一致性是 AI 视频最大的痛点。同一个角色在第二个镜头里换了张脸,整条片子就废了。

这件事没有完美解法,只有一套组合手段。

一致性分几个层面?

三个:角色一致、场景一致、风格一致。

角色一致最难,因为人脸细节多,稍有偏差就能看出来。场景一致次之。风格一致相对容易,靠统一的提示词和后期调色能解决大半。

角色一致怎么处理?

四个手段。第一,用参考图,每个镜头都带上同一组角色参考。第二,固定描述,把外貌特征写成固定的一段文字,每次都带。第三,用角色训练,针对主要角色做小规模微调。第四,分段生成后统一修脸。

四个手段通常要组合用,单一手段都不够稳。

为什么固定描述这么重要?

因为模型对形容词的理解不稳定。写年轻女性,每次生成的形象可能差很远。写二十六岁、短发、圆脸、浅色衬衫,稳定性会高很多。

描述要具体到可验证的特征,不要用气质、感觉这类词。

场景一致怎么处理?

两个办法。第一,用首帧图作为参考,让后续镜头从同一空间延续。第二,建场景库,把同一场景的多个角度提前生成好,剪辑时拼接。

第二个更稳,因为提前生成时可以反复挑,不用在每个镜头里赌。

风格一致怎么处理?

三层控制。第一层,提示词里固定风格描述。第二层,用同一组参考图控制色调。第三层,后期统一调色。

第三层最有效。前期生成难免有偏差,后期调色能拉回来一大半。

什么情况下一致性最难保证?

三种。第一,角色有大幅动作。第二,镜头之间有剧烈光线变化。第三,角色从远景切到特写。

第一种最难。解法是把大动作拆成多个小动作,分段生成。

有没有必要做人工修?

有必要,尤其是关键镜头。生成出来的画面,人脸、手部、文字这三处最容易出问题,要逐帧看。

这三处的错误观众最容易察觉,也最影响专业感。

怎么建立检查流程?

建议做一个检查清单:角色特征是否一致、服装是否连续、场景光线是否合理、道具位置是否正确、文字是否清晰无误。

每条都过一遍,比凭感觉看有效得多。

最后该记住什么?

一致性是工程问题,不是运气问题。靠多试几次碰运气,成本会失控;靠流程和清单,才能稳定产出。

把一致性当成流程的一部分来设计,比每次祈祷模型给力靠谱。

去论坛讨论

前往 ziyuanagi.com 论坛 参与讨论