一台笔记本+租来的GPU，我搭出了AI短剧流水线，成本低到离谱

最近短剧火的一塌糊涂，我也老刷到做 AI 短剧的人晒账单，我拿着公开价格自己算了一遍。 主流的视频生成模型，折算下来差不多一块钱/秒。偶尔玩几条没感觉，做短剧就是另一回事了。一个能用的镜头背后，少的五六条废片，多的几十条。一部 90 分钟的短剧，成片 5400 秒，重试率按 10 倍保守算，真实生成量五万多秒，五万块就没了。质量要求再高一点的团队重试到 30 倍，就是十五万。很多团队的播放分成到不了这个数，估计都得亏钱。 这九成烧在"试"上的钱，其实有另一种玩法。开源视频模型今年已经能用了，Wan2.2 这个级别，拿来试镜头、对分镜完全够。租两台 A800，跑一天才200来块钱，你生成一百条是这个钱，一千条还是这个钱。 麻烦在于，租来的实例没 root、装不了 Docker、开不了入站端口，自己搭环境这一步就能劝退大部分人。我后来是用一个叫 GPUWorks 的开源推理平台把这套东西跑起来的。 GPUWorks 是什么 这里得花点篇幅说说这个产品，不然后面的操作看着会跳。 GPUWorks 是 ZStack 出的，这家公司做云计算做了很多年，这个平台是他们新开源的项目。它管的事情说起来挺单一的。你手里有 GPU 机器，自己机房的也好，云上租的也好，它把这些机器收拢起来变成一个集群。它自带一个模型目录，你在目录里挑好模型，它帮你部署上去，对外给 OpenAI 兼容的 /v1 接口，你的程序直接调就行。 用什么卡不太挑，NVIDIA 可以，昇腾、海光这些国产卡也可以。目录里现在有300多个模型、1000多个档位，档位就是按卡的型号预置好的部署方案，这个后面会说到。 部署完之后要用的东西它也带了。多副本的负载路由、内置压测、运行监控、每个请求的延迟拆解、API 令牌管理，全在网页控制台里，不用自己另外搭。 整个平台是两个静态二进制，一个 server 一个 agent，不需要 Kubernetes，安装包40多MB。对我这种怕麻烦的人来说，最后这一条很加分。 我这回的用法是里面最简单的一种：server 装在我自己的笔记本上，agent 装进租来的那台 A800，剩下的都在浏览器里点。 安装和接入 server 这边没什么好写的，下载好安装包之后几条命令搞定。 cd ~/Desktop/sh tar -xzf gpuworks-31178e80-darwin-arm64.tar.gz cd gpuworks-31178e80-darwin-arm64 ./gpuworks install 拉起来以后浏览器打开控制台就能用，不用装 Kubernetes，不用装 Python，系统上也没什么要提前准备的。 实例那边，我在 AutoDL 上租了三天台 A800（但实际使用下来，只用到两张，一张完全空闲）。控制台里点添加节点，它内置了几家云厂商的接入，RunPod、Vast、AutoDL、优云智算、阿里云 ECS、ZStack Cloud 都在列表里。 我选 AutoDL，点一键安装 agent，SSH 登录和端口映射它自己处理。我等它跑完，实例就在节点列表里上线了，显存、利用率这些信息直接能看。 没有 root 和端口，它是怎么办到的 这部分我本来犹豫要不要写，怕写成技术文档，但估计有人会好奇，就简单说两句。有两处设计，正好对着租用实例的那两个限制。 一处是 runveil。 实例上没有 root、没有 Docker，按理说推理容器起不来。GPUWorks 自己带了一个叫 runveil 的运行环境，里面是一个打过补丁的 PRoot。PRoot 你可以理解成在用户态假装出容器需要的那层东西，不动系统，也不要权限，所以容器照样起得来。 另一处是连接方向。 这类平台一般是 server 去连节点，节点就得开个端口等着被连，租用实例恰恰开不了。 GPUWorks 反着来，agent 主动去连 server，实例上一个入站端口都不用。要是实例连往外连都受限，server 还能反过来拨进去。我的笔记本就在家里，没有公网 IP，实例在云上，两边就这么连上了。 部署一个视频模型 控制台里打开模型目录，档位里的镜像、权重来源、启动参数都是预置好的，我选了对应的档位，表单基本不用动。不用自己去研究这个模型该怎么起，这步省的时间比我预想的多。 提交之前它会先评估一遍，候选节点、每张卡要多少显存、参数有没有冲突，都列出来。怎么调都放不下的话，提交这一步就过不去，原因写在上面，不用等部署失败了再回头查。 第一次部署配置评估时就提示了问题，免得部署过程中出问题，省好多时间。以前经常已经下载好了，发现不兼容或者各种问题，还得推倒重来，这块人做得挺好的。 部署点下去，调度、拉起、健康检查它自己走完。有个事要提前讲，模型权重下载很慢，平台的实测记录是 185 GB 拉了 70 分钟左右。建议提前把权重预下载好，不然这一步只能干等。 部署完拿到一个 OpenAI 兼容的 /v1 接口，用 API 令牌鉴权。我试生成了一条，提示词写得很简单： 一只橘猫趴在窗台上午睡，尾巴尖偶尔轻轻晃动，午后阳光从窗帘的缝隙斜照进来，空气里的浮尘慢慢飘，镜头固定，浅景深。 场景简单，镜头不动，生成快，花不了几个钱，用来验证整条链路通不通刚刚好。 实际产能和成本对比 能跑起来不算完，我想知道这台机器一天到底能出多少东西。我直接拿这个部署的视频接口进行压测，连续发请求和同时发请求各测一轮，统计真实的端到端耗时。 一条 4 秒的片子，单并发两次分别是 294.29 秒和 294.26 秒，稳得有点无聊。同时发两条，第一条 294 秒完成，第二条排队到 586 秒，总吞吐没变，这个部署是串行处理视频请求的，堆并发没用，要加产量得加副本或者加卡。 换算成一天：每小时 12 条上下，24 小时 293 条左右，折合约 1187 秒素材，差不多 20 分钟。 拿这个产量去对价格。Seedance 2.5 和可灵 VIDEO 3.0 的官方价各算一遍，跟租卡的账摆在一起： 自部署折下来 0.243 元一秒，比可灵官方价低六成多，比 Seedance 2.5 低八成半。这个数只算了实际干活的两张卡，12 块一小时，一天 288。 注意一个大前提：本次测试没有做任何优化，按照现在社区案例，有针对 Wan2.2 的优化路径，4秒的片子生成时间可以压到1分钟以内，那成本可以低到几分钱/秒。 不管怎么样，哪怕按现在这个口径算下来，使用量越大租卡越划算，这个趋势是明确的。API 的成本跟着重试次数往上走，租金不会。 最后聊聊 先说实话的部分。 开源视频模型的画质跟 Seedance 2.5 这类商业模型比还有差距，对画质要求特别高的，成本没办法降低。但打磨期废片的 token 消耗一般占九成，这部分放到租来的卡上跑，成本极大降低。 估计也有人会问，Mac 上装个 ComfyUI 也能跑开源视频模型，为什么还要租卡、用平台。我自己试过，小打小闹可以，量产不行。Mac 硬件配置不高的话，太慢了，A800 快得多。而且自己装环境、找权重、调参数、盯着任务，这些杂事很耗人。平台是把这些都收进一个网页里，我主要管写提示词和看成片，别的不用管。自己搭环境偶尔玩一次可以，天天这么干撑不住。 我的建议是：对制作视频需求大的团队，这条路一定要试试；想低成本验证私有化部署的开发者，一台笔记本加一台租来的实例，几十块钱能把全流程走一遍；偶尔生成着玩的，直接调 API 就好，别折腾。 项目刚开源，地址在这： https://github.com/flitai-io/gpuworks 已经在玩AI短剧制作的朋友，可以在评论区聊聊你们的成本。