7 月 5 日，B 站 UP 主 T8star-Aix 发布了 Bernini 视频生成模型的最新加速方案——社区作者将开源模型 lightx2v 针对Bernini 做了 4 步蒸馏改造（高造 2 步 + 低造 2 步），让原本需要 30 多分钟的 5 秒全模态视频生成缩短到 10 分钟左右。纯文生视频更快：720p 约 200 秒，480p 仅需 1 分钟出头。

4 步蒸馏怎么做到的

之前的 Bernini 推理流程使用 KJNodes 的调度方案，高造 3 步、低造 1.5 步，实际跑下来经常出现过度模糊和画面崩坏。社区作者针对 Bernini 改写了 lightx2v 模型，简化为高造 2 步 + 低造 2 步，两天前已在开源社区发布。

速度对比非常直观：

• 5 秒全模态视频（音画同步 + 口型对齐）：之前约 30+ 分钟 → 现在约 10 分钟
• 纯文生视频 720p：约 200 秒
• 纯文生视频 480p：约 60-70 秒

相比之前 10 步的方案，直接加速约 1.5 倍以上，质量损失不大。

手好了，脸偶尔会漂

最明显的改善是手部生成质量。T8 在演示中对比了之前的版本：生成沙鲁和悟空战斗场景时，老版本的手部明显虚化模糊；4 步加速版在同样的高速战斗场景中，手部清晰且稳定。

不过人脸 ID 偶有偏移。T8 表示测试了多个视频，部分效果很好，部分人脸 ID 略有变化，整体清晰度仍可接受。

图像编辑场景不适合 4 步加速。T8 尝试用 2+2 步数做文生图和图像编辑，结果画面明显偏糊——步数不够，4 步蒸馏主要优化的是视频生成路径。

使用时必须注意的两件事

1. 替换高造/低造模型权重为 1——工作流中的步数权重统一设为 1
2. 必须关掉 unify reward 奖励 LoRA——这个 LoRA 与 4 步蒸馏不兼容，不关会导致画面变虚

核心操作就是两步：替换 LoRA + 关闭奖励 LoRA，其余工作流逻辑不变。

工作流更新情况

T8 已将之前所有 Bernini 相关工作流全部更新适配 4 步加速方案，包括：

• 文生视频（含音画同步）
• 导演台多场景工作流
• RV2V 视频转视频（243 帧测试，开头偶有灼烧痕迹，后续稳定）
• 多参考视频工作流

所有更新后的工作流链接在视频评论区置顶，模型权重在夸克网盘分享。

对谁有用

• ComfyUI 用户：直接替换工作流和 LoRA 即可享受加速，无需改节点逻辑
• 需要快速抽卡/迭代视频的创作者：从 30 分钟降到 10 分钟，迭代效率翻倍
• RunningHub 云端用户：平台已同步更新工作流

限制

• 人脸 ID 稳定性不如原版高步数方案
• 不适合图像编辑场景（画面会糊）
• 复杂工作流（如导演台）可能需要在质量和速度之间权衡
• 模型刚开源两天，社区实测数据有限

---

*基于 B 站 UP 主 T8star-Aix 视频内容整理（BV1yJMN6VEk6），正文依据本地 Whisper 转写。*

参考来源

• https://www.bilibili.com/video/BV1yJMN6VEk6

说明：该页面由基础模板稳定生成，后续可继续局部润色样式或补充模块，再进入发布检查。