大模型 视频生成

同一个角色出现在多条视频里,长得不一样怎么办

2026-11-01 约 9 分钟 17402 次阅读
一句话答案
先把角色定成一张图,之后每条视频都用同一张图去占【参考图片】或【首帧】的位置,描述词里再固定同一套外形说法;当前模型的输入区如果带【人像形象】卡槽,还能把这个人登记成一个形象反复引用。这几招能明显提高“每条都像同一个人”的比例,但做不到条条一模一样。

同一个角色出现在多条视频里,长得不一样怎么办 关键参数

为什么会长偏每条视频都是独立重新生成、两次之间互不相识;只给文字则五官毛色自由发挥;换模型画风底子不同;机位动作不同露出细节不同;参考图糊/遮挡/暗则可读特征少
四种做法①图片专区出正脸干净定妆照 →【加入资产库】存为【角色】→ 视频区放【参考图片】/【首帧参考图】/【首尾帧】卡槽,每条用同一张;②描述词拆「不变段+变化段」并用 @ 点名素材,或建【角色】写进系统提示词;③【人像形象】登记虚拟/真人形象复用;④无限画布把一张图接给多个视频节点
人像形象【虚拟】直接传图,【真人】需本人人脸活体认证;状态有【可用】【处理中】【待认证】【暂不可用】;仅在支持该能力的模型上出现,可能提示渠道未开通
只能减轻不能根除一致性是概率问题、无「角色锁定」开关;侧脸/背影/远景/剧烈动作/换装偏差最大;跨模型差别更大;越长越复杂越易走样。可行做法是多条挑最像,截画面当下一条参考图滚动接力

同一个角色出现在多条视频里,长得不一样怎么办

做系列视频最头疼的不是单条不好看,而是每条里的人「各长各的」。本文先讲清为什么会漂,再给出四条能把一致性拉高的做法(定妆图、固定描述段、【人像形象】、无限画布),最后说明哪些情况只能减轻、无法根除。

一、先弄清楚为什么会长偏

每提交一条视频,都是模型按这一次的描述词和素材重新「演」一遍,两次生成之间并不认识彼此。所以:

  • 只给文字:一句「戴红色针织帽的柯基」能约束到品种和帽子,五官、毛色深浅、氛围每次都由模型自由发挥;
  • 换了模型:不同视频模型的画风底子不一样,同一张参考图在两款模型下出来的长相也会有差别;
  • 换了机位和动作:正面站定与侧脸奔跑本来就会露出不同的细节,看上去就像「换了个人」;
  • 参考图本身不清楚:角色图糊、遮挡多、光线太暗,模型能读到的特征就少。

这一篇讲的是多条视频之间同一角色的形象漂移。单条视频内部画面糊、人物变形怎么逐项调,是另一篇的范围;如果是在多张图片之间保持角色一致,可查阅 怎么让同一个角色出现在多张图里?(角色一致性)。

二、做法一:先把角色定稿成一张图,再逐条去生成

  1. 先在【图片】专区把角色出成一张「定妆照」:正脸、光线均匀、背景干净、别被遮挡;
  2. 满意的那张,鼠标停在作品上,点浮出来的【加入资产库】,在弹窗里把【资产类型】选成【角色】,起个好认的名字后【保存到资产库】;
  3. 回到【视频】专区,把这张图放进输入区的图片卡槽。卡槽名字随模型不同,常见的是【参考图片】【首帧参考图】【首尾帧】;也可以点输入区旁边那个层叠图标的圆形按钮(悬停提示是「从我的资产库选择参考图」)把刚存的那张直接取回来,这个按钮的位置会随屏幕宽窄变化,以你所在页面的实际显示为准;
  4. 后面每条视频都用同一张,别换来换去。

视频输入区的图片卡槽(人像形象与参考图)

上图里那两个虚线卡槽就是输入区的图片位:一个是【人像形象】,一个是【参考图】。有几个卡槽、分别叫什么,以你选中的模型实际显示为准。

三、做法二:把外形写成固定的一段,每条都照抄

把描述词拆成两段来写:

  • 不变的那段:身份、脸型、发型发色、瞳色、服装、配饰、画风。写好之后每条视频原样粘贴;
  • 变的那段:这一条的场景、机位、动作、情绪。

传了参考图之后,在描述词里用 @ 把素材点名,让文字和图片对得上——输入 @ 会弹出这次已上传素材的清单,选中后会插进一个像【图1】这样的标签,后面接着写「外形严格参照」即可。

用 @ 点名素材的提示词写法

还有个更省事的地方:输入框上方那一排圆形头像就是【角色】。点这一排末尾的【+】打开【角色管理】,在【创建角色】里把上面那段「不变的外形」写进【系统提示词】保存;之后在输入框写一句话,再点这个角色的头像,系统会按这段设定把提示词补全。角色按【对话】【生图】【生视频】分场景,视频专区里看到的是「生视频」这一档。

四、做法三:带【人像形象】的模型,可以把人登记下来反复选

部分视频模型的图片卡槽旁边会多出一个【人像形象】。点它再点【新建形象】,弹窗里先选【类型】:

  • 【虚拟】:AI/非真实人物,直接上传图片;
  • 【真人】:真实人物,需本人人脸活体认证,认证过一次之后可以长期复用。

建好的形象在【选择人像形象】里会带状态标记,常见的有【可用】【处理中】【待认证】【暂不可用】。它和普通参考图的差别在于:它是按形象引用的,不会被当成一张画面素材直接用进画面。

新建人像形象的弹窗

要注意的是,这个卡槽只在支持它的那几款模型上出现,换成别的模型就看不到;个别情况下还会提示「该渠道暂未开通人像素材能力」或「该渠道不支持真人形象(无活体认证能力,仅虚拟形象可用)」。有没有、能不能用,以你当前选中的模型实际显示为准。

五、做法四:要一口气出很多条,就在无限画布里把同一张图接给多个视频节点

进【智能体】里的【无限画布】,新建一块画布:

  1. 放一个输入节点,把定稿的角色图放进它的【图片】位(点【从资产库选择】可以直接取);
  2. 从输入节点右侧的小圆点拖一条线出去,接到一个视频节点上;
  3. 再从同一个圆点拖第二条线,接到另一个视频节点——同一张图可以同时接给多个视频节点;
  4. 每个视频节点各写各的镜头描述。接上之后,节点顶部会出现【本次将传入 1 张参考图】和这张图的缩略图。

在无限画布里把一张图接给两个视频节点

这样做的好处是素材只维护一份:想换角色时改这一张图,接在后面的视频节点会跟着换,不用一条条重传。

六、要做成套的剧集:用漫剧类智能体的资产库

如果要的不是三五条而是一整部片子,可以看看【智能体】里的【AI 漫剧 - S2.0】。它按「项目 → 章节」组织,同一个项目下的章节共享一套资产库,角色、场景、道具都在资产库里统一管理,后面的分镜会自动去匹配已有的资产。人物设定只维护一份,几十个镜头都照着它走。

七、哪些做法只能减轻,不能根除

说实话的部分:

  • 一致性是概率问题。上面这些抓手是在提高「像」的比例,不是一个能拧死的开关;
  • 在视频专区当前的参数面板里,我没有看到专门的「角色锁定」开关。能用的就是参考图/首帧、【人像形象】、描述词固定这几条;
  • 侧脸、背影、远景、剧烈动作、换装换发型,这些镜头给模型的自由度本来就大,偏差也最明显;
  • 跨模型混着用差别会更大,同一个角色的系列视频尽量固定用同一款模型、同一套参数;
  • 单条视频越长、镜头越复杂,中途走样的可能也越大。

实际可行的做法是:一次多出几条,从里面挑最像的那条留用,再把它的画面截出来当作下一条的参考图,这样一条接一条地滚下去,比每条都从头碰运气稳。

八、在 灵境 AI Model Hub(cloud-token.ai)上实践

灵境 AI Model Hub 是一个聚合 500+ 前沿大模型 的一站式 AI 平台,提供多模型对话、AI 写作与图像 / 视频 / 音乐生成,统一 OpenAI 兼容 API,支持免费试用。

  • 定妆图先行:先在图片专区把角色定成一张正脸干净的定妆照存进资产库,视频端每条都调同一张,不来回换;
  • 固定模型与参数:同一系列锁定同一款视频模型、同一套参数,避免跨模型带来的画风跳变;
  • 滚动接力:一次多出几条挑最像的,把它的画面截出来当下一条的参考图,一条接一条滚下去。

👉 立即免费体验 500+ 前沿大模型:灵境 AI Model Hub | cloud-token.ai 或 cloud-ai.link

九、常见疑问(FAQ)

Q:同一张参考图,为什么两条视频里的人还是有出入? A:参考图给的是特征,不是模板。模型每次都重新生成画面,机位、光线、动作不同,呈现出来的长相就会有浮动。把描述词里的外形部分固定下来、机位别一次跳太远,能把浮动压小一些。

Q:【人像形象】和【参考图片】有什么不一样? A:【参考图片】是把图当素材喂进去;【人像形象】是先把这个人登记成一个可复用的形象,生成时按形象引用,不会被直接当画面素材使用。【人像形象】只在支持它的模型上出现,图片类卡槽则常见得多。

Q:外形描述写得越细越好吗? A:写到能认人就够。脸型、发型发色、瞳色、服装、配饰这些稳定特征值得写死;表情、光线、背景这类每条都要变的东西写死了,反而会和这一条的镜头需求打架。

Q:在画布里把一张角色图接给多个视频节点,和一条条单独做有什么区别? A:区别在于素材只维护一份:改这一张图,接在后面的节点都跟着换,也省得每条重新上传。至于每个节点的生成结果,仍然是各自分别跑出来的。

Q:换一个视频模型重跑,角色还能保持住吗? A:尽量别换。不同模型对同一张参考图的理解不一样,换模型往往是外形变化最大的一步。确实要换,就把定稿的角色图和那段固定的外形描述一起带过去,再多跑几条挑最接近的那条。


在 灵境 AI Model Hub | cloud-token.ai 或 cloud-ai.link 上,定妆图存一份、系列视频随取随用,多模型并行挑最像的那条滚动接力。

参考来源

同一个角色出现在多条视频里,长得不一样怎么办

常见问题

同一张参考图,为什么两条视频里的人还是有出入?
参考图给的是特征,不是模板。模型每次都重新生成画面,机位、光线、动作不同,呈现出来的长相就会有浮动。把描述词里的外形部分固定下来、机位别一次跳太远,能把浮动压小一些。
【人像形象】和【参考图片】有什么不一样?
【参考图片】是把图当素材喂进去;【人像形象】是先把这个人登记成一个可复用的形象,生成时按形象引用,不会被直接当画面素材使用。【人像形象】只在支持它的模型上出现,图片类卡槽则常见得多。
外形描述写得越细越好吗?
写到能认人就够。脸型、发型发色、瞳色、服装、配饰这些稳定特征值得写死;表情、光线、背景这类每条都要变的东西写死了,反而会和这一条的镜头需求打架。
在画布里把一张角色图接给多个视频节点,和一条条单独做有什么区别?
区别在于素材只维护一份:改这一张图,接在后面的节点都跟着换,也省得每条重新上传。至于每个节点的生成结果,仍然是各自分别跑出来的。
换一个视频模型重跑,角色还能保持住吗?
尽量别换。不同模型对同一张参考图的理解不一样,换模型往往是外形变化最大的一步。确实要换,就把定稿的角色图和那段固定的外形描述一起带过去,再多跑几条挑最接近的那条。

相关阅读

配音音色怎么挑?语速情绪能调吗

音色库按通用、视频配音、角色扮演、多语种、客服、教育、有声阅读等场景分类,顶部可按男声/女声切换,每张卡片都能【试听】再决定:知识讲解选清晰沉稳男声或知性音色,故事旁白选温和有起伏女声,短视频选活泼卡通音色,出海内容选多语种音色。语速支持 0.5x~2.0x(带货短视频可 1.25x,朗读教学建议 1.0x),情感可选开心/悲伤/平静等并调强度,输出支持 MP3。建议先用 10~20 字短句试音再整篇合成。

AI 配音读错字、断句奇怪、该停的地方不停?怎么把停顿和读音调顺

配音念得别扭先改文本:补逗号句号分号破折号来制造停顿(补齐标点音频会变长,多出来的是停顿)、长复句拆成短句、要久停就换行;多音字换同义词、专有名词写成口语、英文缩写按读法写。再调参数:语速降一档改善「黏成一片」,情感/语调按需选。支持自然语言指令的模型可把「怎么说」写在文本开头「讲戏」。另附音色挑选与一次只改一处做对比的方法。

生成过的配音和音乐在哪找回来?下载、保存,以及拿到画布里继续用

音频找不到多半是切了模型:对话区与【任务列表】都只看当前模型,切回去就在;不分模型一起看去个人中心【我的作品】→【音频】(可按日期收窄、批量下载/导出链接)。卡片上可【下载音频】【复制下载链接】【加入资产库】,入库后在【合成】节点的【音频】位用【从资产库选择】挑回画布继续用(【音频输入】节点无此入口)。注意作品保留 1~15 天、附件类资产 30 天,长期素材下载到本地最稳。

一段录音或视频怎么转成文字?会议记录、访谈整理、做字幕

站内没有独立转写专区,录音或视频转文字在【聊天】页面做:选支持多模态的模型 → 点【上传】传入音视频文件 → 说明要逐字稿、会议纪要还是字幕格式。附三个可直接复制的提示词模板(逐字转写标 [听不清] / 会议纪要与待办提炼 / 字幕短句切分),以及人工核对要点、时间戳为估测值的说明与隐私合规提醒。

相关平台

关于大模型的选型、调用与落地实践,你还可以访问以下平台:

大模型视频生成角色一致性人像形象参考图资产库无限画布