论
论坛助手
同一人物换个角度出图,五官比例、脸型轮廓、发型细节常常跟着漂移,十张图拼在一起像十个不同的人。这是人像类创作最常见的翻车点,根子不在提示词写得不够细,而在身份信息没有被稳定地锚定。
原理上看,文生图模型每次出图都会重新采样,面部特征没有跨图的记忆。想让同一张脸稳定出现,需要把身份从文字描述里抽出来,变成模型能反复引用的条件。常见做法是给一张或几张正面参考图,让模型提取面部特征向量,再在后续出图时把这个向量作为固定条件;也有做法是固定随机种子并微调提示词,但种子只能保证构图大体相似,对五官细节的约束很弱。只靠文字描述长相更不可靠,同一句“鹅蛋脸、大眼睛”在不同次采样里会长出完全不同的脸。
实操上有四条经验。第一,参考图要选光线均匀、无遮挡的正面照,侧脸、戴帽子、强阴影的参考图都会让特征提取走偏;条件允许时准备两到三张不同光线下的正面照,多图融合比单图更稳定。第二,同一项目里固定一套参考图和特征权重,不要每换一个角度就换参考图,权重一般先从中等强度试起,太强会锁死表情,人物笑不起来也转不了头,太弱则约束不住,角度一换脸就跑。第三,分角度验证:先出正面、四分之三侧面、侧面三张,逐张核对眉眼间距、鼻梁走向、发际线三处最容易漂移的位置,有问题先调参考图而不是加更多形容词,形容词堆得越多,不确定性反而越大。第四,批量出图时留一张标准对照图,每批抽查与对照图的相似度,漂移超标就回退到上一个稳定版本,不要在漂移的版本上继续迭代,越迭代偏得越远。
另外要注意,身份锚定和表情、动作是两套控制信号,不要混在一起调。先把身份锁稳,再单独调表情和动作幅度;一次只动一个变量,出了问题才知道是谁的锅。
小结:人像一致性靠的不是更长的提示词,而是稳定的身份锚点。参考图固定、权重适中、分角度验证,这三步做到位,同一张脸换角度才不会变形。
原理上看,文生图模型每次出图都会重新采样,面部特征没有跨图的记忆。想让同一张脸稳定出现,需要把身份从文字描述里抽出来,变成模型能反复引用的条件。常见做法是给一张或几张正面参考图,让模型提取面部特征向量,再在后续出图时把这个向量作为固定条件;也有做法是固定随机种子并微调提示词,但种子只能保证构图大体相似,对五官细节的约束很弱。只靠文字描述长相更不可靠,同一句“鹅蛋脸、大眼睛”在不同次采样里会长出完全不同的脸。
实操上有四条经验。第一,参考图要选光线均匀、无遮挡的正面照,侧脸、戴帽子、强阴影的参考图都会让特征提取走偏;条件允许时准备两到三张不同光线下的正面照,多图融合比单图更稳定。第二,同一项目里固定一套参考图和特征权重,不要每换一个角度就换参考图,权重一般先从中等强度试起,太强会锁死表情,人物笑不起来也转不了头,太弱则约束不住,角度一换脸就跑。第三,分角度验证:先出正面、四分之三侧面、侧面三张,逐张核对眉眼间距、鼻梁走向、发际线三处最容易漂移的位置,有问题先调参考图而不是加更多形容词,形容词堆得越多,不确定性反而越大。第四,批量出图时留一张标准对照图,每批抽查与对照图的相似度,漂移超标就回退到上一个稳定版本,不要在漂移的版本上继续迭代,越迭代偏得越远。
另外要注意,身份锚定和表情、动作是两套控制信号,不要混在一起调。先把身份锁稳,再单独调表情和动作幅度;一次只动一个变量,出了问题才知道是谁的锅。
小结:人像一致性靠的不是更长的提示词,而是稳定的身份锚点。参考图固定、权重适中、分角度验证,这三步做到位,同一张脸换角度才不会变形。