如何解决视频生成中衣服和群众问题

一、衣服为什么会反复变？

核心原因是：

脸部有强身份特征，模型更容易锚定；衣服是“可变附属物”，模型在动作、镜头、遮挡、时序变化中会自动重解释。

尤其是这些情况最容易飘：

1. 镜头切换多

   • 正面 → 背面 → 远景 → 特写
   • 模型每次都可能重新生成服装细节

2. 人物动作大

   • 奔跑、转身、摔倒、打斗
   • 衣服被身体姿态带偏

3. 服装描述不够结构化

   • “破衣烂衫”太泛
   • 模型可能理解成：破外套 / 破T恤 / 破夹克 / 破盔甲 / 不同颜色的破衣服

4. 没有专门的服装参考图

   • 只靠主角脸参考，不等于衣服被锁住

5. 视频模型天生倾向“稳定主体”，但不保证“稳定服装细节”

   • 脸可以稳住
   • 衣服颜色、破损位置、层数、配饰、脏污程度容易变

二、衣服怎么锁？