Viggle Remake in ComfyUI: cambia attori e scene con 12 GB

Il 4 novembre Viggle ha pubblicato a pesi aperti il motore che usa per "rigirare" i video: si chiama Viggle Remake e, con Viggle Remake in ComfyUI, prendi una ripresa che hai già, dipingi uno o più fotogrammi di riferimento e il modello rifà la scena cambiando l'attore, un oggetto, lo sfondo o la luce, ma tenendo movimento, inquadratura e tempi dell'originale. Sono due LoRA (piccoli file che insegnano un'abilità nuova a un modello grande) per MiniMax-H3, più un pacchetto di nodi, i workflow e file ridotti che secondo Viggle scendono fino a 12 GB di memoria video.

Ti raccontiamo come la pensiamo noi. Chi fa video lo sa: rigirare una scena costa, e spesso basta un dettaglio sbagliato (un costume, un cartello, il meteo) per buttare una ripresa buona. Un modello che corregge il girato invece di inventarlo da zero è esattamente il tipo di AI che ci interessa. Lavoriamo con ComfyUI su una normalissima RTX 3060 da 12 GB, quindi le domande sono sempre le stesse: gira davvero sulla nostra scheda? E si può usare per lavoro dall'Italia? Non lo abbiamo ancora provato: qui trovi i dati controllati sulle fonti ufficiali e i punti dove conviene andare cauti.

Scheda rapida

Cos'è Viggle Remake e cosa sa fare?

È un modello "video-to-video": parte da una ripresa vera e la rifà seguendo le tue istruzioni, invece di generare un video da un testo. Nella scheda ufficiale su Hugging Face Viggle lo descrive come l'evoluzione di Viggle-Animate, uscito a fine agosto, che sapeva solo sostituire un personaggio. Remake lavora in due modalità, ognuna con la sua LoRA:

• swap: sostituisce una o più persone o personaggi nella scena;
• edit: tutto il resto, cioè sostituire, togliere o aggiungere oggetti e cambiare sfondo, meteo, luce o stile.

Il punto chiave sono i riferimenti: gli dai da uno a quattro fotogrammi del video già modificati da te (con un editor di immagini o con un altro modello AI) e puoi "fissarli" ai punti giusti della ripresa. Il modello propaga quel look su tutta la clip. L'audio non viene generato: resta quello originale, quindi una ripresa muta dà un risultato muto. Ogni render copre da 90 a 345 fotogrammi a 24 fps, con un massimo consigliato di 294, cioè circa 12 secondi. Per i filmati più lunghi c'è un server MCP (il sistema che permette a un assistente AI come Claude Code di usare strumenti esterni) che taglia il video in scene, prepara i riferimenti, scrive i prompt e rimonta tutto con la colonna sonora.

Quanta VRAM serve per Viggle Remake in ComfyUI?

Dipende dal file: la versione completa vuole una scheda da 80 GB, ma i file ridotti scendono a 12 GB. La guida ComfyUI ufficiale propone versioni int8 e GGUF (formati compressi che pesano meno e occupano meno memoria) in cui la LoRA è già fusa con il modello. Ecco cosa indica Viggle a 832×480:

• 12 GB: GGUF Q4_K_M (14,3 GB) o Q8_0 (22,3 GB) con l'opzione di avvio --reserve-vram 8; il file int8 regge solo 124 fotogrammi; la risoluzione 1280×736 non è stata testata.
• 16 GB: int8 (21 GB) senza opzioni, oppure Q4_K_M o Q6_K con --reserve-vram 6.
• 24 GB: int8 o Q4_K_M; a 1280×736 servono Q4_K_M o Q8_0 con --reserve-vram 20.

Due avvertenze oneste. La prima: queste prove sono state fatte su schede "emulate" a partire da GPU B200, e la guida stessa dice che su schede reali da 12–24 GB le impostazioni possono cambiare. La seconda: la VRAM non è tutto. Oltre al modello devi caricare l'encoder di testo di MiniMax-H3, che pesa 15,7 GB anche nella versione più leggera (nvfp4) e 27,1 GB in int8, più i VAE. Con 32 GB di RAM come i nostri, i file da tenere in memoria superano già lo spazio disponibile: aspettati un PC che lavora molto sul disco e tempi lunghi. Per capire se la tua scheda è adatta trovi i dettagli nella nostra guida alle schede video per AI.

Come si usa Viggle Remake in ComfyUI?

Serve un pacchetto di nodi da copiare a mano, i file base di MiniMax-H3 e uno dei due workflow pronti. Viggle lo ha testato con ComfyUI 0.42.0. Il grafo usa tre nodi nuovi (Viggle Remake Conditioning, Keyframe Until e Noise), il sampler euler con una serie di "sigma" manuali (i livelli di rumore di ogni passaggio) diversa per swap ed edit, e solo 6 passi. Il risultato esce a 24 fps nella cartella output/viggle_remake/.

Un dettaglio che fa la differenza: se usi le LoRA separate, caricale con il nodo LoraLoaderBypassModelOnly e non con il normale LoraLoaderModelOnly. Secondo Viggle il loader classico fonde la LoRA nei pesi a 16 bit e gran parte della modifica si perde per arrotondamento, con un risultato meno nitido; il bypass costa solo il 2–3% di tempo in più. Con i file int8 o GGUF, invece, la LoRA è già dentro: non va aggiunta sopra. Se sei agli inizi con i nodi, parti dalla nostra guida introduttiva a ComfyUI.

Si può usare Viggle Remake per lavoro dall'Italia?

No, non senza una licenza separata. Il codice è Apache 2.0, ma i pesi seguono la MiniMax H3 Community License, che vale in tutto il mondo tranne Unione Europea, Regno Unito, Corea del Sud e Stati Uniti: fuori da quel territorio l'uso "non è autorizzato". MiniMax dice di valutare le richieste caso per caso. È lo stesso limite che abbiamo trovato su tutti i derivati di H3, come MiniMax H3 in ComfyUI con FreeVideo.

C'è poi un tema che va oltre la licenza. Viggle scrive chiaramente che nessuna delle due licenze copre filmati di altri o il volto delle persone, e che il modello mette le sembianze di una persona reale in un video "con la stessa facilità" con cui fa il resto, senza poter verificare il consenso. Tradotto: usalo solo su riprese tue e con persone che hanno dato il permesso.

Da provare subito

Se sei in un Paese coperto dalla licenza o hai ottenuto l'autorizzazione, ecco il percorso più leggero indicato dalla guida per una scheda da 12 GB:

1. Aggiorna ComfyUI (almeno 0.42.0) e installa ComfyUI-GGUF in custom_nodes.
2. Copia la cartella comfyui/ComfyUI-Viggle-Remake del repository in custom_nodes.
3. Scarica il GGUF Q4_K_M della modalità che ti serve (swap o edit) e caricalo con il nodo Unet Loader (GGUF); dal repository Comfy-Org/MiniMax-H3 prendi l'encoder di testo e i due VAE (video e audio).
4. Avvia ComfyUI con --reserve-vram 8 e apri remake_swap_ui.json o remake_edit_ui.json.
5. Parti da una clip breve (124 fotogrammi, circa 5 secondi) a 832×480 e scrivi il prompt nel formato a sei sezioni spiegato in PROMPTING.md: i tempi indicati nel prompt devono corrispondere al numero di fotogrammi. Se il render si interrompe, alza il valore di reserve-vram.

Il repository completo pesa circa 210 GB: scarica solo le cartelle che ti servono. Per confrontare Remake con le alternative per animare o sostituire personaggi, come Wan Animate, trovi tutto nella nostra guida ai modelli AI per video in ComfyUI.

Le altre novità

• BluePixel-Turbo: vivo ha aggiornato il 3 novembre il suo editor di immagini a istruzioni, basato su FLUX.2 Klein 9B, che lavora in 4K nativo in 4 passi. Licenza FLUX non commerciale; per ComfyUI ci sono solo nodi della community. Scheda su Hugging Face.
• MOSS-Image-heal: KohakuBlueleaf ha riaddestrato MOSS-Image-Base perché funzioni in sicurezza a 16 bit (fp16) senza valori fuori scala; file per ComfyUI in bf16, fp16 e int8, licenza Apache 2.0. Scheda su Hugging Face.
• ComfyUI più veloce con gli encoder Qwen 3.x: una modifica unita il 5 novembre accelera gli encoder di testo Qwen di circa il 9% su RTX 5090 e di circa il 3% su una RTX 3060 da 12 GB, con risultati identici. PR 17361 su GitHub.

Domande frequenti

Viggle Remake è gratis?

Pesi, nodi ComfyUI, workflow e server MCP si scaricano gratis da Hugging Face. L'uso però è regolato dalla licenza MiniMax H3, che esclude l'Unione Europea e chiede un'autorizzazione scritta sopra i 20 milioni di dollari di ricavi annui. Chi non vuole installare nulla può usare la versione nell'app di Viggle, con le sue condizioni.

Che differenza c'è tra Viggle Remake e Viggle-Animate?

Viggle-Animate, uscito a fine agosto, sostituiva un personaggio partendo da un video e da un'immagine. Remake ne è l'evoluzione: oltre allo scambio di persone (anche più di una) modifica oggetti, sfondo, meteo e luce, accetta fino a quattro fotogrammi di riferimento fissabili nel tempo e lavora in 6 passi.

Viggle Remake genera anche l'audio?

No. L'audio della ripresa originale viene mantenuto così com'è: se il video sorgente è muto, anche il risultato sarà muto. Il server MCP, quando rifà un filmato lungo scena per scena, rimonta alla fine le parti generate sopra la colonna sonora originale.

Quanto dura al massimo un video?

Un singolo render va da 90 a 345 fotogrammi a 24 fps, con un massimo consigliato di 294, circa 12 secondi. Il numero di fotogrammi deve seguire la regola 17n+5 (per esempio 124, 226 o 294). I video più lunghi vanno divisi in finestre, lavoro che il server MCP può fare in automatico.

Cerchi modelli video che girano davvero su una scheda da 12 GB? Trovi workflow gratuiti e guide nella nostra sezione ComfyUI, e ogni settimana nuovi video sul canale YouTube @tutorial3d.