用深度图修复 Seedance 2.0 舞蹈精度的工作流
jordiponsdotme · x · 2026-09-01
针对 Seedance 2.0 舞蹈动作迁移中的编舞漂移问题，提出一种基于深度图的解决方案。
问题核心：直接引用原始视频会让模型试图解释人物、服装、灯光等干扰变量，导致动作捕捉不纯。
解决方案：将源视频转换为深度图，剥离外观和环境信息，仅保留运动数据供模型读取。
工作流步骤：
- 锁定角色：在 GPT Image 2 中生成并锁定面部、体型和服装，确保身份独立于动作。
- 提取深度：将源舞蹈视频转为深度图，而非直接使用原始视频。
- 输入模型：将深度图作为运动输入喂给生成模型。
「多模态」频道最新
- AI 视频以假乱真:Reddit 用户感叹已难分辨真假内容 — gouterz · 2026-10-18
- 开发者发布 Qwen-Image-2.1 宽松限制 LoRA,几乎任意姿势可生成 — metalfans · 2026-10-18
- MiniMax H3 图生视频角色替换 prompt 结构实测：六段式模板全公开 — photobombolo · 2026-10-18
- Black Forest Labs 时隔许久发新图像模型，图像编辑能力惊艳 — Xianbao_QIAN · 2026-10-18
- DeepSeek V4.1 Flash 一句话生成细节拉满的90年代中国居民楼3D场景 — zizhpan · 2026-10-18
- 开源版CapCut:Rust引擎视频编辑器Concat可被AI Agent直接控制 — techNmak · 2026-10-18