做多帧时装画册、漫画分镜或者电商campaign的人,几乎都撞过同一堵墙:到第四帧,人就变了。脸型开始漂移,领口缝线走样,色温从暖调钨丝滑向冷青。模型记住的是"穿橄榄色风衣的女人"这个语义标签,不是一个具体的人。
Seedream 5.5 的工作室流程给出的解法是:不训练自定义 LoRA,用一套3到6张图的参考包锚定每一次生成,再在对话式图像编辑里逐帧改场景。参考包里至少要有正面中性肖像、45度侧面,以及一张光线/色板样张。
漂移从第三帧开始的原因
标准扩散模型在你把提示词从"站在咖啡店里"改成"走过雨中的斑马线"时,每次都会重新采样一个高斯噪声种子。就算你锁死了数字种子,动词或机位一变,注意力图就跟着变,足以重塑角色的下颌线。
字节跳动的 Seedream 系列把身份与风格条件(从最多6张上传参考图中提取)和空间场景构图(由自然语言提示词与世界知识推理驱动)拆成了两条路。在 Seedream 5.5 工作区里,可以在图像与视频伴生模型之间切换,让锁定的角色静帧直接过渡到动态镜头。
第一步:一次生成三角度转身图
在把角色丢进街头或影棚之前,先花一次生成做一张干净的三联转身图,背景用平坦的中性影棚底。它同时从三个角度建立你的基准面部几何。
省额度的做法:在任意免费图像编辑器里把三格裁开(正面、45度、侧脸),分别上传到参考槽位。这个裁剪动作不额外花额度,多角度一致性提升超过70%。
提示词要点包括:暖灰影棚背景、85mm中画幅人像镜头、28岁东亚工业设计师、齐耳波波头、左耳银色几何耳骨夹、橄榄绿蜡棉工装夹克内搭米色罗纹高领。三格分别是正面中性自信表情、45度四分之三转展示领口缝线、90度侧脸展示耳骨夹与下颌线。三格统一5200K柔光棚灯,保留自然毛孔,不做塑料磨皮。
第二步:十个场景不丢脸也不丢光
裁好三格后,连同一张光线/色彩参考板一起上传到多图参考托盘。在 Artificial Analysis 图像编辑排行榜(AA-Image-Editing v2.1)上,字节跳动 Seedream 5 Pro / 5.0 Lite 与 Nano Banana 2.1 处于高效多参考编辑梯队(Elo 1132–1152)。
这一步做的是:把锁定的主角送进完全不同的机位距离和环境,同时保住精确的骨相、耳骨夹位置和蜡棉夹克质感。示例场景是黄金时刻的粗野主义混凝土图书馆,低角度35mm电影感中景,角色站在绘图桌旁,手持拉丝铝圆规压在一张展开的蓝图上,暖色午后阳光穿过高窗在混凝土墙上切出锐利斜影,面部特征与夹克织纹和参考板保持一致。
多参考锁定目前还做不到的地方
- 同一托盘里混入互相矛盾的光线参考:一张是刺眼霓虹洋红赛博光,一张是暖调黄金时刻日光,肤色求解器会把它们平均成浑浊的灰。角色转身图保持中性5200K棚灯,场景氛围交给单独一张风格/环境参考控制。
- 贴近镜头的极端14mm鱼眼畸变:把虚拟14mm镜头推到离角色鼻子六英寸以内,会刻意夸张面部比例,看起来就像身份漂移,哪怕关键点已经锁死。品牌吉祥物和代言人建议保持在35mm到85mm焦距之间。
- 一帧里塞进6个以上有名字的角色:多参考交叉注意力能干净锁定1到2个主角。需要六人合影海报时,先生成两位主角,再用区域修补合成背景次要人物。
十帧画册的额度账
每个新账号可领50个免费签到额度,每周签到最多再加100个,够先把初始转身图搭出来测一遍再决定买不买套餐。付费年付档从 Basic 的每年226.80美元(18240额度,约每额度0.0124美元)到 Pro 的每年294.00美元(28200额度,约每额度0.0104美元)。
参考图传几张最稳?三到四张是甜点区:正面肖像、45度四分之三视角、侧脸各一张(都从第一步的转身图裁出来),再加一张可选的光线或色板样张。
只想改成品帧里的道具或标题、不动脸?不用从头重跑整条提示词,上传已通过的帧,发一条定向对话编辑指令即可,比如把手里的铝圆规换成哑光黑浓缩咖啡杯,脸、头发和光线保持不变。
热门跟贴