Heru Chan：GPT Image 2生成的合成人物与角色一致性

这是Heru Chan。GPT Image 2生成的合成人物。 角色一致性是AI图像生成的难点。 生成一张好图容易，但让同一张脸出现在10个场景中却很难。模型每次生成都会漂移，美化、平滑皮肤、悄悄改变面部。 我构建了一个虚构角色来解决这个问题。基于GPT Image构建，下一步测试是在我的4060上本地重建。以下是真正保持身份一致性的要点： 身份锁定：紧密的面部描述。结构和特征，而不是美化语言。美化词语会让面部变得普通。 负面提示与正面提示同样重要。“无漂移、无过度修饰、无夸张对称”比添加细节更能减少不一致。 制作清晰度：平光、中性背景、平视构图。电影感光线看起来更漂亮，但会更快破坏一致性。 场景限制：场景越复杂，面部漂移越严重。光线、角度、服装都在争夺对脸部的控制。 细节太少，面部会漂移；细节太多，模型会困惑。平衡点是身份锁定+制作清晰度+场景限制。 这就是提示工程变成角色工程的地方。 完整提示在评论中。