这篇主要解决什么问题
运动漂移是 AI 视频第一大失败模式。前 1-2 秒漂亮，然后主体脸变形、背景像湿油漆一样滑、镜头 glitch、多出一只手。本能反应是往 prompt 里加字，结果更糟。真正的修法是先分清漂移种类——5 种各有不同修法——再只动正确那一个变量。这套流程让你 4-6 次内拿到干净片段，而不是重生 20 次。
这篇适合谁看
撞过”差点就行”墙的 AI 视频生成者：一个 prompt 重生 15 次的营销、deadline 上交活的独立影像人、想拿一条可用主视觉的内容创作者、做 demo 素材的产品团队。AI 工具评测者用来诊断”为什么模型 A 漂、模型 B 不漂”也好用。
什么时候适合用
前 2 秒挺好后面散架。重生反而更糟。同 prompt 跑了 5 次以上质量不收敛。计划镜头表也用得上：知道哪些镜头容易漂（长、复杂主体、繁背景）就提前拆短。
什么时候不建议用
单帧——那是图像生成，另一种排查。漂移本身就是艺术（vaporwave、梦境、body horror）。实拍叠 AI——漂在叠加层，不在底片。已有素材上的风格迁移，运动已锁。
具体步骤
- 先辨别漂移类型，常见 5 种：
- 主体身份漂——脸或身体逐帧变形。
- 背景扭——背景滑、融化、出不可能几何。
- 镜头 glitch——镜头猛抖、透视翻转、变焦方向反向。
- 物体复制——多手、双脸、三臂、半路冒出第二个角色。
- 运动卡住——主体片中停下，场景其他还在动。
- 主体身份漂：片长缩到 3-4 秒、改 image-to-video 用参考图、运动强度调到默认的 60%。
- 背景扭：prompt 里把背景简化（“白色光墙”胜过”热闹市集”）、不要同时强前景 + 复杂背景、背景用参考图锁。
- 镜头 glitch：一片一种镜头运动（“slow dolly forward” 不是 “dolly forward 然后 orbit”）、降低镜头运动强度、运动小时干脆删掉显式镜头关键词。
- 物体复制：主体描述更清晰（“一位 30 多岁女性、深发、黑大衣”）、用 image-to-video 替代 text-to-video、避开”people”等复数暗示词。
- 运动卡住：提高运动强度、prompt 里加显式持续运动表述（“the subject continues walking smoothly for the entire shot”）、片长缩短。
- 应用对症修法后重生 4-6 次。漂移部分是随机的——多次出最好那一个。
第一次实操怎么跑
挑一条最近漂坏的片段。不改 prompt，先把漂移分类到 5 种之一。只动对应那一个变量。重生 4 次。和原来的 4 次并排比。多数人会发现新四里有一条明显更干净——教训是：一次对症变更胜过 5 次无对症重生。第二个练习：拿一条干净的片故意拉长到 5 秒以上。看哪种漂移最先出现——那就是你模型的失败模式，可以围绕它做规划。
完成后检查
- 修之前就先辨别了漂移种类。“看着差”不算种类。
- 只改了一个变量。同时改长度和运动强度，你就分不清哪个修生效。
- 修后至少生了 4 个 variant。第一个很少是最好的。
- 选中的 variant 和参考图并排比对：比例、脸、调色都对得上。
- 100% 速度全片播放无残漂。慢放会掩盖漂移，按速度播。
- 没有任何修法引入新问题（降低运动强度导致 freeze；过度简化背景丢气氛）。
怎么复用这套流程
- 给每个工具建一份漂移速查表，记下”这个工具最不擅长哪类”。工具 A 主体漂不严重但镜头 glitch、工具 B 相反。
- 高重要性镜头默认生 10+ 个 variant 挑。随机性是你的朋友。
- 维护
drift-examples/目录：原 prompt + 失败片 + 修法 + 干净片。20 个例子之后团队就有了模型行为指纹。 - 把片长当预算用：短片漂得少。AI 视频默认 3-4 秒一片多切，而不是憋 8 秒 master。
- 每几周用最新模型重测你最常见的漂移模式。新模型常修掉特定种类的漂。
建议的操作流程
辨别漂移种类 → 应用对应的单一修法（长度、image-to-video、简化背景、简化镜头、更清主体、运动强度）→ 重生 4-6 次 → 和参考并排 → 没干净 variant 就用剪辑层修：漂开始时切到下一镜头。
容易踩的坑
- 加更多 prompt 文字”修”漂移。token 越多模型越偏重新词、连续性越糟。
- 什么都用最高运动强度。运动强度高 = 帧间变化大 = 漂得多。
- 长片 + 复杂主体。4 秒片的漂移率是 8 秒同主体的一半。
- 把漂当工具问题。多半是 prompt + 长度 + 参考图问题。
- 不改任何参数纯重生。随机性帮助有限，配置更关键。
- 忽视剪辑层修法。一个放对位置的切镜头能藏住 1 秒漂移开端。
进阶技巧
- 关键镜头一开始就生 10-15 个 variant。最好的 1-2 个是干净的，总耗时和 20 次无对症重生差不多，但出更好成品。
- 剪辑层修：漂开始时切下一镜头。观众察觉不到 1 秒内的切。在剪辑时间线上标漂移点。
- 新版本通常漂得少，但偶有回退——有的新模型会在主体身份上变差。生产用前先测。
- 角色驱动内容锁参考图、一直用 image-to-video。text-to-video 的漂移成本对持续角色工作太高。
- 抽象或产品镜头漂移没那么显眼——可以作为序列里的减压阀。
怎么验收输出
- 漂移种类（主体 / 背景 / 镜头 / 复制 / freeze）已识别。
- 仅应用了对应那一个修法。
- 修后生了 4 个或以上 variant。
- 终片和参考并排能站住。
- 100% 速度播放无残漂。
FAQ
- 为什么越往后漂得越多？: 多数 AI 视频模型按前帧条件顺序生帧。微误差累积，到第 60 帧（24fps 约 2.5 秒）累积漂移肉眼可见。
- 未来模型会修好吗？: 每代都在改善。带显式一致性目标或更长 attention 的模型漂得少，但 2026 年大多数通用视频模型仍有某种程度的漂。
- seed 重要吗？: 有时重要。同 seed 同 prompt 可重现性高但不一定无漂。重生时换 seed。
- image-to-video 对比 text-to-video 哪个更稳？: 主体身份层面 image-to-video 通常更稳，参考图锁第一帧。text-to-video 自由度高但漂得多。
- 用 4K 还是 1080p 模型？: 高分辨率不减漂、只增每帧算力。按交付需求选。
- 后期能修漂吗？: 有限。脸部修复工具能稳近景身份漂；背景漂在后期难处理。