参考图生视频

最多可添加 9 张参考图 —— 让人物、风格和产品在整段视频中保持一致。

参考生视频 AI

上传你需要的人脸、服装、产品或场景,在提示词里逐一标注,AI Hug 就会把它们合成为一个不走样的镜头。参考生视频是获得角色一致 AI 视频最快的方式,无需训练模型,也不用反复重试几十次。

  • 最多 9 张参考图
  • 参考视频与音频
  • Seedance 2.0 · Wan 3.0

参考素材能给镜头带来什么

下面每段视频都只从一两张静态图开始。提示词负责描述动作和运镜,参考图则锁定主体真正的样子。

01

一张参考图,撑起整个场景

一张怪物设定图变成了一场逆光的沙漠围攻。轮廓、腿的数量和体型都直接来自参考图,所以怪物在每一帧里都保持一致,不会在镜头之间变形。

02

脸和服装,一起保持

脸部特写标注为图片 1,全身服装照标注为图片 2。把身份和服装拆成两张参考图,是在快速运镜时保持角色一致最可靠的做法。

03

风格化角色依然是原来的风格

参考图不只适用于真人。一个毛绒、卡通比例的怪兽在高速追逐中依然保留了毛色和圆润的造型,因为模型是在照着设计画,而不是根据文字去猜。

大多数走样问题出在输入素材上,而不是提示词

怎样挑选真正“稳得住”的参考图

  • 01

    一张图只做一件事

    每张参考图只承担一个用途:一张脸、一套服装、一个产品或一个场景。杂乱的拼图会让模型自己判断哪个重要,而它常常判断错。

  • 02

    清晰、光线均匀的人脸

    人物请用清晰、正面、光线均匀且眼睛没有遮挡的照片。重滤镜、墨镜或极端角度,通常就是脸在视频中途变样的原因。

  • 03

    把身份和服装分开

    如果服装很重要,就在脸部特写之外再加一张全身照作为单独的参考,并在提示词里同时标注,让模型知道它们属于同一个人。

  • 04

    产品图用纯色背景

    白底或中性背景的产品图,在标签、颜色和比例上的还原度远好于产品很小或被遮挡的场景照。

  • 05

    动作用视频,声音用音频

    一段简短的参考视频是表达舞蹈动作、运镜路线或手势最清楚的方式;参考音频则用来引导声音和节奏。两者都尽量简短、切题。

  • 06

    在提示词里标注每个参考

    在提示词框中输入 @,就能把图片 1、视频 1 或音频 1 插入到对应的位置,例如“图片 1 走进图片 3 里的咖啡馆,手里拿着图片 2 的瓶子”。没有标注的素材仍会被提交,但模型只能自己猜它们的作用。

三步用参考图生成 AI 视频

从上传素材到成片

  1. 1

    上传参考素材

    在提示词上方的上传栏中添加最多 9 张图片,也可以加参考视频和音频。每个素材都会以带编号的标签出现在提示词里,可以拖动调整位置。

  2. 2

    描述镜头并标注参考

    写清楚发生了什么、在哪里、镜头怎么运动,再按 @ 为每个主体指向对应的参考素材。想要精致的 4–15 秒镜头选 Seedance 2.0,想要最长 30 秒、最高 1080p 的视频选 Wan 3.0。

  3. 3

    生成、检查、微调

    选择时长、分辨率和声音后开始生成。如果某个细节走样,优先换一张更清晰的参考图,或把标注放得更精确,而不是整段重写提示词。

FAQ

参考生视频常见问题

关于参考生视频、多参考图视频 AI 以及如何保持角色一致的问题。

什么是参考生视频 AI?

这是一种由你自己的素材引导的视频生成方式。你不必用文字描述角色、再寄希望于模型每次都画出同一个人,而是上传图片(也可以加视频或音频),模型会把它们当作主体外观、动作或声音的准绳。

它和图生视频有什么区别?

图生视频把一张图片当作第一帧来做动画,镜头会从那张照片开始。参考生视频则把多个素材当作参考,围绕它们生成全新的场景,你的角色可以出现在任何地方、任何角度。开场画面最重要时用图生视频,身份一致最重要时用这个工具。

最多可以用多少个参考素材?

最多 9 张图片,另外最多 3 段参考视频和 3 段参考音频。使用 Wan 3.0 时,参考视频总时长不超过 15 秒,参考音频总时长不超过 15 秒,且参考视频时长加上生成时长不能超过 30 秒。提交前工具会自动检查这些限制。

应该选哪个模型?

Seedance 2.0 适合 480p 或 720p、4–15 秒、精致且物理效果可信的镜头;Seedance 2.0 Mini 是更省点数的版本。Wan 3.0 支持 2–30 秒的更长视频,最高 1080p,并可原生生成音频。点数按生成视频的秒数计算,开始前生成按钮上会显示准确的花费。

可以用真人照片作为参考吗?

只能使用你有权使用的照片。把任何可被认出的人做成视频前,请先取得本人同意,也不要上传名人或他人的照片去冒充他们。提示词和参考图都会经过内容审核。

为什么角色在不同镜头里还是会变?

通常是因为参考图不够明确:分辨率低、脸被部分遮挡,或一张图里有好几个人。把图裁剪到只剩一个主体,加一个不同角度的参考,并把标注放在它要做的动作旁边。非常快的动作和极近的特写,也比中景更难保持一致。

生成的视频可以商用吗?

付费套餐生成的视频可以用于你自己的项目、广告和社媒内容,前提是参考素材你有权使用。请避免使用你不拥有的受版权保护角色、标志和品牌,参考图并不会给生成视频带来任何权利。

让角色在每个镜头里都不走样

从参考素材开始