Pular para o conteúdo
shortdramamaker

Mantendo um rosto consistente em 24 episódios de vídeo de IA

Por que o vídeo de IA oscila entre as cenas, as três alavancas que realmente bloqueiam um personagem (prompt de visualização, imagem de referência, semente), o que ainda quebra e como refilmar uma única cena em vez de um episódio.

shortdramamaker editorial 7 minutos de leitura

A primeira pergunta que todo estúdio faz sobre o drama de IA não é “parece real”. É “será a mesma pessoa no episódio 19”. Um espectador perdoa uma mão ligeiramente plástica. Eles não perdoam um protagonista cuja mandíbula, linha do cabelo e cor dos olhos mudam entre as cenas - isso parece um erro, e os erros quebram o feitiço.

Aqui está o que realmente controla a consistência, em ordem de impacto.

Alavanca um: o prompt de aparência, escrito uma vez e nunca editado

Um prompt de visualização é um parágrafo curto, enfadonho e específico que descreve apenas o que uma câmera pode ver:

Mulher, quase trinta anos, leste asiático, rosto oval, cabelo preto liso até a omoplata, sobrancelhas finas, pequena pinta sob o olho esquerdo, blazer cinza sob medida sobre camisa branca, sem joias, expressão neutra.

Três regras fazem com que os prompts de aparência funcionem:

  1. Apenas atributos visíveis. Sem personalidade, sem história de fundo, sem “confiança”. O modelo não pode ser confiável; pode renderizar o ângulo do queixo.
  2. Apenas recursos permanentes. Qualquer coisa que mude por cena (cabelo molhado, um curativo, um casaco) pertence ao prompt de cena, não ao prompt de aparência.
  3. Um detalhe de identificação. Uma verruga, uma cicatriz, um brinco específico. É isso que o visualizador usa para confirmar a identidade entre os cortes, e é nisso que o modelo se fixa.

Cada prompt de cena faz referência ao personagem pelo nome e herda o prompt de aparência literalmente. Se você editar o prompt de aparência no episódio 12, os episódios 1–11 agora serão uma pessoa diferente.

Alavanca dois: uma imagem de referência bloqueada

Somente o texto flutua. Uma imagem de referência ancora o rosto. Armazenamos um quadro canônico por personagem – luz neutra, expressão neutra, frontal – e o passamos a cada cena.

Notas práticas:

  • Gere a referência na resolução mais alta que você precisará. Uma referência mais suave que a sua saída torna-se o teto.
  • Mantenha a expressão de referência neutra. Uma referência sorridente leva todas as cenas subsequentes a um sorriso, incluindo a cena do funeral.
  • Uma referência por caractere, não por pasta. Múltiplas referências dão ao modelo uma escolha, e ele escolherá de forma diferente em dias diferentes.

Alavanca três: uma semente fixa por personagem

As sementes não são mágicas, mas removem uma fonte de variação gratuitamente. Fixe a semente por personagem e altere-a apenas quando desejar deliberadamente uma variação (uma sequência de sonho, um flashback com iluminação diferente).

Contexto Fixo Varia
Olhe rápido ✅ por personagem -
Imagem de referência ✅ por personagem -
Semente ✅ por personagem nível de tiro apenas quando intencional
Alerta de tiro - ✅ por tiro
Iluminação / lente - ✅ por cena
Guarda-roupa - ✅ por cena, descrita explicitamente

O que ainda quebra

A honestidade é mais importante do que o marketing aqui. Estas são as falhas que ainda vemos:

  • Ângulos extremos. Fotos de perfil e ângulo baixo desviam mais do que de frente. Planeje uma nova renderização para fotos de perfil de heróis.
  • Mãos em close. No quadro 1/8, as mãos ainda se deformam. Escreva em torno dele: corte em um rosto ou segure o objeto fora do enquadramento.
  • Multidões. Qualquer cena com mais de três pessoas perde a atribuição de identidade - o modelo trocará alegremente duas pistas. Mantenha as fotos de grupo amplas e curtas.
  • Longas tomadas. Além de cerca de 12 segundos em uma única cena, os recursos começam a deslizar. Nossa unidade de disparo é de 5 segundos exatamente por esse motivo; tomadas longas são montadas na edição, não geradas em uma passagem.
  • Voz entre idiomas. Uma voz clonada não fala automaticamente um segundo idioma com o mesmo timbre. Se você localizar, espere retransmitir a voz por idioma e diga isso ao seu cliente antecipadamente.

Refaça uma cena, não um episódio

Como as cenas são renderizadas individualmente, é fácil corrigir uma falha: identificar a cena, ajustar uma variável (ângulo, iluminação ou um único adjetivo no prompt) e renderizar novamente. O custo é único - 22 créditos por 5 segundos em 1080p - não os ~430 créditos que um episódio de 75 segundos custa.

A regra do fluxo de trabalho a seguir: nunca aceite uma cena que você não colocaria na frente de um cliente, só porque o resto do episódio terminou. Um rosto flutuante na cena 9 será a única coisa que alguém mencionará.

Sua primeira temporada começa com 300 créditos grátis

O suficiente para embarcar um episódio completo e renderizar seus 20 segundos iniciais com voz e legendas. Não é necessário cartão.

300 créditos · Não é necessário cartão · Direitos comerciais em planos pagos