你给 Runway、Kling 或 Pika 喂了一张干净的参考图（你的角色、你的产品、你的场景），首帧出得挺像。到第 30 帧脸开始偏、夹克颜色开始飘、产品轮廓开始变。到第 120 帧已经是另一个人或者另一件东西。图生视频”漂移”是 2025-2026 视频生成里反馈最多的问题。
最快修复： motion 强度调到最低、片长压到 3 秒、prompt 里加一句点名主体的文字（“the same blonde woman from the reference image”）。这三步能解决绝大多数漂移。还漂，就用模型自带的主体锁定功能（Kling 3.0 的 “Bind Subject”、Runway 的 “Camera: Static” 配低 motion）加片段拼接收尾。下面是按顺序的完整修复路径。
你属于哪一类？
| 症状 | 最可能的原因 | 跳到 |
|---|---|---|
| 把 motion 滑条调低后漂移明显减少 | motion 强度太高 | Step 2 |
| 前 3 秒稳，之后身份开始滑 | 片长超出一致性窗口 | Step 3 |
| 连首帧边缘都糊 | 参考图分辨率太低 / 压得太狠 | Step 1 |
| 画面一直往另一个长相”纠偏” | prompt 和参考图打架 | Step 4 |
| 主体很小，或者图里有两个人 | 身份锚点弱 / 有歧义 | Step 1 和 5 |
| 上面都干净了还是漂 | 模型本身是瓶颈 | Step 5 和 6 |
常见原因
按命中率排序。
1. Motion 强度太高
每个图生视频模型都有控制运动量的旋钮。Runway 提供 Motion Brush、镜头控制 prompt 以及 “Camera: Static” 选项；Pika 2.2 有 motion 滑条和 Pikaframes 关键帧控制；Kling 用 “subtle / medium / intense” 这类运动档位。设太高，模型为了产生运动会去发明新几何，身份立刻崩。
如何判断：用最低 motion 重跑。漂移大幅减少，就是 motion 强度的锅。
2. 片长超出身份一致性窗口
每个模型能稳住主体的帧数都有上限，超过就开始漂移。截至 2026 年 6 月的大致窗口（当起点用，自己的主体还要实测）：
- Runway Gen-4.5：配身份锚点大约 5-8s 可用，低 motion 下更长
- Kling 3.0 开 “Bind Subject”：单镜头 5-10s；Multi-Shot 故事板能把同一主体延到约 15s
- Pika 2.2：原生片长可到 10s；Pikaframes（首 + 尾关键帧）可链到约 25s
- Veo 3.1：当前测试里跨长镜头的参考 / 身份保留最强
拿一张静图直接出一条 15-20s 的片，大概率已经超窗口。
3. 参考图分辨率太低
参考图是 512x512 或者有重 JPEG 压缩，模型把模糊边缘当语义歧义处理（“那是衣领还是围巾？”），每帧解出来不一样，看上去就是漂移。
如何判断：100% 打开参考图。边缘清晰吗？有压缩色块吗？1024px 的图文件不到约 500KB，说明压得很厉害。
4. Prompt 和参考图打架
参考图是金发女性；prompt 写 “young woman with auburn hair”。模型拿到两个互相冲突的信号，跨帧不一致地”和稀泥”。
如何判断：把 prompt 和参考图对照看。prompt 里点名的属性，有没有和图不一致？只要不一致，模型就会一帧一帧反复纠结。
5. 主体在参考图里太小
主体在参考图里占不到约 30%，模型可用的身份锚点信息就少，更容易漂移。重新裁图，让主体填满画面。
6. 参考图里有多个主体
出现 2 个或更多人 / 物体，模型可能在跨帧时换”主角”。群像参考图是最高风险。
动手前先确认
- 把参考图、完整 prompt、motion 设置、漂移的输出片段都存下来。
- 记下确切的模型和档位（比如 Runway Gen-4.5 vs Gen-4、Kling 3.0 vs 2.6、Pika 2.2）。不同版本漂移表现不一样。
- 想清楚目标片长和容忍度：B-roll 允许更多漂移，hero shot 不行。
- 确认参考图短边至少 1024px、清晰。
- 改参考图和 prompt 前，先备份。
需要收集的信息
- 参考图原图、完整 prompt、motion 强度、片长。
- 模型名和版本。
- 首帧 vs 漂移帧并排截图，量化差距。
- 同一参考图在其他模型上是不是也漂移。
- 终用途：hero、B-roll、还是背景。容忍度不同。
最短修复路径
Step 1：参考图按原生分辨率重导
参考图短边至少 1024px、存 PNG（不要 JPEG）、主体居中、清晰可见。裁掉背景杂物、水印、文字。参考图是最重要的变量，这里省成本，后面每一步都更难。
- 人物：头肩或半身、中性姿态、均匀打光、五官几何清晰。
- 产品：干净背景、单一物体、无其他物体的反光。
Step 2：motion 强度设到最低档
- Runway Gen-4.5：prompt 几乎只描述你想要的”运动”（长相已经由图提供），设 “Camera: Static” 并降低 motion amplitude。
- Pika 2.2：motion 滑条调低（大约 0.3-0.5），不要拉满。
- Kling 3.0：最低运动档。
再重生成。身份稳得住就慢慢往上调，调到开始崩为止，再退一档。大多数漂移在这一步就解决。
Step 3：片长上限 3 秒并拼接
出 3 秒一段，再用每段的最后一帧作为下一段的参考图，跨整段保留身份：
Clip A：图生视频（参考 = 原图，3s）
导出 Clip A 的最后一帧为 PNG
Clip B：图生视频（参考 = A 的最后一帧，3s）
在 CapCut / Premiere 里拼接 Clip A + Clip B这种”链式参考”工作流能做出单镜头做不到的 10-20s 一致性。Pika 的 Pikaframes 原生就是这套（给它首帧和尾帧）；Runway 文档也建议把一次生成的首帧拿来当下一次的输入图。
Step 4：prompt 里加显式身份描述
哪怕有参考图，也用文字点名主体：
the same blonde woman from the reference image, red leather jacket,
slight head turn, no camera movement, identity preserved across frames产品：
the same red ceramic mug from the reference, rotating slowly on its axis,
shape and color preserved, no morphing模型支持的话，再加”负向”防漂移词：no morphing、no de-aging、no clothing change、no color shift。图 + 文这套双锚点能明显降低漂移。
Step 5：打开模型自带的主体锁定功能
这是 2026 年相对旧工作流最大的变化。新模型都带了专门的身份锁定控件：
- Kling 3.0： 在 Image-to-Video 里打开 “Bind Subject”（Element Reference）开关，上传一张正面打光清晰的照片，让它锁住脸和服装。多角度主体就上传 3-4 张参考图（正、侧、背）建更强的锚点，再用 Multi-Shot 故事板工具，把同一主体跨约 15s 的序列稳住。
- Runway Gen-4.5： 用 Motion Brush 只刷出该动的区域（说话镜头里就允许头部动、把身体 / 背景锁住），保持 “Camera: Static”，并复用上一段的首帧来做链接。
- Pika 2.2： 用 Pikaframes，把你真正想要的首帧和尾帧给它，让模型在两个固定锚点之间插值，而不是自己去发明结尾。
Step 6：换一个身份保留更强的模型
最低 motion + 最短片 + 高清参考 + 主体锁定都跑过还漂，就是模型本身的瓶颈。截至 2026 年 6 月：
- 跨长镜头参考 / 身份保留最好： Veo 3.1（跨多段保留同一张脸、服装、比例最稳）。
- 单次调用多镜头角色连续性最好： Seedance 2.0（一次渲染多个镜头还能保住角色辨识度）。
- 静图出人物运动、身份强： Kling 3.0 配 “Bind Subject”。
- 关于 Sora： 独立的 Sora app、网页版和 API 正在下线（网页 / app 已于 2026 年 4 月 26 日关闭，API 于 2026 年 9 月 24 日结束）。只剩 ChatGPT Plus/Pro 里一个约 5 秒的精简片段功能。2026 年不要把身份要求高的工作流押在 Sora 上。
怎么确认已经修好
- 首帧和末帧并排看，主体应该明显是同一个。
- 用 25% 速度逐帧拉。任何帧间脸、色、形的跳变都是残余漂移。
- 同设置出 3 段。3 段都稳，不只是运气好那一次。
- 给同事只看终剪（不给参考图），他应该能匹配回参考图。
如果还是没修好
- 把片长缩到 2 秒、用最低 motion 跑。2s 还漂，参考图本身就是问题（回到 Step 1 重做）。
- prompt 写到最约束：
static shot, minimal motion, identity preserved，把所有镜头运动全关掉。 - 同主体换一张参考图。有时候换个角度或构图，一致性会陡升。
- 换一个根本不同的模型（人物用 Veo 3.1 或 Kling 3.0；多镜头用 Seedance 2.0）。
- 求助前打包参考图、prompt、motion 设置、漂移片段，再发到社区。
常见问题
为什么开头完美、到一半脸就变了？ 你超出了模型的一致性窗口。前 3 秒左右能稳；之后模型已经累积了足够多的生成帧，开始偏离原始锚点。把片长压到 3s 并拼接（Step 3），或者打开主体锁定功能（Step 5）。
我已经用了参考图，为什么还要写文字描述？ 参考图只在首帧固定长相，后面每一帧靠 prompt 引导。prompt 里没有一句身份描述，模型的运动指令就可能盖过视觉锚点。图 + 文（Step 4）给它两个互相加强的信号，而不只是一个。
升级到更高档位是不是就能修好？ 通常不行。漂移主要是设置和工作流的问题（motion 太高、片太长、参考图弱）。更高档位主要买分辨率、片长和排队优先级。先修设置；只有在干净参考图配低 motion 还漂时，才换模型（Step 6）。
现在哪个模型身份保留最好？ 截至 2026 年 6 月，Veo 3.1 在跨多镜头保留同一角色上最可靠；Kling 3.0（“Bind Subject”）在人物运动上很强；Seedance 2.0 在单次调用多镜头输出上最好。Sora 正在下线，不适合身份要求高的工作。
到底能不能出一条一致的 15-20 秒片？ 靠一张静图单次生成做不到稳定。把它拆成约 3s 一段的链（Step 3），用 Kling 3.0 Multi-Shot（约 15s），或者用 Pika 2.2 Pikaframes 配明确关键帧。把短的、身份锁定的片段拼起来，胜过一条又长又漂的生成。
预防建议
- 永远先用最严格的 motion 设置开局，确认身份稳了再放松。
- 参考图格式标准化：1024-1536px、PNG、中性背景、单一主体、均匀打光。
- 任何超过 3s 的镜头，规划成 3s 一段的链（或用原生关键帧），不要一次出长片。
- 品牌 / 产品视频，参考图 + 文字描述双锚点都用，prompt 里点名关键属性，再开模型的主体锁定开关。
- 维护一份各模型”一致性窗口”笔记，别让请求超过模型能力。