返回博客
综合

如何在一个 AI 视频场景中创建两个保持一致的角色

通过结合参考肖像、结构化提示词工程和锁定种子,你可以在同一个 AI 视频场景中创建两个外观一致、易于识别并能互动的角色。最快的工作流是使用 MagicBoat 集成的文生视频模型(Seedance、Kling),再配合 face swap 快速修复角色漂移,无需手动逐帧编辑。该方法适用于对话场景、日常互动和慢动作片段。

如何在一个 AI 视频场景中创建两个保持一致的角色
MagicBoat AI9 分钟阅读131 次阅读
文章目录

多角色 AI 视频场景为何会出问题(以及如何修复)

生成一个包含两个外观一致、易于识别并在同一场景中互动的角色的 AI 视频,并不需要手动逐帧编辑或高级合成技能。

如果你以前尝试过这类操作,很可能遇到过相同的常见问题:面孔相互融合,头发颜色和服装在片段中途发生切换,或者两个角色最终都变成具有相同通用特征的角色。这些并不是提示词写得不好,而是当前 AI 视频模型的默认局限——它们优先考虑整体场景构图,而不是追踪每个角色的身份。

核心解决方法是为模型提供明确且相互独立的身份锚点,以及清晰的空间规则,让它始终不会混淆两个角色。通过结构化工作流,你可以直接在生成阶段获得 90% 以上的一致性,再通过后期处理完善剩余部分。

在同一场景中构建一致角色的 3 种方法

下面将介绍三种可靠的多角色一致性工作流,并按照易用性和灵活性排序:

  • 参考图像 + 结构化提示词方法:适用于新场景的最可靠综合方法,使用两张角色肖像和带标签的提示词来引导视频模型。
  • 动作迁移方法:最适合已有角色美术素材(2D、插画、3D),通过真人演员参考视频将动作应用到静态设计上。
  • Face swap 后期处理方法:适用于接近完成但存在轻微面部漂移或融合问题的视频片段的快速修复。

MagicBoat 如何简化这一工作流

多角色视频创作通常需要在图像生成器、视频工具和编辑软件之间反复切换,但 MagicBoat 的集成平台让你可以在一个地方完成整个工作流,基础账户即可免费使用。

你可以使用 Flux 或 Seedream 生成角色参考肖像,并排测试 Seedance 和 Kling 的文生视频输出以比较一致性,使用动作迁移处理预制素材,再用内置的 face swap 完善最终片段。无需重复上传,无需单独订阅,也没有文件格式方面的麻烦。

步骤 1——生成两个具有明显区别的角色参考肖像

一致的多角色场景建立在两张清晰、高质量的参考图像之上,每个角色对应一张。这些图像会作为身份锚点,帮助视频模型区分两个角色。

为了获得最佳效果,请生成正面、光线充足且背景简洁中性的肖像,并让其匹配最终视频的美术风格(写实、动漫、2D 动画等)。确保两个角色的面部特征、发型和服装有明显区别——每个角色越独特,模型就越不容易将他们混淆。

在 Seedream 或 Flux 中使用以下提示词模板:

角色参考:[角色描述,例如:身材高挑、拥有波浪形灰金色长发、雀斑、银色鼻环、红色羽绒服的女性]
正面肖像,纯白背景,柔和的影棚灯光,面部清晰对焦,4K,写实风格,无阴影,无遮挡

为每个角色分别生成一张肖像,并为两者使用相同的种子和风格设置,以确保风格一致。

步骤 2——编写带有清晰空间提示的结构化多角色提示词

“一个女人和一个男人在舒适的咖啡馆里交谈”这类模糊提示词,是造成面部融合的首要原因。模型无法知道哪个角色是谁、他们分别应该位于哪里,或哪些特征属于哪个角色。相反,应使用带标签的结构,分别定义每个角色、分配固定位置,然后描述场景和动作。

错误提示词:“一个女人和一个男人在舒适的咖啡馆里交谈,电影感灯光,4K”

正确提示词:使用标签、锁定位置,并为每个角色加入独特的辨识特征

在 Seedance 或 Kling 中使用以下完整提示词模板:

场景:阳光明媚、舒适的独立咖啡馆,窗边的木桌,盆栽多肉植物,柔和的黄金时刻光线
角色 1(画面左侧):身材高挑的女性,波浪形灰金色长发,雀斑,银色鼻环,红色羽绒服,蓝色牛仔裤,手持拿铁咖啡,大笑,身体微微前倾
角色 2(画面右侧):身材矮小的男性,深棕色卷发,浓密胡须,左眉上方有疤痕,蓝色格纹法兰绒衬衫,黑色斜纹棉布裤,手持羊角面包,面带微笑看向角色 1
风格:写实风格,电影感,24fps,4K,浅景深,自然动作
负面提示词:面部融合,身体合并,特征错配,手部变形,多余肢体,特征变形

关键规则:始终为每个角色分配固定位置(左/右、前景/背景),为每个角色至少提供一个独特辨识标记(疤痕、眼镜、帽子),并在场景设置之后列出角色描述,以避免细节相互混淆。

步骤 3——上传参考图像并锁定核心设置

打开你偏好的视频模型(Seedance 最适合动态场景;Kling 能为静态对话生成更准确的面部表情),然后上传两个角色的参考图像。大多数现代模型都支持多图参考输入,可用于引导文生视频生成。

在所有测试运行中锁定以下设置,以避免构图随机变化:

  • 种子:使用固定的随机种子(记下来!),让基础布局在不同测试之间保持一致。
  • 时长:从 5 秒片段开始,以便快速迭代并尽早发现融合问题。
  • 参考权重:设置为 0.7–0.8。过高会导致角色动作僵硬;过低则无法匹配参考图像。
  • 分辨率:使用 720p 或 1080p 测试;仅在生成最终片段时升级到 4K。

生成第一个测试片段,并检查两个角色在开头是否与参考图像匹配,以及在全部 5 秒中是否保持一致。

步骤 4——通过微调提示词进行迭代,而不是完全重写

如果第一个片段存在轻微问题(例如角色 2 的胡须太短,或两个角色距离太近),请进行小范围的针对性修改,而不是重写整个提示词。锁定种子,这样你比较的就是相同的基础构图。

常见的快速修复方法:

  • 如果面部略有融合:添加“非常明显的面部特征,角色之间清晰分隔”,并将参考权重提高 0.1。
  • 如果某个角色与参考图像不匹配:调换参考图像的上传顺序(某些模型会优先处理第一张上传的图像)。
  • 如果角色在片段中途交换位置:通过添加“整个片段中角色 1 始终位于左侧,角色 2 始终位于右侧”来强化空间提示。

运行 2–3 次短测试迭代,直到获得一致的 5 秒片段,然后使用相同设置生成 10–15 秒的最终剪辑。

步骤 5——使用 Face swap 后期处理修复剩余的面部漂移

即使提示词和参考图像都很完善,快速移动或极端摄像机角度仍可能偶尔造成面部漂移——某一帧中,一个角色的面部特征发生变形,或沾染了另一个角色的特征。这很正常,而且可以通过 face swap 轻松修复。

将接近完成的片段上传到 face swap 工具,上传发生漂移的角色的参考肖像,然后选择该角色的面部轨迹以应用替换。MagicBoat 的工具能够检测并定位多角色片段中的单个面孔,因此不会意外替换两个角色。

最终得到的片段中,两个角色在每一帧中都能保持 100% 一致,即使处于运动状态也是如此。

高级工作流与替代方案

替代方案 1:使用动作迁移处理预制角色美术素材

如果你已经拥有固定的角色设计(用于漫画、动画系列或游戏),就不需要通过文本生成角色。相反,你可以使用动作迁移让已有角色在场景中互动。

找一段两名真人完成目标互动的短参考视频,上传两个角色的参考图像,然后应用动作迁移,将演员的动作映射到你的角色设计上。对于已有知识产权素材,这种方法比文生视频更快,并且能够实现近乎完美的角色一致性。

跨项目重复使用角色参考图像

保存角色参考肖像,并在每个包含这些角色的片段中重复使用。保持相同的提示词结构和基础种子,这样你就能让角色在整个系列中保持一致,而不仅仅是单个片段中一致。

工作流成本

整个核心工作流——生成两张参考图像、运行 3–5 个文生视频测试片段,以及进行一次 face swap 处理——MagicBoat 账户即可免费使用。更长的高分辨率片段(10 秒以上、4K)和批量 face swap 处理会消耗积分,重度用户可以通过分级付费方案获取积分。

局限性

这种方法对大多数双角色场景都非常有效,但也存在一些实际限制:

  • 快速动作场景(打斗、奔跑、跳舞)仍可能偶尔造成面部融合,因为模型难以在快速移动中追踪面孔。
  • 目前大多数视频模型只能可靠地支持 2–3 个角色参考。包含 4 个或更多角色的场景需要手动合成。
  • Kling 往往会优先处理第一张上传的参考图像,因此如果第二个角色的一致性较差,可能需要调换上传顺序。

常见问题

这种方法可以用于场景中的 3 个或更多角色吗?

只要每个角色都有清晰的位置和独特的辨识特征,这种方法可以可靠地支持最多 3 个角色。超过 3 个后,融合现象会更加常见;更好的做法是分别生成较小的角色组,再进行合成。

参考图像的美术风格需要与视频风格匹配吗?

需要——让参考图像与视频的风格匹配,会大幅提升一致性。如果你将写实肖像用于动漫风格视频,模型会重新设计角色以适应该风格,从而破坏一致性。

为什么一个角色的脸总是在复制另一个角色的脸?

这几乎总是由模糊的空间提示,或两个角色在视觉上过于相似造成的。在提示词中重复添加左/右位置标签,并为每个角色提供至少一个非常独特的特征(亮色帽子、疤痕、眼镜),让模型能够轻松区分他们。

Seedance 和 Kling 哪个更适合多角色场景?

取决于你的场景。Seedance 对动态动作和多参考输入的处理更加可靠,因此更适合活跃场景。Kling 能生成更细致的面部表情和静态构图,因此更适合节奏缓慢的对话场景。使用你的提示词分别测试两者,找出最合适的模型。

准备好尝试了吗?

你可以在 MagicBoat 上免费测试这一工作流的每个步骤,从生成角色参考图像到face swap后期处理。不到 10 分钟,就能创建你的第一个多角色 AI 视频片段。

最终检查清单

  • 生成两张清晰、正面的参考肖像,确保美术风格一致且角色特征鲜明
  • 在提示词中按照固定位置(左/右)标记每个角色,并加入独特的识别标记
  • 在所有测试迭代中锁定种子、分辨率和参考权重
  • 在生成较长的最终视频前,先测试 5 秒短片段
  • 使用 face swap 修复最终片段中残留的面部漂移或融合问题

关键词

角色一致性,文生视频,AI 视频教程,Seedance 提示词,Kling 提示词,AI 视频工作流,face swap,动作迁移