全身镜头叠上动作lora,一点运行,显存直接爆。这几轮测wan2.2图生视频,这个画面我见了不止一回。
测下来,人物一致性主要跟这几个参数绑在一起:
分辨率。往1080p拉,脸的稳定性确实好,像素多了,五官细节有地方落,模型不太会在帧与帧之间把脸重新画一遍。代价是显存蹭一下就上去了,我这张卡跑全身加动作lora扛不住,只能在降帧和砍分辨率里二选一。
动作幅度。这是另一个雷区,幅度越大形变越明显。特写还行,脸占画面大、本身也动得少;一到全身大动作,脸只占一小块,还跟着身体大幅位移,就开始飘。
人物lora。目前最靠谱的还是老老实实训一个,把脸钉死。与其事后各种补救、一帧帧去修,不如前面多花点功夫,后面反而省心得多,脸稳了,别的参数也敢放开调。
至于两头都要,高分辨率、大动作、还保持一致,以我这张卡是真扛不住,得换更大显存才敢想。