Bạn có một video quay cảnh ai đó đi bộ trên phố, và muốn người trong video là một nhân vật khác. Kiểu như Genjutsu của Higgsfield. Chỉ khác là bạn không muốn trả tiền cloud, không muốn upload video lên server lạ, và muốn tự kiểm soát từng bước. D3voz/openjutsu làm đúng việc đó: thả video vào, thả ảnh nhân vật vào, bấm Generate.
Nó làm được gì, cụ thể
Openjutsu là một app Next.js nhỏ bọc quanh workflow ComfyUI. Bạn đưa vào một video và một ảnh nhân vật, nó thay người chính trong video bằng nhân vật đó. Camera, các cú cắt, chuyển động, âm thanh gốc giữ nguyên. Phần “chất xám” chạy hoàn toàn trên máy bạn: MiniMax H3 lo phần video, SAM 3.1 track người, Qwen3-VL 8B viết mô tả cho ảnh và từng cảnh quay.
Nó không dừng ở việc thay mặt. Có 4 nhóm chức năng chính:
- Simple motion transfer: một nhân vật thay người chiếm nhiều khung hình nhất. Chạy file
workflows/simple.api.json. - Advanced motion transfer: từ 1 đến 4 nhân vật, mỗi người một role. Người bị track được match với role theo từng cảnh, ai không có role thì để nguyên. Nếu chạy hai nhân vật thì có chế độ “One pass per person” với
workflows/advanced_maxq.api.json. - Object swap: đổi thứ SAM đang track (tóc, áo khoác, cái xe) thành thứ bạn mô tả hoặc đưa ảnh, hoặc xoá nó, hoặc đổi background xung quanh nó. Chỉ vùng đó được regenerate.
- From picture: FLUX dựng nhân vật vào đúng tư thế và đường cắt cơ thể trong frame gốc, giữ background của ảnh nhân vật. Xem trước, ưng thì “Use this image” để set độ dài video, độ phân giải, model, LoRA, số step, seed. Có thêm Relight với 17 kiểu ánh sáng cho sẵn hoặc tự mô tả.
- Post-processing: “Fix faces” vẽ lại mặt người ở cỡ close-up rồi paste về chỗ cũ (vì H3 vẽ mặt rất tệ khi người nhỏ trong khung). “Fix colours” làm dịu cái look gắt của H3 bằng Image Detail Contrast và DCTL Tone Mapper của Orion4D.
Vì sao 645 sao trong 4 ngày
Repo tạo ngày 26/10/2026, cập nhật ngày 30/10/2026. Bốn ngày, 645 sao. Con số đó nói lên một thứ: nhu cầu character swap video đang rất nóng, còn giải pháp mở thì gần như không có.
Higgsfield Genjutsu là sản phẩm thương mại, chạy cloud, tính credit. Nếu bạn muốn tự host, lựa chọn trước giờ là chắp vá vài workflow ComfyUI rời rạc, không ai đóng gói thành một app hoàn chỉnh. Openjutsu lấp đúng khoảng trống đó: một front end gọn cho workflow H3, dùng @comfyorg/sdk, theo mẫu comfy-reshoot của chính Comfy. Đây là app có chọn model, chọn LoRA, seed, độ phân giải, xử lý hậu kỳ, chứ đâu phải đồ chơi demo.
Điểm khác biệt nữa: nó dùng open weights. MiniMax H3, SAM 3.1, Qwen3-VL đều tải về được. Bạn không bị khoá vào API của ai.
Cài và chạy thử
Yêu cầu khá nặng, đọc kỹ trước khi clone:
- GPU NVIDIA. Tác giả test trên RTX 4060 Ti 16 GB với 64 GB RAM, model H3 int8 stream từ RAM.
- ComfyUI 0.41.2 trở lên. Bản core đã có MiniMax H3, SAM 3.1 và TextGenerate.
- Node.js 22.6 trở lên, và Python cho
comfy-api-proxy.
Custom nodes cần cài vào ComfyUI/custom_nodes. Ba cái đầu tìm theo tên trong ComfyUI Manager được:
SolarRenderer
ComfyUI-MiniMaxH3-Context-Loop 0.7.3+
ComfyUI-Fantastic-MiniMaxH3-PromptBuilder
ComfyUI-KJNodes
comfyui_controlnet_auxLần đầu mở app, vào trang Welcome để chọn vision-language model mô tả ảnh và frame video. Mặc định là Qwen3-VL 8B INT8, hai lựa chọn nhẹ hơn là Qwen3-VL 4B FP8 và Gemma 4 E2B INT8. Cài model single-file kèm vision weights vào ComfyUI/models/text_encoders, bấm Refresh models. Model nào không hỗ trợ input ảnh/video qua CLIPLoader và Generate Text thì không dùng được.
Chọn model theo VRAM còn trống, đừng nhìn dung lượng file. File size không quyết định yêu cầu VRAM, và H3 generation cần bộ nhớ riêng. Lựa chọn được lưu trong browser, dùng cho swap, mô tả prompt và Find people.
Sau đó mở editor, thả video, thả ảnh nhân vật, bấm Generate. Với Simple mode thì chỉ có vậy.
Ai nên dùng
Rõ nhất là mấy bạn làm content, muốn thay diễn viên trong clip mà không quay lại. Hoặc studio nhỏ cần một pipeline tự host, không muốn đẩy footage khách hàng lên cloud. Cũng hợp với ai đang nghiên cứu video generation và muốn có app tham chiếu để đọc code, vì cấu trúc workflow JSON tách bạch khá rõ.
Không hợp với người không có GPU NVIDIA. Cũng không hợp với ai muốn cài xong chạy ngay trong 10 phút. Đây là app cho người đã quen ComfyUI.
So với lựa chọn khác
Tôi không tiện so trực tiếp với các repo character swap khác vì chưa test đủ. Nhưng so với chính Higgsfield Genjutsu thì khác biệt nằm ở mô hình chi phí: bạn trả bằng điện và VRAM thay vì credit, và bạn giữ dữ liệu. Đánh đổi là chất lượng phụ thuộc vào model bạn cài, không có ai tune sẵn cho bạn.
Ưu, nhược, và mấy chỗ cần biết
Ưu: MIT license, thoải mái fork và dùng thương mại. Chạy local hoàn toàn, không cần API key. Workflow có sẵn cho cả simple lẫn advanced, kèm script build cho face và color workflow bằng Python. Có chọn lựa model describer theo VRAM, khá thực dụng.
Nhược: README dài và dày đặc, đọc lướt dễ sót. Yêu cầu VRAM thật, 16 GB là mức test được, chưa phải mức tối thiểu. Một số tính năng có cảnh báo hiệu năng riêng: SolarRenderer clip dài hơn 6 giây có thể render lâu hơn đáng kể, nhất là ở độ phân giải cao. Relight với “Magenta club” và “Teal lasers” chủ yếu đổi màu background chứ không đổi sáng thật. Fix faces chỉ giải quyết mặt nhỏ trong khung, chưa xử lý được mọi lỗi mặt.
Cần lưu ý: Repo mới 4 ngày tuổi. Độ trưởng thành chưa kiểm chứng được, API có thể đổi. Tài liệu có nhưng nặng, không có quickstart kiểu 5 phút. License MIT thì yên tâm, nhưng license của từng model weights bạn tải về (H3, SAM, Qwen) là chuyện riêng, đọc trước khi dùng thương mại.
Kết
Nếu bạn có RTX 4060 Ti 16 GB trở lên, đã cài ComfyUI, và đang cần thay nhân vật trong video mà không muốn trả credit cho cloud, repo này đáng bỏ một buổi tối để dựng. 645 sao trong 4 ngày là tín hiệu đủ tốt để thử. Còn nếu bạn chỉ có laptop không GPU rời thì bỏ qua, đừng cố. Code và hướng dẫn đầy đủ ở D3voz/openjutsu.
