你生成 6 秒人物片段，到第 4 秒人脸已经悄悄变了。眼睛略不同、下巴更宽、头发分缝换了边。还认得出是同一个人，但不完全。多段累积更糟：到第 5 段已经是另一个人。
最快的修复（适用于大多数人，截至 2026 年 6 月）： 别再指望提示词「记住」你的角色。用模型自带的参考功能，并把它绑定到同一张保存好的图——Runway 的 References（用 @name 打标签）、Kling 的 Elements / Subject Library、Veo 的 Ingredients to Video、或 Luma Ray3 的角色参考。再配合短片段（一次生成一个镜头）和更低的动作强度，这套组合在你动其他参数之前就能消掉大部分漂移。
视频模型没有显式的「身份追踪」。它根据前一帧 denoise 下一帧，小误差会累积。片段越长、动作越大，漂得越快。2025 年时的做法是「锁一张参考图然后祈祷」；2026 年的模型加入了真正的角色条件化系统，正确使用它是最大的杠杆。
你属于哪一类？
| 症状 | 最可能的原因 | 跳转 |
|---|---|---|
| 0:02 还好，0:05 后开始漂 | 片段超出一致性窗口 | 原因 1 |
| 纯文字提示、没附图 | 没有身份锚 | 原因 2 |
| 每段都用新生成的「同一张」图 | 跨段参考漂移 | 原因 3 |
| 快动作 / 动作戏时漂得突然厉害 | 动作强度过高 | 原因 4 |
| 只在转头 / 被遮挡时漂 | 侧脸 / 遮挡，模型丢了锚点 | 原因 5 |
| 新模型稳、旧模型漂 | 版本弱，或没开角色功能 | 原因 6 |
常见原因
按命中率从高到低。
1. 片段太长，超出模型一致性窗口
就算有好参考，每次生成里身份也只在有限窗口内保持干净。截至 2026 年 6 月，单次生成的实用时长大致是：
- Runway Gen-4 / Gen-4.5： 5s 或 10s（Gen-4.5 可在 2-10s 间选）。更长的序列靠 Extend / Story Block，而不是一次长渲染。
- Kling 3.0： 3-15s 可选；动作戏在短端身份最稳。
- Luma Dream Machine（Ray3）： 人物镜头保持短；需要角色参考时用 Ray3，不要用 Ray3.14。
- Google Veo 3.1： 单段基础 8s；Extend / Scene Extension 可拼接更长叙事。
- Sora 2： 截至 2026 年 6 月，Sora 的消费端 app 和 ChatGPT 各档接入都已停掉（2026 年 4 月），Sora 2 / Sora 2 Pro 只能通过 API 调用。无论在哪里跑，身份都是前几秒最稳，所以即便上限更长，人物片段也要短。
- Pika 2.2 / 2.5： 最长 10s（2.2）/ 25s（2.5），但身份在前几秒最稳。
如何判断： 第 2 秒还好，第 5 秒后开始漂——片段对干净身份来说太长了。改成短镜头再拼接。
2. 文生视频且没有参考
纯文生视频零身份锚。模型每次 denoise 自己造一张脸，任其漂。现在每个工具都有专门的参考通道，用它。
如何判断： 你打了一段描述，没附图（也没有保存的角色）。换成图生视频或工具的参考功能。
3. 每段用不同的参考图
第 1 段用参考 A，第 2 段用参考 B（一张「重新生成的同一角色」图）。即使每次重新生成相似度有 90%，跨项目身份也会漂。
如何判断： 每段用了不同参考图。所有段必须用同一张基准参考（或同一个保存好的角色实体）。
4. 动作强度过高
高动作意味着每帧 denoising 偏移更大，也就是身份漂得更快。轻动作给模型更多机会保留特征。
如何判断： 漂移恰好在高动作时刻爆发（奔跑、快速运镜、夸张手势）。动作降一档。
5. 主体侧脸或部分被遮挡
脸侧面、被遮挡、或动得快时，模型可锚定的特征就少了。Runway 自己的说明提到，偏角度或模糊的参考会让一致性掉约 30%；同样的逻辑在片段内、当脸转开时也成立。
如何判断： 片段里人物转头、走过前景物体、或极端角度拍摄，而那一刻正好是脸变的地方。
6. 版本太旧，或没用角色功能
旧版本（Pika 1.x、Runway Gen-2 / Gen-3）身份保留更弱。2026 年更大的坑是：人已经在新模型上，却还靠提示词而不是它的角色系统。
如何判断： 同一个镜头，开了模型的参考 / Elements 功能就稳，不开就漂。升级并把功能打开。
最短修复路径
Step 1：锁一张基准参考图，再用模型的角色功能绑定它
# 流程
1. 跑或挑一张高质量角色参考：
正面、表情中性、光线均匀、至少 1024x1024、
清晰（无运动模糊、无极端角度）
2. 存为 `character_REFERENCE.png`，不要重新生成
3. 把它注册进工具的角色系统（见下一步），不要只当一次性图片输入
4. 不要为第 2 段「重新生成一张相似参考」；复用同一个实体单这一条就能消掉 60-70% 的跨段漂移。
然后用你工具对应的专门功能绑定它（截至 2026 年 6 月）：
# Runway Gen-4 / Gen-4.5 -> References
- 上传参考并打标签，比如命名为 "john"
- 提示词里用标签："@john driving a car at night"
- 保存的 @tag 跨会话可重新加载，每个镜头都拉同一张脸
- Runway 称单张好参考可达约 95% 的角色一致性
# Kling 3.0 -> Elements（Subject Library / Subject Binding）
- 把角色加入 Element Library（"Bind Subject"）
- 上传最多 4 张不同角度的参考图（正面、侧面、背面、细节），
或一段 3-8s 的角色片段
- 效果最好：给正面、左 3/4、右 3/4、背面四个视角
- 每次生成都引用这个 element
# Google Veo 3.1 -> Ingredients to Video
- 上传最多 3 张参考图（如角色、场景、风格）
- Veo 会提取它们，整段都拿来当视觉参照
- 每个镜头复用完全相同的 ingredients
# Luma Dream Machine -> Ray3 角色参考
- 用 Ray3（不要用更快的 Ray3.14，它砍掉了角色参考）
# Sora 2 -> reference image
- 注意：Sora 2 把你的图当作风格 / 身份参考，而不是锁定的首帧Step 2：把每段控制在一致性窗口内
# 一个镜头一次生成，再拼接。各工具单段目标（2026 年 6 月）：
- Runway Gen-4 / 4.5：5s；更长的连贯性用 Extend / Story Block
- Kling 3.0：人物动作戏 5s（可选 3-15s）
- Veo 3.1：基础最长 8s；更长用 Extend
- Sora 2（截至 2026 年 6 月走 API）：人物片段控制在约 5s，即便有更长的上限可用
- Pika 2.2 / 2.5：人物镜头控制在约 5s，尽管有 10-25s 可用
# 长序列策略
- 把叙事拆成 3-5s 镜头
- 每个镜头都拉同一个保存好的角色实体
- 用 CapCut / Premiere / DaVinci Resolve 拼接Step 3：动作强度降一档
# Runway：动作 5 -> 3
# Pika：动作 0.6 -> 0.4
# Kling："intense" -> "moderate"
# Luma：high -> medium动作小意味着每帧偏移小，也就是身份更稳。把高动作镜头留给不露脸的 B-roll。
Step 4：构图让脸尽量可见
# 角色片段的姿态 / 构图
- 脸大致面向镜头（不全侧脸）
- 不要快转头
- 不要走过大的前景物体
- 半身或中景特写，让脸在画面里大剧本必须用侧脸或遮挡镜头时，控制在 2s 以内。
Step 5：继续之前并排 QC
每次生成后：
1. 打开片段
2. 截首帧和末帧
3. 并排对比
4. 如果脸看着像另一个人，重生成
5. 不要带着已知会漂的片段去接 N+1段级 QC 防止项目级漂移。时间线里一段不对，会把视线拉到后面每一段。
Step 6：确认你在当前模型上，并已开启它的功能
# 用当前模型
- Runway Gen-4 / Gen-4.5（不是 Gen-2 / Gen-3）
- Kling 3.0（不是 1.x）
- Pika 2.2 / 2.5（不是 1.x）
- 人物工作用 Luma Ray3
# 并确认角色功能确实在用
- Runway：提示词里出现了 @tag
- Kling：element 已挂到这次生成
- Veo：这个镜头上传了 ingredients如何确认已修好
满足以下全部条件才算修好：
- 每段的首帧和末帧一眼看上去是同一个人。
- 两段不相邻的片段（比如第 1 段和第 5 段）彼此也对得上，而不只是各自段内一致。
- 这个效果在动作多的镜头里也成立，而不只是静态说话头。
如果绑定一张保存参考后段间仍漂，原因几乎总是 Step 1 没真正生效（用了一次性图片输入而不是保存好的角色实体），或者项目里混进了两张不同的参考图。
预防建议
- 前期规划多段叙事：列每个镜头、标记哪些用同一角色、开工前把参考存成命名实体。
- 任何反复出现的角色都默认走参考 / 角色功能；纯文生视频只留给 B-roll。
- 设计上保持镜头短，按短镜头来剪辑；长渲染永远漂得更多。
- 每段都先 QC 身份再做下一段。
常见问题
我附了起始帧，为什么脸还是变？ 起始帧只锚住第 1 帧，不锚整段。漂移仍会随时长累积。把片段缩短，并绑定一个保存好的角色（References / Elements / Ingredients），让模型全程重新锚定，而不只是开头。
Runway References 和直接附图有什么区别？
普通图片输入只是单次生成的一次性提示。带 @tag 的保存 Reference 是可复用的身份，你在每条提示词里跨会话调用它——这才是让第 1 段和第 5 段对得上的关键。任何出现不止一次的角色，都用带标签的 Reference。
Kling Elements 该给几张参考图？ 最多 4 张，最好不同角度（正面、侧面、背面、一张细节）。多角度参考让模型在转头时也能重建脸，单张正面参考做不到这点。
做一致角色该用 Luma Ray3 还是 Ray3.14？ 人物工作用 Ray3。Ray3.14（2026 年 1 月发布）更快更便宜，但砍掉了角色参考，所以在多镜头叙事里会漂。一次性 B-roll 用 Ray3.14，身份必须稳就用 Ray3。
我的角色段内一致，但段与段之间漂，为什么？ 这就是经典的原因 3：每段用了不同参考。即使按 90% 相似度重新生成「同一张」也会累积。存一个基准实体，项目里每次生成都复用它。
升级到更长的付费套餐真能减少漂移吗？ 不直接减少，但更高档、更贵的模型往往解锁更长的片段和更强的参考系统。更高的上限本身不会阻止漂移：单次生成跑得越久，身份依然会退化。修复靠的还是短镜头加绑定参考；套餐只是决定每个干净镜头能多长。
相关阅读
官方参考：