项目：Phantom

仙宫云注册:https://www.xiangongyun.com/register/9YM3YN

Pix工作室工作流地址：https://www.xiangongyun.com/image/detail/928f10c9-7468-4a67-9b29-46351a1be185

Pix工作室：人物在视频一致性一直是难题，字节跳动最新开源的Phantom视频生成框架通过创新的跨模态对齐技术，构建文本-图像-视频三元组数据驱动模型学习，采用动态窗口注意力机制和双条件去噪架构，在人物身份保留、多主体交互及复杂场景生成中实现突破性进展。该框架支持1-4张参考图像联合输入，通过ComfyUI工作流可实现16帧视频生成（RTX4090耗时约3~5分钟），在虚拟试穿、产品演示等场景中身份一致性达93.7%，超越Vidu、Pika等商业方案，其开源的1.3B模型已支持多图融合生成，14B版本将支持8K分辨率（暂未发布14B）。该工作流需要的pytorch版本要求高，依赖繁杂，目前已顺利跑通，大家可以去上面地址玩一玩，王炸级别项目。