作者分享如何自動化生成 TikTok 上流行的「Hotel Lobby」AI 饒舌迷因影片。他透過 n8n 串接外部 API，利用 Wan 3.0 影片生成節點，解決了傳統方法如 CapCut 換臉、手動提示詞或 ComfyUI 本地渲染的痛點。這套自動化流程不僅確保了影片品質與一致性，也大幅提升了生成效率與擴展性。
各位創作者和自動化建構者大家好，如果你最近有在 TikTok 或 Instagram Reels 上，你可能已經看過爆紅的「Hotel Lobby」趨勢。這種迷因影片採用經典的 COLORS show 美學風格，畫面中會有一個實心橘色包廂和一支懸掛式電容麥克風，而肖像角色則隨著嘻哈節奏點頭饒舌。
像許多嘗試 AI 影片生成的人一樣，我也嘗試了幾種方法來擴展這種創作，但遇到了許多痛點。使用 CapCut 換臉模板時，角色看起來像是被貼上去的，邊緣嚴重扭曲，而且嘴唇動作與節奏不符。在 Kling、Sora 或 Runway 中手動輸入提示詞，則會耗費昂貴的點數，結果卻發現麥克風變形成隨機物體，而且要鎖定一致的 9:16 垂直畫面比例簡直是惡夢。
至於本地 ComfyUI 設定，雖然運行本地 Wan 3.0 節點能提供不錯的品質，但佔用工作站 24GB 的 VRAM，完全扼殺了運行批次工作流程的能力。為了解決這個問題，我使用 n8n 和外部 API 端點，建立了一個自動化管線。
以下是架構分解：首先是 Webhook 觸發器，它接受透過表單或雲端儲存上傳的乾淨單人肖像照片（人類或寵物頭像）。接著是準備節點，它會格式化請求以進行垂直 9:16 渲染，並注入風格化的提示詞標記，例如「COLORS show 橘色包廂」、「單支懸掛式電容麥克風」和「有節奏的點頭」。
然後是生成端點，它會將有效負載發送到專門的 Hotel Lobby 生成器。這個生成器運行在專用的 Wan 3.0 影片生成節點上，以確保臉部一致性和麥克風穩定性，而無需本地 GPU 負載。最後是資產檢索，n8n 會輪詢完成狀態，下載 720p/1080p 的 MP4 檔案（6 秒循環或 15 秒序列），並自動將其放入共用的 Google Drive 中，以便進行行動裝置排程。
總而言之，別再浪費時間看管本地 ComfyUI 的 GPU 渲染，或修復變形的麥克風了。透過 n8n 的 webhook 將 Wan 3.0 迷因渲染卸載到專門的 API，可以讓整個管線完全自動化且具備擴展性。有沒有人也建立過類似的短影音批次自動化管線？我很樂意交流關於較長渲染佇列的重試機制筆記！
覺得值得一看？分享給朋友。
以上為 AI 自動翻譯導讀。原文版權歸 n8n Community 所有， 建議透過「閱讀原文」前往原始網站，以取得最完整資訊並支持原作者。
43 個來源、每 2 小時更新，太多看不完。電子報每週挑最值得看的幾則，附上 Max 的看法。
