Openjutsu: ComfyUI और MiniMax H3 पर आधारित लोकल वीडियो कैरेक्टर और ऑब्जेक्ट स्वैप टूल

Openjutsu का परिचय

Openjutsu एक ओपन-सोर्स और लोकल एप्लिकेशन है जिसे वीडियो में कैरेक्टर और ऑब्जेक्ट बदलने के लिए डिज़ाइन किया गया है। यह ComfyUI और MiniMax H3 पर आधारित एक लोकल विकल्प के रूप में काम करता है। यह सॉफ्टवेयर पूरी तरह से लोकल हार्डवेयर पर ओपन वेट्स का उपयोग करके चलता है और विषयों को ट्रैक करने, फ्रेम का वर्णन करने तथा वीडियो जनरेशन के लिए कई मशीन लर्निंग मॉडल को जोड़ता है।

मुख्य आर्किटेक्चर और घटक

यह एप्लिकेशन `@comfyorg/sdk` और `comfy-api-proxy` के माध्यम से ComfyUI वर्कफ़्लो के साथ एक Next.js फ्रंटएंड का उपयोग करता है। यह मुख्य रूप से निम्नलिखित मॉडलों पर निर्भर करता है:

• MiniMax H3: प्राथमिक वीडियो जनरेशन और मोशन ट्रांसफर को संभालता है।
• SAM 3.1: वीडियो फ्रेम के भीतर लोगों और विशिष्ट वस्तुओं को ट्रैक करता है।
• Qwen3-VL: तस्वीरों, वीडियो फ्रेम का वर्णन करने और डिस्क्रिप्टिव प्रॉम्ट लिखने के लिए विजन-भाषा मॉडल के रूप में कार्य करता है।

मुख्य विशेषताएं और क्षमताएं

• सिंपल और एडवांस्ड मोशन ट्रांसफर: उपयोगकर्ता एक प्रमुख व्यक्ति को बदल सकते हैं या विभिन्न शॉट्स में नियत भूमिकाओं के साथ अधिकतम चार अलग-अलग कैरेक्टर प्रबंधित कर सकते हैं।
• ऑब्जेक्ट स्वैप और रिलाइटिंग: कपड़े, बाल या पृष्ठभूमि जैसे ट्रैक किए गए तत्वों को संशोधित करें, या जनरेशन पास के दौरान लाइटिंग समायोजन लागू करें।
• पोस्ट-प्रोकिसिंग टूल्स: क्लोज़-अप को दोबारा बनाकर विकृत चेहरों को ठीक करने और कंट्रास्ट तथा टोन मैपर का उपयोग करके कठोर कलर ग्रेडिंग को समायोजित करने की सुविधाएं शामिल हैं।

हार्डवेयर और सेटअप आवश्यकताएं

प्रोजेक्ट दस्तावेज़ीकरण के अनुसार, Openjutsu को लोकल रूप से चलाने के लिए कुछ तकनीकी पूर्वापेक्षाओं की आवश्यकता होती है:

• GPU: एक NVIDIA GPU आवश्यक है। परीक्षण नोट्स int8 मॉडल को स्ट्रीम करने के लिए पर्याप्त सिस्टम रैम के साथ RTX 4060 Ti (16 GB VRAM) पर कार्यक्षमता का संकेत देते हैं।
• सॉफ्टवेयर: ComfyUI (संस्करण 0.41.2 या नया) और Node.js (संस्करण 22.6 या नया)।
• डिपेंडेंसी: ComfyUI और लोकल इंस्टॉलेशन स्क्रिप्ट के माध्यम से प्रबंधित कस्टम नोड्स और प्रॉक्सी टूल।

व्यावहारिक सत्यापन

पूर्ण कोडबेस, इंस्टॉलेशन निर्देश और वर्कफ़्लो टेम्पलेट देखने के इच्छुक उपयोगकर्ता आधिकारिक GitHub रिपॉजिटरी पर जा सकते हैं। लोकल रेंडरिंग कार्य शुरू करने से पहले सेटअप गाइड की पुष्टि करना और संगत हार्डवेयर कॉन्फ़िगरेशन सुनिश्चित करना उचित है।