Vidu和可靈哪個好用？人物誰更穩

人物穩不穩，要分兩種場景說。單人特寫，兩家都能穩住，換個表情換個角度，臉還是那張臉；多人同框和遠景，才是真正拉開差距的地方。可靈給的是參考圖加關鍵幀，能指定每一幀長什麼樣；Vidu 靠參考圖直接生影片，省事但控制粒度粗。做系列角色，前者的可控性更值錢。

可靈和Vidu的人物穩在哪

穩在「同一個角色能跨鏡頭」。今天出一個鏡頭，明天出另一個鏡頭，把同一組參考圖喂進去，出來的臉基本能對上。這件事聽著簡單，實際很難，多數工具換個機位臉就變了。

可靈的做法是讓你把控制點擺出來。參考圖定人物長相，關鍵幀定某一幀的姿態，中間的運動它來補。控制點多，出來的結果接近你想要的，代價是準備時間變長。

Vidu 的做法更省事。傳一張參考圖，直接生成一段帶動作的影片，不用管中間怎麼走。省事的好處是快，壞處是它自己決定動作，你要的「先低頭再抬眼」這類細節，它不一定照做。

兩種路子沒有高下，看你手上是什麼活。分鏡畫得細、動作要求明確的，用可靈；只想快速出幾個鏡頭試效果的，Vidu 更順手。想先零成本跑一遍，可以照免費生成影片的流程走。

兩邊的路子對照：

可靈的人物一致性靠哪些手段

三樣：參考圖、關鍵幀、以及同一個種子反覆生成。

參考圖是基礎。給三到五張同一個人的不同角度，正臉、側臉、半身，比只給一張正臉穩得多。圖越清晰、光線越統一，效果越好。

關鍵幀解決「動作走到哪」。比如一個轉身的動作，你可以指定開頭和結尾兩幀，中間它補。這一招在需要精確銜接的鏡頭上特別有用。

種子是最後一層保險。同一個提示詞、同一個種子，生成結果基本一致，改的時候只改一個變數，能看出是哪一項起了作用。這一條很多教程不提，但除錯時最實用。

可靈在多人鏡頭裡容易崩什麼

崩在三件事上，每一種都有對應的繞法：

• 人物互相汙染——抱在一起時衣服顏色會串，拉開距離或者拆成單人鏡頭。
• 遠景臉糊——人物佔畫面十分之一以下時，五官基本是隨機拼的。
• 手部出問題——多人鏡頭裡六指、反關節的機率跟著上去，讓手出畫最省事。

兩個人抱在一起、握手、並肩走，衣服顏色會串，一個人的紅衣服染到另一個人身上。這是因為模型在處理相鄰區域時會把特徵混在一起。規避的辦法是拉開距離，或者乾脆拆成單人鏡頭，剪輯時接起來。

遠景臉糊是另一回事。人物佔畫面十分之一以下時，臉部的畫素不夠，生成的五官是隨機拼的，同一個人在相鄰兩個遠景裡能長得不一樣。要遠景又要人物一致，就得靠後期的特寫鏡頭去「認人」。

還有一處容易被忽略：手。多人鏡頭裡手出現的頻率高，六指、反關節的機率跟著上去。拍的時候讓手出畫，或者擋住，比事後修省事。

可靈的畫面和Vidu差在哪

差在「實拍感」和「動畫感」的比例。可靈的畫面更接近實拍，光影有層次、材質有細節；Vidu 出來的畫面更平滑，有點像高質量的三維動畫。

這個差別在什麼題材上明顯？拍人物情緒、生活場景，可靈更像真的；拍產品、科技感、抽象概念，Vidu 的平滑反而加分。

色彩傾向也不一樣。可靈的調子偏暖偏自然，Vidu 偏冷偏乾淨。同一段提示詞，前者像紀錄片，後者像廣告片。

這不是好壞，是風格。要選哪個，先想清楚你的片子是「讓人相信這是真的」，還是「讓人覺得很高階」。

想再橫向比一家，可以看即夢和可靈哪個好，那邊的對照角度不一樣。

可靈的人物參考圖該怎麼用

三張起步，五張更好。角度要覆蓋正面、側面、四分之三側，表情不用多，保持中性最穩。

別用帶強烈風格的照片。濾鏡重、光影誇張的圖，喂進去之後模型的風格也被帶偏，出來的畫面統一不了。用自然光下拍的、背景乾淨的圖，效果最穩。

如果人物是虛構的，先用圖片工具生成一組統一設定的圖，再拿這組圖當參考。直接用一張圖生，模型沒有足夠資訊，只能猜，猜出來每次都不一樣。

還有一個實操細節：參考圖和提示詞裡的描述要一致。圖裡是短髮，提示詞寫「長髮飄飄」，結果是兩張臉打架。這一條踩過的人不少。

可靈做系列角色怎麼穩住臉

四件事按順序做：定角色、建參考相簿、固定提示詞模板、每集開頭先跑測試鏡頭。

定角色這一步最花時間，也最值。角色的長相、髮型、常穿的衣服、標誌性的配飾，全部定下來，後面才好複用。

參考相簿是資產。同一角色攢到十幾張不同角度、不同光線的圖之後，出片穩定性會明顯提高。這個庫要一直維護，新出的好圖往裡存。

提示詞模板固定下來，只改場景和動作，人物描述一個字不動。改一個字，臉就可能變。

每集開頭先跑一個測試鏡頭，正臉、中景、動作幅度小。這一鏡能過，整集基本沒問題；過不了，就回參考相簿補圖。測試鏡頭的成本和一整集差幾十倍，這個順序不能省。

批次出片之前先小規模試，短影片創作免費入口裡給了零成本起步的路子。

常見問題