可維持角色一致性的 AI 影片生成器

為什麼角色會跑掉

文生影片模型每次生成都是獨立作業。第 1 鏡描述一位三十多歲、眉毛有一道疤的女性，到第 30 鏡再描述一次，你會得到兩位各自符合描述、但長得不一樣的女性——形容詞沒辦法精準定義一張臉。下面所有修正方法核心概念都一樣：別再用文字描述角色，直接把角色的照片交給模型。

四道鎖

還有第五個比較小的機制：畫面裡每個人都會帶一兩個從自身描述取出的臉部辨識特徵，能減少兩個穿同款制服的角色在鏡頭中互換長相的常見失敗狀況。

當角色本來就該改變時

一致性不代表「永遠不變」——第 6 集被火燒到的角色，第 7 集看起來就得像燒傷。分界線取決於影片模型怎麼處理參考圖：它幾乎會原封不動地複製臉、衣服、外型與結構，再把光線、天氣、時段當成效果疊上去。

• 做狀態變體：當改變的是外觀、服裝、外型或結構時，例如整套換裝、變身、燒傷、房間倒塌、刀出鞘、物品斷裂。變體會從基礎設定圖另外生成自己的參考圖。
• 寫在鏡頭文字裡：當改變的是光線、天氣、時段、位置、手上拿的東西，或落在身上的東西時。下雨不需要另外做一條街的版本。

搞反這點兩邊都很燒錢：為「拿著杯子」做變體，等於花錢生成一張永遠不會出現在畫面裡的圖；用提示詞寫「火災過後」，模型會客氣地忽略，繼續用參考圖裡乾淨的房間。

目前還沒解決的問題

• 長大衣會吃掉臉。穿長大衣或長袍的角色 9:16 全身設定圖，大部分像素都在布料上，頭部太小，細微的長相特徵會流失。這是構圖限制，不是提示詞的問題。
• 同一鏡頭裡兩個角色穿得一模一樣還是可能互換長相。辨識特徵有幫助，但同款制服仍是最難處理的狀況。
• 人群。一致性保證只涵蓋你素材庫裡的演員。背景臨演每次都會重新生成，請當成場景看待。

分層解釋、以及每一層能抓到和抓不到什麼，請看角色一致性說明。

費用

設定圖是獨立計費項目，和劇本分析分開（每3,333個英文字元4點數）：每個帳號可免費獲得15張參考圖，之後額外生成或重新生成的圖，在預設圖片模型上每張7點數。狀態變體在第一個專案有少量免費額度，之後同樣以圖片計費。影片本身輸出每秒10點數起（在最低點數單價方案約$0.06/秒），不論有沒有附參考圖——一致性不收額外費用。詳情請看計價頁面。

免費用你自己的演員測試

在這個領域，一致性是你絕對不該只聽廠商說了算的宣稱，而你也不用盲信。新帳號內含50點數、15張可用在角色、場景、道具的免費參考圖、第一個專案免費一組第1集分鏡，以及一次最長5秒的免費預覽，會用你自己的設定圖算繪你那集的開場鏡頭。這就足夠做真實測試了：

1. 貼入一段同樣兩個人間隔數分鐘多次出現的場景。
2. 讓分析功能建立演員清單，在畫圖前先看過角色描述，把不對的地方改好——設定圖是從那段文字生成的。
3. 生成設定圖。一張參考圖生成時間中位數約 16 秒，九成在 27 秒內完成，所以五個角色的演員群大概幾分鐘就好。
4. 把免費預覽用在角色有在動作、不是站著不動的鏡頭，再把臉和設定圖對照。

給你一個參考基準：本平台上的專案中位數是五個有名有姓的角色，九成專案少於十個。如果你的故事需要三十個，機制還是一樣——成本在設定圖，不在一致性本身。

每一集都支援十五種語言

對白語言會在步驟 1 一次設定完成，整個產出流程都會使用該語言；目標地區設定也會同時把姓名、長相、街景調整成符合當地市場的樣子。下方每個範例都是用這個方式產出，每種語言各一份。

常見問題

價格方案·使用指南·作品範例·支援服務·隱私權政策·服務條款·法律資訊·聯絡我們·© 2026 SceneMixer