逐日AI微信小程序
14 天用 Agent 搭一条 AI 短剧生产线
第 1 周 · D3🔒 锁定约 5 小时

角色一致性:定妆图、参考图与风格锁定,让同一个人每一镜都还是他

接通图像生成接口,按分镜数据批量产出角色定妆图与场景道具资产,用参考图与固定模板把形象锁死,并把资产存进可复用的库。

今日目标 0/3

登录后可以勾选并保存进度。

今日目标

  1. 能调通图像生成接口,按分镜数据批量产出角色定妆图与场景图
  2. 能说清角色一致性在接口层面靠什么实现,并用参考图把同一个角色固定下来
  3. 能把生成好的资产建成可检索的资产库,让后面的镜头直接复用而不是重新生成

昨天你已经拿到一份结构化的分镜数据:谁在哪一镜、说什么、画面是什么。今天要把这些字段变成真正能看的东西——图。读完回到页面顶部把三条目标勾掉。

小白版讲解

第二张图里的主角换了张脸

先说一个所有人第一次做 AI 短剧都会撞上的场面。

你写好提示词:二十五岁男性,短寸黑发,浓眉,蓝色外卖工服。生成第一张,很满意。接着生成第二张,同一段描述只把动作改成「站在便利店门口」——出来的人换了个下巴、眼距变宽、工服的蓝也不是同一个蓝。你把描述改得更细,加上「左眉尾一道浅疤」,第三张脸又变了,疤还跑到了右边。

这不是接口坏了,也不是你提示词写得不够好。原因很朴素:图像生成模型没有记忆。 它不知道「上一张」这件事的存在,每一次请求对它都是全新的、互不相关的一次采样。

拿剧组的活儿类比就很清楚。你请了一位速度极快的画师,一分钟画一张定妆稿,但他有个毛病:每画完一张就把上一张忘干净。 你说「跟刚才那张一样,换个角度」,他会问「刚才哪张」。他手上唯一能依据的东西,就是你此刻递给他的那张纸——纸上写什么他画什么,纸上没写的部分他就自己编。

「他自己编的部分」正是不一致的来源。你的描述里写了发型和工服,没写鼻梁高度、脸型宽窄、眼皮单双、工服的具体色号——这些没被约束的自由度,每次采样都会重新掷一遍。而人脸的辨识度恰恰集中在这些细节上:观众记不住「蓝色工服」,但两秒钟就能认出「这不是刚才那个人」。

工程上的代价比想象中大得多。一集竖屏短剧四十个分镜,主角出现在其中三十镜。如果靠反复重抽来碰一张脸对得上的图,按图像 ¥0.025 一张算,每镜抽十次也才 ¥7.5——钱不是问题,问题是人:你得盯着屏幕一张张比对、一张张重抽,三十镜就是一下午。这条流水线的目标是无人值守跑完一集,而「靠人肉挑图」是它最大的敌人。更糟的是这个成本随集数线性增长:五集就是五个下午,你根本没法做第二季。

所以角色一致性不是审美问题,是这条生产线能不能自动化的前提。那接口层面到底靠什么把同一个人固定下来?

登录并关联后阅读全文

请先登录网页,并在账户页关联微信小程序账号。关联后每天可免费阅读 1 篇;额外文章需在小程序看广告解锁。

小程序码

微信扫码打开「逐日AI」,进入相同课程和章节,选择看广告解锁,完成后刷新本页。

面试题库

  • 生成模型的角色一致性问题是怎么来的?工程上有哪几种缓解手段,代价分别是什么?Where does the character consistency problem in image generation come from, and what engineering mitigations exist, with what trade-offs?
    国内高频海外高频基础#image-generation#consistency

    🔒 解锁本章后查看答题要点。

  • 固定随机种子能解决角色一致性吗?它到底锁住了什么?Does fixing the random seed solve character consistency? What does a seed actually lock?
    国内高频海外高频进阶#image-generation#reproducibility

    🔒 解锁本章后查看答题要点。

  • 生成类资产要做复用,缓存键你会怎么设计,才能既省钱又不会串戏?How would you design the cache key for reusing generated assets so that you save money without serving the wrong asset?
    国内高频海外高频深入#caching#cost#image-generation

    🔒 解锁本章后查看答题要点。

评论