升级礼遇Pro 省 20% · 查看方案
VidVid.tv

AI 视频实用指南

AI 视频角色一致性:逐镜头工作流

从参考图审核、三镜头验证到整段验收,区分人物身份与镜头连续性,记录异常时间与可用片段成本,避免无依据的模型排名。

使用 VidVid 创作

AI 视频角色一致性要从审核通过的参考图开始,以整段成片验收结束。重复角色名或写“同一张脸”不能保证身份锁定。先确认每个镜头的起始图,再生成一个动作,最后对照同一份角色设定表检查完整视频,合格后才剪进序列。

更新于 2026 年 10 月 5 日。本文提供编辑工作流,不是模型实测排名;本页尚未发布受控的人脸跨镜头一致性测试。

先分清:身份一致与镜头连续性

身份一致:画面里是否还是预定的那个人。镜头连续性:服装、道具、运动方向与场景细节能否接上前后镜头。外套相同不能弥补换脸;脸相似也不能掩盖道具突然换手。

生成前写下必须保留的细节:脸型、发际线、辨识特征、衣服、配饰和关键道具的位置。有意改变的内容单独标注。风格化角色应对照已批准的设计稿,不必套用写实人像标准。

建立可以逐镜头审核的参考集

  1. 选定一张面部清晰的身份参考图,保留原文件;修改版本另存并命名。
  2. 为每个镜头准备起始构图,先把静帧放在一起检查,再做动画。起始图已经换脸,就不该继续生成。
  3. 用角色设定表记录服装和道具。只有工具支持相应输入、且图片确为同一角色时,才增加其他视角。
  4. 每个镜头记录参考图版本,不要在序列中途悄悄替换基准。

Runway 的 Gen-4 References 官方文档建议使用光线均匀、表情中性的角色参考,并介绍了从参考图生成新场景静帧的方法。这些属于 Runway 的具体能力。在 VidVid 中,应先确认所选模型支持的输入;图生视频的起始帧不等同于保存角色或多参考图身份锁定功能。

用三个镜头验证,再扩大制作规模

镜头 要验证什么 建议起点 进入下一步前检查
A:人物建立镜头 清楚呈现批准的角色 已审核静帧;一个小动作;固定机位 全程脸与服装保持一致
B:反应镜头 表情改变时身份能否保留 已审核的反应构图;克制的头部运动 眼睛、嘴与脸部比例没有变成另一个人
C:换场景 剪辑后的连续性 新场景中另行审核的起始图 并排检查身份、道具、运动方向及计划内的服装变化

这是拟议的测试设计,不是已测结果。时长选能表达动作、且模型实际支持的最短配置,不假定所有模型都有统一的三秒或五秒上限。先通过小序列验收,再投入长分镜。

提示词写动作,参数在控件中选择

图生视频先描述动作和机位。Runway 的图生视频提示词指南说明其输入图提供视觉信息、文字描述运动;这不能证明 VidVid 所有模型的行为相同。

原创示例,尚未实测:

一个连续的中景镜头。人物轻轻微笑,短暂看向窗边。
摄像机保持固定。

需要换服装或地点时,先批准对应静帧,避免让一次生成同时承担角色重设计与复杂动作。时长、比例和分辨率应在工作室控件中选择,写进提示词不能代替参数。单个动作的组织方式见提示词指南。

每个镜头都要过的验收表

先以正常速度看完整段,再检查首帧、中段、末帧,以及每次转头、遮挡和切换的位置。少量抽帧可能漏掉短暂变形,因此只能补充播放检查。

项目 对照依据 应退回或重做的情况
面部 批准的身份参考图 脸部比例或辨识特征发生非预期变化
头发与服装 角色设定表 发际线、发型、衣领或配饰无剧情原因地跳变
手与道具 镜头必须表达的动作 握持、手指形态或道具位置使动作失真
镜头衔接 相邻的已审核镜头 运动方向、姿态或道具位置破坏预期连续性
最终交付 实际导出的剪辑文件 裁切、字幕或变速遮住必要细节,或引入明显错误

记录具体时间点和变化特征,不只写“脸不好”。验收标准在生成前确定,避免因为画面好看就放过身份错误。

按第一个失败环节处理

  • 起始静帧就不对:先修图或换图,再考虑购买动画生成。
  • 静帧正确,转头时换脸:保持输入和参数不变,只尝试减小转头或移除遮挡。
  • 单镜头通过,剪在一起不连贯:对照起始静帧和连续性记录,考虑换切点或重新构图。
  • 同一关键问题反复出现:达到预设积分上限就停止,简化动作或测试另一款支持相应输入的模型;更多重试不能保证得到可用片段。

闪烁、物体变形和机位漂移可继续查看画面故障排查表。

记录可复现的参数与预算

镜头/尝试 参考图版本 模型与实际参数 完整提示词及单一改动 首次异常时间 接受/修改/淘汰
A/1 自己的文件名 从工作室记录 基线 播放后填写 审核后填写
A/2 同一文件 同一参数 一个明确改动 播放后填写 审核后填写

提交前记录显示的积分费用,提交后记录实际扣减。总消耗积分除以验收通过的片段数,才能得到可用片段成本;任务完成不等于内容合格。计算方式见可用片段成本指南。比较模型时尽量匹配其支持的参数,并记录无法匹配的差异。一次成功不能证明稳定成功率。

常见问题

使用同一张图能保证脸不变吗?

不能。同一张图提供共同的视觉起点,仍需检查完整片段和镜头之间的衔接。

VidVid 哪个模型最适合角色一致性?

目前没有受控的人脸连续性基准测试支持确定的冠军。请用自己批准的参考图,比较输入支持、目标动作、匹配参数及可用片段成本。

MiniMax H3 的产品示例能证明人脸一致性吗?

不能。产品与材质片段无法证明人物身份连续性,不能作为本文验收标准的实测依据。

可以用真人照片做动画吗?

应取得照片使用许可及出镜者的适当授权,明确标识生成内容。准备镜头前可查看真人照片转视频指南。

下一步

准备三张审核通过的起始静帧与角色设定表,在 VidVid 工作室确认模型输入与费用。先生成一个镜头,完成验收记录,再扩展序列。

AI 视频角色一致性:参考图、逐镜头验收与成本记录 | VidVid