博主头像

告别同质化 AI 脸！Qwen 2.1 角色卡联动 MiniMax H3 终极工作流

外来客 • 2026-10-14 05:44:07

分享
𝕏 f ◉
声明：本文为对公开内容的摘要整理， 未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

🎯 核心观点

  • 针对 AI 视频生成中常见的“AI脸”同质化问题，提出了一套基于角色卡（Character Sheet）的终极工作流解决方案。
  • 该流程旨在通过保留人物面部特征并稳定多视角姿态，极大程度避免生成视频中人脸特征的流失与泛化。

🛠️ 关键事实/论据

  • 模型组合：使用 Qwen 2.1（转录为千万一妹子）制作角色卡，配合 MiniMax H3（转录为发子的h3）进行视频生成。
  • 角色卡构建策略：
  • 引入“白模”参考图作为姿势模板，明确四个面板布局（正面大头、正面全身、侧面全身、背面全身）。
  • 使用特定提示词强化约束，如要求头部垂直、双眼看向镜头、保留头发及胸部以上画面。
  • 应用名为“安内安狗”（任意角度）的 LoRA，强度设为 0.6，以配合白模改变视角并减少原参考图对最终角度的干扰。
  • 视频生成优化：
  • 摒弃直接参考生成的工作流，因其易导致人脸特征消失。
  • 采用“首尾帧”工作流：先由角色卡生成场景手针（Keyframe），确认人脸保留后再输入 MiniMax H3。
  • 技术设置细节：后端注意力机制设为 Kitchen Attention，稀疏注意力设为 VSA；采样器使用 Euler，调度器为 Beta，步数设为 80。

📌 结论与注意事项

  • 适用场景：适用于需要保持角色一致性且避免“AI脸”的 AI 视频创作，特别是涉及光影变化、表情转换及复杂动作的场景。
  • 局限性：该流程不能完全解决同质化问题，但能显著改善特征保留效果。
  • 关键前提：角色卡仅是中间环节而非最终产品；生成场景手针时需明确提示词说明角色卡为同一人物，以确保视频生成的连贯性。

博主头像 👤 同一博主

查看该博主全部 27 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。