
人物变形先别急着反复生成。按「参考图片是否清晰、内容描述是否冲突、时长与比例是否合适」三步排查,每次只改一个变量,多数崩脸和闪烁都能定位到具体原因,通常两三次就能出可用片段。
用了「参考图片」的片子,第一嫌疑就是图。把图放大到 100%,检查四点:脸部是否清晰、五官边缘是否被磨平、人物在画面里占多大、画面里有几个人。
处理办法很直接:换一张半身、清晰、单人的原图,并先裁成与输出一致的比例。很多人换图之后问题就消失了,根本不需要改描述。如果换图后仍然崩,再往下看描述和参数。
还有一种情况是图片本身分辨率低,放大后发虚。这种图不管怎么调参数都救不回来,直接换源文件最省时间。如果只能用低分辨率图,先做一次无损放大再上传,别直接放大 JPG。
描述里的冲突比想象中常见。典型的有三类:一是动作打架,比如「转身跑开」又要求「正脸看镜头」;二是光线矛盾,「夜晚室内」配「强烈阳光」;三是机位冲突,同一句里既要推近又要环绕。
还有一个隐蔽问题:描述里出现具体文字、屏幕、招牌,模型会把算力花在生成字符上,人脸就容易糊。做人物片时,把文字类元素从描述里删掉。
修改原则是一次只删一个冲突点,保留其余句子不变,这样才能确认到底是哪一句导致的变形。全部改完仍不行,说明问题不在描述,回到参考图或者检查参数。
写描述时尽量用「缓慢」「轻轻」这类限定词,动作越激烈,人物越容易在中段开始变形。
时长越长,人物维持一致性的难度越高。10 秒只装一个缓慢动作,稳定性最好;15 秒可以放两个连续动作,但第二个动作幅度要更小。如果 15 秒必崩,先降到 10 秒确认主体没问题,再考虑加回时长。
比例也会影响脸的大小。9:16 竖屏里人物通常占画面更高,脸部像素更多,但全身构图容易切头切脚;16:9 横向空间大,适合半身和双人。选比例时先想清楚景别,别让竖屏硬塞一个横向大场景。
每一步都用「复用参数」,只改一处,结果才有可比性。哪一版能用就点「下载视频」留存,同时把参数记下来,下次直接复现。
打开 极客空间站 AI 视频页面 的「视频生成」,用一张你自己的清晰半身照做「参考图片」,只写一个动作跑 10 秒。按上面的顺序记录每次改了什么,你很快就能总结出适合自己素材的写法。
大连极客十一维科技有限公司