他原本只想换角色，结果让侦探剧主角每集跳起了舞

Reddit 用户 SeamlessScene 把一整集电视剧的角色换掉了。过去这类演示大多是三十秒的片段，他跑的是完整一集，42 个场景。

效果很好笑。他本来在测试角色替换，顺手让主角在每一个场景里跳舞。那部剧是《Reacher》，一部严肃的犯罪剧。主角一脸正经说着台词，手臂突然往两边划，或者滑着舞步进画面。作者说自己看到生成结果时笑出了声。

技术细节大致是这样：

模型：MiniMax H3，首尾帧模式（FL2VA），跑在 ComfyUI 里。8 步 turbo LoRA，生成分辨率 1024×512，对应 2:1 的画幅。

首尾帧对齐：每一段生成的起点和终点都是原剧里的真实帧。所以片段放回去能和原片接上，看不出接缝。长场景会切成几段串起来，每段大约 2 到 7 秒。

音频：把剧集原声送进 H3 的音频引导。听到的对白和配乐都是没动过的原版。

提示词：把角色是谁、穿什么说一次，后面每段的舞蹈编排由 Claude 生成。

多场景处理：42 个场景。先用模型把整集过一遍，挑出适合替换的场景，要求包括镜头别太远、少些快速剪辑，同时定位好每个场景的起止。这一步用 ChatGPT 完成。

后期：基本没有。作者说自己只是逐个给片段打分，大部分是 5 星。

有网友问，这套流程是不是 SAM 加人脸识别就能做。作者给出了他用的四步流水线：

1. TransNetV2 把整集切成一个个镜头
2. YuNet 在帧里找人脸
3. SFace 把每张人脸转成指纹
4. YOLOX 在每个镜头里定位人物框

之后还需要人工过一遍，不过作者说这条流水线出奇地准。

评论区最好笑的一条：有网友说，“我是不是刚看到 Gimli 在圣盔谷城墙上对着一群半兽人露了个屁股？”

作者说他要的就是这种感觉。“我想看某部剧，但里面每个角色都是会跳舞的恐龙。”他说在三十秒的片段里做是一回事，在六十分钟一集或者两个半小时的电影里做是另一回事。

有网友想把《办公室》装到朋友的媒体服务器上，做渐进式的怪异版本，看朋友什么时候翻脸。还有人想把 Tom Welling 塞进 2013 年的《钢铁之躯》。另一位在做一个让角色陪你看电影的 app，想让电影里的角色能回话。也有人担心，哪天种子站上全是改过的剧集，看的时候会一脸懵。

作者说他这次对 MiniMax（还有 Claude）有点意外，大约 90% 的场景一次就过了。

换脸和角色替换一直有人做。真正变化的是规模：一条可重复的流水线，能对着完整一集跑完，而且大部分结果直接可用。