGX协作,编辑部可以积累自己的工作流
PGX还可以通过局域网提供ComfyUI网页入口。团队成员在自己的电脑上打开浏览器,就能提交任务、查看结果。
这样,分镜、生成和剪辑可以围绕同一套模型环境展开。负责前期的人整理参考素材,执行生成的人调整工作流,剪辑人员筛选结果。已经调试好的配置与素材,也能继续用于后续项目。
我们认为,这种积累对内容团队尤其重要。同一个角色需要反复出现,同一类产品需要制作不同版本的展示素材,已经验证过的参考图和工作流,都能减少重复准备。
对于涉及未发布产品、剧本和角色设定的项目,本地处理还可以减少向外部生成服务上传素材的需求。团队可以结合自己的文件管理与访问方式,安排资料流转。
回到这次评测,我们至顶AI实验室用ThinkStation PGX完成了12个镜头、约30秒短片的本地制作,5秒480P素材生成耗时约5—6分钟。它适合高频试错、能够安排等待的内容团队。我们愿意把它作为编辑部固定的AI生成设备,让构思、分镜和素材制作逐步形成可复用的流程。最终的内容取舍与质量判断,继续由我们在每一轮修改中完成。
