角色一致性需≥3张结构化参考图:正面标准照、45°侧脸照、微表情特写;少于3张会导致五官偏移;进阶方案为5~8张组合或LoRA协同(权重≥0.8),且须统一背景、分辨率、构图。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

用LibTV做AI漫剧时,角色脸一帧一个样、上一秒是圆脸下一秒变尖下巴,根本不是提示词没写好,而是参考图数量和质量没达标——单张图撑不起角色一致性,必须靠结构化图集来锚定特征。
角色参考图最低数量底线
LibTV官方未强制规定张数,但实测验证:【单张参考图无法稳定锁定角色】,生成10条镜头至少7条出现五官偏移或发色漂移。必须准备≥3张不同角度/表情的图,才进入可控区间。
3张是工程启动的最小可行数:正面标准照(带清晰五官+发型轮廓)+ 侧脸45°半身照(校验脸型与下颌线)+ 微表情特写(如挑眉/浅笑,用于绑定神态特征)。
少于3张,LibTV在图生视频过程中会自动补全缺失维度,补出来的部分完全依赖模型先验,结果就是“看起来像但不是你想要的那个角色”。
进阶稳定性方案:5~8张图集组合
方法一:基础三件套 + 2张光照/姿态强化图
在3张基础图之外,追加1张逆光剪影(强化轮廓记忆)、1张平视坐姿全身图(绑定身高比例与服装垂感)。这5张图可覆盖90%常规镜头,尤其对中景对话场景稳定性提升显著。
方法二:LoRA协同增强法
若已训练好该角色LoRA,参考图可减至4张(正+侧+表情+全身),但【必须将LoRA权重设为0.8以上,并在LibTV提示词中显式调用】,否则LoRA仅起辅助作用,无法替代参考图的几何约束力。
注意:所有图必须统一背景(纯白/浅灰)、相同分辨率(推荐1024×1024)、主体居中且无遮挡——哪怕一张图里人物戴了帽子,其他图也得保持同款,否则LibTV会把“帽子”识别为可变元素而非角色固有属性。
批量生成前的参考图质检流程
第一步:用LiblibAI打标工具预检全部图片
上传图集到LiblibAI→选择“人脸LoRA训练”模式→运行自动打标。若出现“检测不到人脸”“关键点偏移>15像素”报错,该图立即剔除。
第二步:人工比对三组硬指标
① 瞳孔间距是否一致(用PS标尺量,误差>3像素即不稳定源);
② 发际线最高点与眉心垂直距离是否恒定;
③ 下巴最底端到锁骨上沿的像素比值是否浮动<5%。
第三步:导入LibTV测试生成单帧
不走完整视频流程,只用“图生图”模式输入同一提示词+随机种子,对每张参考图单独跑1次静态图。8张图里若有3张以上输出脸型明显偏离,说明图集存在系统性偏差,需返工重采。


















