16G卡把四十来G的权重吃下去，靠的就是offload到CPU加ComfyUI的动态加载，生成时显存峰值才十五G出头，代价是系统内存直接冲到76G——96G内存在这套流程里不是摆设，最贵的其实是内存条。
这条日式刀具片子的静帧是ChatGPT配Flux Klein 9B出的，再手动修加局部重绘；视频和声音走MiniMax H3的i2v，672x928竖构图（3:4、0.6MP、32的倍数），20步、res_multistep采样、beta调度、denoise 1.0，注意力挂KJNodes那个Sage补丁自动模式。5条提示词滚出11段素材，剩下全在AE里收：剪辑、变速、字母动画，红点上那圈2D螺旋是生成出来再合成回去的。
所以别把这种片子理解成一句话出片。模型负责给能用的运动素材，节奏、版式、落点还是人在扛。
