你生成 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、下颌线变了。第 150 帧（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——人脸是观众注意力最强的区域，对小变化也最敏感。模型技术上从前一帧追踪身份，但在脸上误差积累很快——每像素信息量太大。
常见原因
按命中率从高到低：
1. 没身份参考图
纯文生视频没东西锚身份。每帧都有一部分是模型自己想的。
如何判断：你在用文生视频且没起始帧。
2. 片段超过模型的身份一致性窗口
多数视频模型大约 3-4 秒内身份稳定，再长就累积漂得快。6s+ 是自找麻烦。
如何判断：脸 2s 时还好、5s+ 漂——超出一致性窗口。
3. 镜头动作太大
剧烈镜头动作（推拉、快摇）迫使模型从新角度重导脸。每次重导加误差。
如何判断：片段有推拉、摇、移、dutch angle 变化。
4. 主体在运动（转头、走过镜头）
同上但主体动。侧脸镜头、动作多的主体漂得快。
如何判断：主体转头、横穿画框、或快速情绪变化。
5. 参考图分辨率低
参考图只有 512×512 → 模型可用的身份信息少。参考越大，可保留的信息越多。
如何判断：你的参考图 <1024×1024 或质量差。
6. 多主体竞争身份注意力
画面里两个人 = 模型要追两个。资源分摊，次要角色漂得严重。
如何判断：片段有多角色；次要角色漂得更多。
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，无戏剧阴影
- ≥1024×1024 PNG
- 存为 character_REFERENCE.png —— 不要重新生成每段都用；不要项目中途换。
Step 2：在工具里设为身份锚
# Runway Gen-3 Alpha
- 图生视频 → 上传起始帧
- 可选：再上传结束帧加强锁
# Kling 1.6
- "图生视频"模式 → 参考图
- 有 "Character coherence" 就开
# Pika 2.0
- "Image input" 槽 → 参考
- 开 "Lock identity"
# Hailuo / Luma
- "参考图"上传
- 最高权重Step 3：单段最长 3 秒
# 覆盖默认
- Runway：4s → 3s（或最短可选）
- Kling：5s → 3s 或在 3s 手动停
- Pika：3s 基准；不要 extend
# 长镜头策略
1. 把动作拆成 3s 节拍
2. 用同一参考分别出每个 3s
3. 编辑器里匹配末-首帧拼接Step 4：降动作强度
# Runway：motion 5 → 3
# Pika：0.6 → 0.4
# Kling："intense" → "smooth"
# Luma：high → medium动作小 = 身份漂得慢。
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%
- 脸大致面向镜头（避免全侧）
- 避免极端角度Step 6：后期 upscale + 面部修复（漂得轻时）
只是轻漂且你已经投入这个片段时：
# 面部修复工具
- Topaz Video AI：Face Recovery 模式
- GFPGAN / CodeFormer（开源，本地运行）
- 工具支持时用原参考图作为目标身份
# 流程
1. Topaz Video AI 跑 Face Recovery
2. 参考图作为目标身份
3. 工具按参考逐帧重画脸预防建议
- 角色项目永远从一张高质量参考图开始
- 脸关键镜头默认 3s；长 = 漂
- 镜头运动设计得克制；戏剧化镜头留给非脸镜头
- 主图镜头交付前在 Topaz 跑一道面部修复