AI视频生成踩坑：文生视频与图生视频是两码事
AcrobaticEstimate686 · reddit · 2026-07-30
作者分享了耗时三周探索 AI 视频生成的经验教训：文生视频（Text-to-video）和图生视频（Image-to-video）是截然不同的工作流。
- 文生视频：适合生成单镜头概念片段，但无法保持多镜头间的角色一致性。
- 图生视频：解决角色连贯性的突破方案。先用 AI 生成完美的静态人物肖像，锁定面部特征后，再将其输入视频生成工具进行动画化。
作者在尝试跨场景重现同一角色失败后，转向图生视频工作流。他使用 APOB AI 锁定面部特征并生成动态视频，最后用 CapCut 进行剪辑。虽然目前动作生成仍有表情漂移等问题需要多次重抽，但这套“先静态后动态”的流程能真正拼接出连贯的叙事序列。
「多模态」频道最新
- NVIDIA 新论文提出 PDD:并行解码加速图视频生成 — Scriabinical · 2026-07-30
- NTU与港中文推Apple-π，专测视频模型懂不懂物理 — 机器之心 · 2026-07-30
- AI 生成英国王室微短剧，离谱但上头 — venturetwins · 2026-07-30
- 用 ChatGPT 生成 55 张虚构人类历史老照片 — MrJuart · 2026-07-30
- 实测 Flux 3 视频生成：多语言复杂文本演绎惊艳 — emollick · 2026-07-30
- LoRA风格控制13例：同一提示词不同LoRA效果对比 — Jolly-Rip5973 · 2026-07-30