海螺 AI 多角色场景 — 同一段视频里保持多人面部一致
为什么多角色难
单角色保持一致已经够难了——模型要在 6–10 秒里记住一张脸。多角色时，模型需要同时记住 2–3 张脸，还要确保它们不会互相「串脸」（A 角色突然长出 B 的脸）。这对模型的特征记忆能力和区分能力是更高级的考验。
多角色操作步骤
第一步：为每个角色准备独立的参考照组
角色 A → 照片 A1、A2（2–3 张）角色 B → 照片 B1、B2（2–3 张）
每组照片独立上传，模型会为每张照片建立独立的特征嵌入。
第二步：在提示词里明确谁是谁
在提示词里给每个角色一个明确的指代：
角色 A（短发黑色连衣裙）和角色 B（长发牛仔外套）在咖啡馆里交谈。A 微微低头微笑，B 举杯示意。柔和的暖光从窗户照进来。固定中景镜头。
模型通过「指代 + 参考照」的对应关系来区分多个角色。
第三步：控制角色数量
海螺 AI 的主体参考在2 个角色时最稳定。3 个以上角色时，串脸概率会上升。如果需要群像场景，建议：
- 只给核心角色上传参考
- 背景角色用文生视频自由生成（接受一定程度的不一致）
- 或者分镜头处理，每个镜头不超过 2 个锁定角色
照片选择更重要
多角色场景下，参考照的区分度很关键：
| 好 | 坏 |
|---|---|
| 两个角色照片风格不同（不同光线 / 背景 / 表情） | 照片在同一环境、同一光线、类似表情 |
| 角色特征明显差异（发型、服装、脸型） | 两个角色长得相似 |
如果两个角色本来就长得像，更需要用有区分度的参考照和明确的提示词指代。
跨段多角色一致性
和单角色一样，跨段多角色保持一致的核心原则是：
- 每个角色的参考照组不要换
- 每段视频都同时上传所有角色的参考照
- 提示词里保持相同的角色指代方式
当前局限
- 角色数量上限：实际使用中 2 个角色最稳定，3 个以上串脸概率明显增加
- 遮挡问题：如果一个角色在画面里只有背影或被大幅遮挡，模型可能忽略参考，自动生成
- 面部特写冲突：极端面部特写时，两个角色的面部可能互相干扰