角色一致性
可維持角色一致性的 AI 影片生成器
更新於 2026 年 11 月 18 日

| SceneMixer 重點速覽 | 你會得到 |
|---|---|
| 影片價格 | 預設檔位每秒 $0.06 起(10 點數),頂級檔位最高每秒 $0.47;按下按鈕前,每項價格都會先顯示 |
| 片段長度 | 每個生成片段最長 30 秒;一集由各片段合成,合成費用每秒 1 點數 |
| 單集試算 | 預設檔位下,一集 60 秒約需 660 點數(影片加合成),以最低的點數單價計算約 $4.11;一部由 30,000 字小說改編、共 10 集、每集 90 秒的影集,約需 10,026 點數,約 $62 |
| 台詞 | 直接在影片裡開口說,每個角色一個專屬聲音,15 種語言任選 |
| 格式 | 9:16 直式或 16:9 橫式;480P 至 1080P,另有 2K 檔位 |
| 免費開始 | 註冊即送 50 點數、15 張免費設定圖、第一集免費分鏡腳本,以及 5 秒免費影片預覽 |
| 誰在使用 | 已有 2,900+ 位創作者使用 SceneMixer 生成內容(至少生成過一次的帳號,2026 年 11 月統計) |
| 輸入內容 | 劇本、小說或一句話創意;可上傳 .txt、.docx 和 .md 檔案 |
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
| 設定圖 | 每個角色只生成一次 9:16 比例的全身設定圖,採純背景、方向性主光——這是選角照,不是氛圍圖,因為設定圖裡的光線會被所有用到它的鏡頭繼承。 |
|---|---|
| 附加裁切圖 | 從設定圖裁出的臉部與身體圖,會隨著角色出現的每個片段一起送進模型。模型是比對照片,而不是解讀文字描述。 |
| 用識別碼連結 | 分鏡用識別碼指向素材,不是用名稱。就算兩個角色同名,或專案做到一半改名,也不會默默打亂一致性。 |
| 畫面外規則 | 如果角色只是被注視、被對話、被伸手找——但本人不在畫面裡——就只寫成動作指示,絕不指名。點名不在場的角色,會讓模型把那個人的臉貼進單人鏡頭裡。 |
第五種,影響較小:SceneMixer 會根據每個人自己的描述,為鏡頭中的每個人提取一兩個可辨識的面部特徵,以減輕經典問題:同一鏡頭中兩個穿同樣制服的角色換了臉。
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。
- 為它新增狀態變體,當變化的是外貌、服裝、形態或結構時:整套服裝更換、變身、燒傷、房間坍塌、刀從鞘中抽出、物件斷裂。SceneMixer 會以基礎美術為底,為變體生成自己的參考圖。
- 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。
- 群眾。 SceneMixer 的一致性保證涵蓋你素材庫中的主要角色。背景群眾每次都會重新生成,應視為場景布景。
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
角色設定圖是獨立的計費項目,與劇本分析分開(英文文字每 3,333 字元收取 4 點數):每個帳號可免費獲得 15 張參考圖,之後額外或重新生成的圖片,在預設圖像模型上每張收取 7 點數。狀態變體在第一個項目中有自己的小額免費額度,之後則按圖片計費。影片本身在 SceneMixer 上從每秒輸出 10 點數起算(約 $0.06/秒,以 最低點數單價 計),無論是否附上參考圖都一樣 — 一致性不另加價。詳情請見 定價頁。
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:
- 貼入一段同樣兩個人間隔數分鐘多次出現的場景。
- 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。
- 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。
- 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。
語言
15 種語言的母語對白
以下每一部影集都由同一條 SceneMixer 流程產製,演員以該語言母語演出:介面、工作文件與台詞全為同一語言,完全沒有配音。打開來聽聽看。
A Carta de LisboaPortuguês母語對白
윈터 프라미스한국어母語對白
El Secreto de CostaEspañol母語對白
浪人の誓い日本語母語對白
Ikrar JakartaBahasa Indonesia母語對白
Зимняя коронаРусский母語對白
L’Héritier du DéfiléFrançais母語對白
Il Tavolo dell'OlivaItaliano母語對白
De Vuurtoren van de FjordNederlands母語對白
العهد الصحراويالعربية母語對白
Çantasındaki SözleşmeTürkçe母語對白
Die Istanbul-TäuschungDeutsch母語對白
Останній сигналУкраїнська母語對白
問劍青雲繁體中文你的語言
The Last EnvelopeEnglish母語對白
SceneMixer 與多個工具拼接的差別
多數 AI 短劇的製作流程,是五、六個工具接力。下表列出每個步驟在這裡如何完成,以及它取代了什麼。
| 步驟 | 在 SceneMixer | 用多個工具手動完成 |
|---|---|---|
| 劇本與分集規劃 | 貼上劇本或小說,或輸入一句話:系統會解析成角色、場景、道具與可編輯的分集大綱 | 由對話模型寫劇本;你自己分集,再把文字在各工具之間搬來搬去 |
| 角色外貌與場景 | 每個角色、場景與道具只繪製一次設定圖,並附加到它出現的每個鏡頭 | 用圖像模型,一次畫一張;你得自己把正確的參考圖上傳到每個片段 |
| 鏡頭 | 每集一份分鏡腳本,鏡頭有編號與秒數;影片依同一批設定圖,以 9:16 或 16:9 逐片段生成 | 用影片模型,一個提示詞生成一段,每次都得重新描述同樣的人物 |
| 聲音與台詞 | 台詞直接在影片中演出,每個角色一個聲音,15 種語言任選 | 每句台詞用語音合成工具產生,再對每個片段做一次對嘴處理 |
| 修正單一鏡頭 | 修改該鏡頭的文字,單獨重新生成那個片段;這一集的其餘部分完全不動 | 重新生成該片段,再重新剪輯時間軸 |
| 收尾 | 各片段合成為一個含配樂的單集檔案;會員下載時不帶 AI 標章 | 用影片剪輯軟體接起各片段、加上音樂與字幕,再匯出 |
| 發布 | 成片由你自己上傳到 TikTok、YouTube、Instagram 或任何其他地方;系統不會替你發布任何內容 | 一樣手動上傳,和這裡相同 |
常見問題
角色一致性實際上到底有多穩?
同一系列中角色始終長相一致,是設計目標,也是 SceneMixer 的參考設定圖架構為素材庫中的主要角色提供的保證。但這並非每一幀都保證:同一鏡頭中穿著相同服裝的角色,以及設定圖大多是外套的角色,仍是較難的情況。其他因素 — 集數、經過的時間、角色出現在多少鏡頭中 — 都不會使其劣化,因為每個鏡頭都與同一張圖比對。
我可以上傳自己的角色圖片,而不是用生成的嗎?
可以。任何參考設定圖都能以你上傳的圖片取代,SceneMixer 會將其視同生成的圖片。如果你已在其他地方設計好角色,這就是使用它的途徑。
可以用真人的臉嗎?
技術上來說,上傳功能不會管你上傳的是什麼圖片,但在大多數市場,發布使用真人長相的 AI 影片會有法律問題,我們的合規指南也將這類用途視為高風險。我們不提供換臉工具,也不建議這麼做。
如果我在專案進行到一半幫角色改名會怎麼樣?
不會出問題。SceneMixer 的分鏡腳本以識別碼引用素材,改名時會同步更新已儲存的文字。2026 年 9 月之前,參考是依名稱比對的,正是這次改動消除的問題所在。
維持角色一致性,每個鏡頭需要額外付費嗎?
不會。在 SceneMixer 上,為片段附加參考美術不會改變每秒單價 — 每張參考設定圖只需付一次費,不論有多少鏡頭使用它,之後都不再計費。這裡的一致性是架構設計,而非加價選項。
我需要在每個鏡頭重新描述角色的長相嗎?
不用,而且你不應該這麼做。鏡頭文字只要寫出角色名稱就好,長相由設定圖負責。如果在鏡頭文字裡重複描述外觀,會把模型拉回文字描述、偏離參考圖,這正是這個設計要避免的長相漂移問題。
同一集裡同一個角色可以有兩種造型嗎?
是的 — 這正是狀態變體的用途。每種造型都有自己的參考圖,SceneMixer 的分鏡腳本會逐個片段決定套用哪一種,精確到單一片段,而非整集。
能用在 AI 動畫角色上嗎?
可以。設定圖保持卡通、動漫或 3D 角色的方式,與保持寫實角色相同;在 SceneMixer 上,畫風為專案一次選定,所有設定圖都以此畫風繪製。
第 1 集和第 40 集都是同一張臉
演員陣容只要生成一次,之後每個鏡頭都是比對圖片,不是比對文字描述。
免費試用 SceneMixer點數套餐自 $1.49 起 · Pro $7.99/月 · 開始使用不需要信用卡