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
- MiniMax H3 Max 支持图生视频，15 秒内容 17 秒生成 — aziz4ai · 2026-09-01
- MiniMax H3 使用参考图替换视频人物出现形态漂移 — webAd-8847 · 2026-09-01
- MiniMax H3 推出融合版：整合文本图像与 Turbo 模式 — AiCreatorCamp · 2026-09-01
- Minimax H3 图生视频实测：时序噪点严重不如 Veo — Dumperandumper · 2026-09-01
- 创意提示词：一只乌龟跨越70年的客厅长镜头 — umesh_ai · 2026-09-01
- 求助：Krea2 风格 LoRA 训练的图像标注技巧 — BluetownA1 · 2026-09-01