---
collected: true
collected_date: 2026-05-16
---

# 角色一致性定妆照方案（参考图/多视角 Character Sheet/九宫格）

> 最后更新: 2026-05-15 | 来源: Kling 官方文档 + 社区实践 + 论文调研

---

## 一、核心原则

角色一致性的本质是**解耦身份与场景**（Asset-First 策略）：先锁定角色长什么样，再把它放到不同场景中去生成。不是让 AI 同时理解"这人是谁"和"场景是什么"，而是分步处理。

### 从"Lights, Camera, Consistency"论文中提取的核心结论

- **I2I 种子帧是角色一致性的架构支点**（ablation 证明：没有 I2I 种子帧，一致性评分从 7.99 暴跌至 0.55）
- Asset-First（先出角色定妆照，再出场景）—— 把身份与上下文解耦
- Temporal Bridge：上一场景的最后一帧作为下一场景第一帧的视觉条件
- CLIPSeg+DINO 用于评估角色一致性的客观指标

---

## 二、主流定妆照方案

### 方案 A：单参考图锚定（Kling 官方推荐）

**适用场景**：角色不复杂、场景变化不大的快速生产

- 用 **同一张参考图** 锚定每一次生成
- 每张图必须清晰展示角色的 **面部、发型、服装**
- 参考图要求：**中性光照 + 干净背景**，让模型聚焦主体
- 切忌在不同场景间切换参考图——哪怕姿态/光线的微小差异都会导致面部重构

**Prompt 结构化模板**：

```
[角色描述块: 完全复制]
[场景描述块: 每场景修改]
[镜头指令块: 每场景修改]
```

### 方案 B：多视角 Character Sheet（Grid Method）

**适用场景**：需要完整角色 IP、多场景多角度出镜

#### 2x3 网格（6格）标准布局

| 行 | 内容 |
|:-:|------|
| 上排 | 全身正面、侧面、3/4 转向 |
| 下排 | 面部特写 - 中性、微笑、愤怒 |

#### 生成 Prompt

```
A professional character design sheet for [角色描述].
The layout is a 2x3 grid.
Top row: Full body front view, side profile view, 3/4 turn view.
Bottom row: Close-up of face - neutral expression, smiling, angry.
Clean lines, flat shading, white background. Concept art style. --ar 3:2
```

#### 利用方式

1. **Midjourney Omni Reference**：网格图作为 image prompt，`--iw 2` 强引用
2. **IP-Adapter (FaceID)**：从网格图中裁剪最佳正脸，注入后续生成
3. **ChatGPT/GPT Image**：先上传网格图，逐步编辑场景（环境→姿态→服装细节）
4. **Gemini**：保持面部结构不变，修改服装/视角/环境

### 方案 C：LoRA 微调（Stable Diffusion 生态）

**适用场景**：极高一致性要求、需要大量出图的 IP 项目

- **IC-LoRA**：从单张参考图训练角色 LoRA
- **CharForge**（GitHub: RishiDesai/CharForge）：单图训练 LoRA，跨场景生成
- 需要 6-12GB VRAM，训练约 10-30 分钟

### 方案 D：Kling Image O1（多参考图融合）

- 支持最多 **10 张参考图** 进行特征一致控制
- 可用于精确细节编辑（增/删/改）、样式控制、系列内容创作
- 适合 IP 角色设计、漫画分镜、品牌系列

---

## 三、跨场景生成的工作流程

### 推荐生产序列

1. **定妆照** → 生成角色 sheet（多视角/多表情）
2. **主镜头** → 角色+场景 描述块分离生成
3. **过渡镜** → 连接场景的中间镜头
4. **合成** → 剪辑工具拼接

### 关键操作清单

| 步骤 | 操作 | 注意事项 |
|------|------|----------|
| 1 | 写角色描述块 | 包括：脸型、眼距、鼻梁、唇线、发际线、标志配饰 |
| 2 | 生成参考图 | 中性光照 + 干净背景 |
| 3 | 固定 seed | 每次生成用相同 seed |
| 4 | 每场景贴角色块 | 完全复制，一个字不改 |
| 5 | 仅改场景部分 | 环境、动作、镜头 |
| 6 | 保持光照一致 | 极端光照变化会放大面部差异 |
| 7 | 保持镜头距离 | 全景→极特写的切换会放大面部变化 |

---

## 四、角色锁定 Checklist

在进入场景生成前，必须明确以下 7 个属性。任何一个模糊都会导致角色漂移。

- [ ] 脸型（圆/方/长/心形）
- [ ] 眼距 + 眼睑形状
- [ ] 鼻梁 + 鼻尖轮廓
- [ ] 唇线 + 嘴宽
- [ ] 发际线 + 分发方向 + 发丝纹理
- [ ] 标志性配饰/服装元素
- [ ] 肤色 + 肤质

---

## 五、技术栈对照

| 工具 | 角色一致性能力 | 适用阶段 |
|------|:-------------:|:--------:|
| Kling 图生视频 | 参考图锚定 | 视频生成 |
| Kling Image O1 | 多图融合 | 图片/角色设计 |
| Midjourney Omni Ref | 强身份保持 | 角色 sheet |
| IP-Adapter (FaceID) | 面部特征注入 | SD 生态生成 |
| IC-LoRA / CharForge | 单图训练 LoRA | 极高一致性需求 |
| HoloCine（CVPR 2026） | 全局一致性 + 稀疏注意力 | 多镜头长视频 |
| Lights Camera Consistency | 蓝图驱动 + Temporal Bridge | 多场景故事 |

---

## 六、已知限制

- **Kling 3.0** 没有内置角色锁定或面部模型功能——一致性完全靠 prompt 工程 + 参考图管理
- **所有方案都不能做到 100% 一致**（这是生成式模型的固有特性）
- 非西方文化背景下，高运动场景的世界稳定性会下降（论文中发现的 bias）
- 参考图切换 = 角色重塑（即使微小差异）