ComfyUIをインスコしてLTXVideoかhunyuanを導入
あとはi2vで呪文構成してトライアンドエラーの繰り返し
作業自体は単純

ただ問題はVRAMが雑魚だと5秒の動画を作るのに半日～最悪1日PCが唸りっぱなしになってそのPCでは他の作業も重すぎてまともに出来ない。
colabの様なクラウドサーバーで廃スペックグラボ搭載環境で作るって手もあるけどエロ系はAI検閲されて秒でBANされるしグーグルアカウントを複数持ってても全部一気にBANされるか意味ない
普段グーグル使ってる奴は色々終わるからローカル環境一択

klingとかrunwayみたいなオープンAIでi2vはパンツが見えてるだけでも跳ねられるレベルで生成すらさせてくれない