真人 AI 视频有一个很诱人的解决办法:觉得有点不像,就再塞一张照片;换个场景还是不对,再塞一张。最后参考图越来越多,却说不清每张图究竟负责什么。一个人看起来有眼镜、短发和同款衣服,不代表脸就是同一个人。
第一轮我把旧自拍直接送进了视频模型。提示词虽然写了精干体态,部分输出仍然脸颊、颈部和上身偏厚。这一版被明确指出不合格,所以我更换了制作输入:正面使用已经认可的H01,这轮上身体态使用T02,角度使用认可的H02,不再让旧自拍直接决定每个镜头的呈现。
第二轮仍在同一个展厅入口,分别比较H01一张、H01加T02正面上身、H01加H02三分之四角度。场景图单独固定,三组实际提交同一份提示词。它们是认可母版的使用方式对照,不能假称是原始照片数量实验,也不把生成角度当成真实三维扫描。
首轮有一条请求被审查拒绝,记录继续保留。第二轮的实际任务与样本数量见文末代码块前的批次说明;当前视频只展示实际获得并通过体态检查的结果,没有复制或留空来凑次数。

