你生成一段 6 秒人物说话片段。第 1 帧是你要的角色。到第 90 帧（约 3 秒）已经悄悄变成另一个人：头发服装类似，但眼睛、鼻子、下颌线都变了。到第 150 帧（约 5 秒）已经明显是另一个人。
这是身份漂移中专门发生在脸上的版本。人脸是观众盯得最紧、对小变化也最敏感的区域，所以哪怕每帧只有一点点误差，看起来也是”换人了”。模型确实会把身份从前面的帧带到后面，但脸上的小误差积累得特别快——每个像素承载的信息量太大。
TL;DR（最快修法）： 改用图生视频，并把一张高质量参考图绑定为身份锚（Kling 的 “Bind Subject”、Runway 的 References + @ 标记、Pika 的 “Lock Identity”）。然后让脸关键的镜头短一些、把动作强度调低。绑了参考图之后，当前模型（截至 2026 年 6 月）能在整段 10-15 秒里把脸稳住；不绑、用纯文生视频，脸还是会在大约 3-4 秒内漂掉。
2026 年有什么变化（先看这段）
“脸只能撑 3-4 秒”这条老规矩，过去只对纯文生视频和老模型成立。截至 2026 年 6 月，主流工具都加了显式的身份绑定，把这条线往后推了很多：
- Kling 3.0（2026 年 2 月 4 日发布）：Element Library 配合 “Bind Subject” / “Bind Elements”，把你的角色当成一个持续存在的主体，而不是一张松散的 2D 参考图，在整段里锁住脸和服装；原生 4K、60fps、最长 15 秒。每个 element 用 2-4 张参考图（1 张主图加最多 3 张补充角度），单次生成最多能绑 3 个 element。
- Runway Gen-4.5（当前旗舰，Video Arena 排行榜第一）：References 只用一张参考图，就能在多镜头生成里把脸、服装、道具保持一致，在 prompt 里用
@标记角色调用，无需针对每个角色单独微调。 - Pika 2.5、Google Veo 3.1、OpenAI Sora 2、Seedance 2.0：给了参考图后，身份保持都远好于 2025 年那一代。注意 Sora 2 把上传图当成模型会去融合的”视觉参考”，而不是硬性的首帧锁定，所以这组里它最容易重新演绎脸；Veo 3.1 可接受多至 3-4 张参考图，控制更紧。
结论：2026 年的修法很少是”把片段做短”，而是”把身份正确锚定”。缩短片段仍然有用，但它现在是 Step 3，不是 Step 1。
你属于哪一类？
| 症状 | 最可能的原因 | 去哪步 |
|---|---|---|
| 一开始脸就不对，没用图 | 文生视频，没身份锚 | Step 1 + 2 |
| 2s 时脸还好、5s+ 漂 | 没绑参考图，或模型在重导脸 | Step 2 + 3 |
| 只在推拉/摇镜或快速转头时漂 | 镜头或主体动作太大 | Step 4 |
| 次要角色漂、主角没事 | 多主体分摊注意力 | Step 2（两个都绑） |
| 用了参考图但脸还是发软/不稳 | 参考图分辨率低或背景太杂 | Step 1 |
| 漂得轻、片段其它部分都好 | 后期可救 | Step 6 |
常见原因
按命中率从高到低。
1. 没绑定身份参考图
纯文生视频没东西锚身份，每帧都有一部分是模型自己想出来的脸。即便你上传了图，有些工具也只把它当成宽松的”起始帧”，除非你显式打开绑定，否则不会硬锁身份。
如何判断：你在用文生视频；或者上传了图但从没打开一致性/绑定开关。
2. 片段超过该模式下的身份一致性窗口
不绑参考图时，多数模型只能把脸稳住大约 3-4 秒，再长就累积漂得快。绑了参考图，这个窗口在当前模型上能拉到整段。
如何判断：脸早期稳、约 3-4s 后开始漂，而你没开绑定。
3. 镜头动作太大
剧烈镜头动作（推拉、快摇、移、dutch angle）迫使模型每帧都从新角度重导脸，每次重导都加误差。
如何判断：片段里有推拉、摇、移、旋转角度。
4. 主体在运动（转头、走过镜头）
同样的问题，但由主体引起。侧脸转身、动作多的主体漂得最快——侧脸时模型能抓住的人脸信息最少。
如何判断：主体转头、横穿画框、或快速变换表情。
5. 参考图分辨率低或背景太杂
512x512 的参考图给模型的身份信息太少。杂乱背景、强阴影、夸张表情也会稀释身份信号。
如何判断：你的参考图 < 1024 x 1024、质量差、光线暗、或背景太杂。
6. 多主体竞争身份注意力
画面里两个人，模型就要追两个身份，资源被分摊。通常次要角色先漂。
如何判断：片段里有多个角色，次要那个漂得更明显。
最短修复路径
Step 1：生成一张基准参考图，所有段复用
# 好参考图规格
- 正面或微三分之一侧脸
- 表情中性（无夸张笑或皱眉）
- 均匀日光，无戏剧化阴影
- 纯色或简单背景
- 1024 x 1024 PNG 或更大
- 存为 character_REFERENCE.png - 不要重新生成整个项目每段都用同一个文件，绝不中途换。如果工具支持多角度库（Kling、Runway），再给同一张脸补上正面、三分之一侧、全侧三个角度，这样转头时模型也能锁住身份。
Step 2：在工具里把它绑定为身份锚
这是杠杆最高的一步。在多数工具里，“上传图”不等于”绑定身份”，所以要打开那个显式开关：
# Runway Gen-4.5
- Generate -> 打开 References（References 图标）
- 把参考图拖进画布（或从 Assets 里选）
- 在 prompt 里用 @ 标记角色（如 @character）并描述动作
- 用一张清晰的 1024x1024 肖像；多角度控制可加更多参考图
# Kling 3.0
- 把角色加进 Element Library（正面 + 侧面 + 全侧，2-4 张图）
- 在图生视频（Image-to-Video）里打开 "Bind Subject"（再 "Bind Elements"）
- 在 prompt 里用 @CharacterName 标记绑定的 element
- 单次生成最多绑 3 个 element，所以每个关键角色都绑上
# Pika 2.5
- Image input 槽 -> 加参考图
- 打开 "Lock Identity"；各段复用同一张基准图
# Veo 3.1 / Sora 2 / Seedance 2.0 / Hailuo / Luma
- 用 "Reference image" / "Ingredients" / 角色槽，别用纯文字
- Veo 3.1 可接受多至 3-4 张参考图，多放几个角度
- Sora 2 只把参考图当引导，所以 prompt 要把脸描述准确
- 把参考图权重设到最高把每个重要角色都绑上，次要角色也要绑，否则次要的脸会先漂。如果你用 Kling，官方的 Element Library 指南 一步步演示了怎么加角度、怎么标记 element。
Step 3：脸关键的镜头做短（仅当还在漂时）
绑了参考图后通常不必这么做，但如果长镜头仍在漂，就拆开：
# 长镜头策略
1. 把动作拆成更短的节拍（每段 3-5s）
2. 用同一张绑定的参考图分别出每个节拍
3. 在编辑器里匹配末-首帧拼接
# 各工具时长备注（截至 2026 年 6 月）
- Kling 3.0：单次生成最长约 15s；仍建议绑定主体
- Runway Gen-4.5：脸是主角的镜头，单个 take 尽量短
- Pika 2.5：别反复 extend 同一段；每次 extend 都会重导脸Step 4：降动作强度、收住镜头
# 动作小 = 身份漂得慢
- Runway：降低 motion / 镜头控制强度
- Pika：motion 0.6 -> 0.4
- Kling："intense" -> "smooth"
- Luma / Hailuo：high -> medium戏剧化镜头运动（快速推近、甩摇、180 度转身）留给脸不是主角的镜头。
Step 5：让脸大、居中
# 身份稳定的最佳构图
- 半身或中景特写
- 脸占垂直画框 25% 以上
- 脸大致面向镜头（避免全侧）
- 避免极端俯/仰角模型看到的人脸像素越多，逐帧能保留的身份就越多。
Step 6：后期 upscale + 面部修复（漂得轻时）
如果只是轻微漂移、而你已经在这个片段上投了不少时间，修而不是重生成：
# 面部修复工具（截至 2026 年 6 月）
- Topaz Video AI：Iris / Rhea 面部修复模型（约 $299/年授权）
- CodeFormer（开源）：重度劣化更好，有 fidelity 滑杆
- GFPGAN（开源）：更快，适合中等程度清理
# 流程
1. 用面部修复模型逐帧跑这段
2. 工具支持目标图时，指向 character_REFERENCE.png
3. 重新渲染并对照参考图检查（见下方验证）面部修复能锐化、重建面部结构，但没法把一个身份彻底改成另一个。如果模型已经生成了明显不同的人，就用绑定参考图重新生成，别靠后期。
如何确认修好了
- 导出片段，跳到第 1 帧、中点、最后一帧。
- 把这三帧和
character_REFERENCE.png并排，对照参考图检查眼睛、鼻形、下颌线——是和参考图比，不是三帧互相比。 - 如果同一角色有几段片段，从每段各取一帧排在一起，跨片段看应该是同一个人，而不只是单片段内一致。
- 嘴部动作多的镜头，再确认嘴的变化没把下巴带变形；若有，降动作强度或缩短节拍。
FAQ
为什么脸前几秒还对，之后就变了？ 不绑参考图时，模型只能把身份从前面的帧往后带，于是每帧的小误差不断累积，到大约 3-4 秒越过可见阈值。绑定参考图会在全程重新锚定身份，这就是 2026 年 Step 2 比片段长度更关键的原因。
片段越长就一定漂得越厉害吗？ 现在不一定了。开了身份绑定（Kling “Bind Subject”、Runway References、Pika “Lock Identity”），当前模型能在整段 10-15 秒里稳住脸。只有当你跳过绑定、或用纯文生视频时，长度才是罪魁祸首。
2026 年哪个模型保脸最好？ 绑定的单角色镜头，Runway Gen-4.5（References，截至 2026 年 6 月在 Video Arena 排行榜第一）和 Kling 3.0（Element Library + Bind Subject）是最强的全能选手。Sora 2 在角色确立后跨镜头保持身份不错，但它把上传图当引导、而非硬锁，所以单个高难度镜头上它漂得更多。给了干净参考图后，它们都明显强于 2025 年那一代。
参考图很好，但脸还是漂，怎么办？ 先确认你是真的打开了绑定（不只是上传了图）；往工具的角色库里补 3-4 个角度；降动作强度；把脸框得更大、更正面。如果某个 take 仍然失败，就用同一参考图把它拆成更短的节拍。
能不能事后修而不重新生成？ 只能修轻微漂移。一道面部修复（Topaz Iris/Rhea、CodeFormer 或 GFPGAN）能锐化、稳住面部结构，但没法把明显不同的人改回你的角色。那种情况要用绑定参考图重新生成。
预防建议
- 每个角色项目都从一张干净、高分辨率的参考图加一个 3-4 角度的库开始。
- 永远绑定参考图（不只是上传），次要角色也要绑。
- 脸关键的镜头别用戏剧化运镜；说话镜头用克制的动作。
- 主图镜头交付前跑一道面部修复。