跳转至

A3 一致性与抽卡率

“抽卡”指同一任务生成多条候选再挑选。抽卡不可避免,但通过率和成本可以设计:一致性靠同源参考,通过率靠按失败分类修改,成本靠停止规则。本章的数据都来自用 wan3.0 的实际生成。

A3-01 跨镜一致性:同源参考与派生

定义与机制。 跨镜头保持同一人物、同一空间,最可靠的方法是所有输入来自同一组源头:先做一张整场主参考,再由它派生各角色近景、关键道具与门口等空间参考,最后由这些参考派生每一镜的首帧。

两次教训。 1. 参考不同源,镜头就接不上。 门和伞架如果各自用文字单独生成,拼接后门的样式、伞架的形状都对不上;以整店主参考为参考重做后,才和主镜一致。 2. 近景会被主参考带偏构图。 给每个镜头都附上整店主参考,结果手部近景、人物近景都被照抄成了双人中景,门外的周还被画进了店里。改为“近景只给对应的近景参考”(伞架、林、陈、门各一张)后,构图明显收紧。

参考不同源:门和伞架前后对不上

操作。 ①做主参考,确认人物服装、道具数量、空间方位都对。②派生近景参考:每张只负责一种景别或一个对象。③生成首帧时只给该镜需要的参考,提示词写明“按上述景别构图,取景与参考相近”。④每批首帧先拼图检查,再生成视频;首帧错了,视频一定错。

A3-02 用预试与淘汰规则控制成本

定义与机制。 先用最可能阻断成片的镜头验证技术路径,再展开批量生产。通过按失败类别筛选,避免对同一根本缺陷无目标地重复生成。适用于有连续动作、接触、精确道具或多个角色的片段;纯氛围镜头不应挤占所有试验资源。

步骤。

  1. 将风险分为身份/结构、动作/接触、空间连续、可剪长度、精确信息五类。影响必要证据或因果的项目优先。
  2. 为每镜设通过条件及淘汰条件:A13-03 必须在伞柄前停住,手和伞不能融合;可用动作区间须支持计划4秒而非任意拉慢补足。
  3. 设置可承受的候选数、费用/工时上限和检查时间。例如练习为高风险镜头最多两轮、每轮两候选;这是停止规则示例,不是模型成功率判断。
  4. 每轮仅修改一个主要失败原因,保留输入、工具版本/日期、输出 ID、时长和耗时。先筛事实/结构错误,再比较微妙表情;不能让最漂亮的错误候选胜出。
  5. 达到上限或重复同类失败时,触发路线变更:简化运动、拆镜、补关键帧、局部合成、动画或实拍。按可用控制能力选择,不重复相同提示词碰运气。
  6. 用临时声音串接通过候选,检查镜间关系。单镜评分高但不能连接,仍不算完成。

候选记录模板。 每条候选记下输入版本、检查结果、失败类型和处理方式,下一轮才知道该改哪一项。

候选 镜号/输入版本 检查结果 失败类型 处理
c01 A13-03 / 参考v1 / 提示词v1 手指压到伞柄 手部接触 只改提示词,加“保持间隙”
c02 同上,提示词v2 仍压到伞柄 手部接触(同类第二次) 触发路线变更
c03 改用首帧+尾帧 手停在柄前,留有间隙 — 采用

这张表就是上面“手停在伞柄前”镜头的真实过程:只改提示词两次都失败,同类失败第二次就换路线,第一次就成功。

预算计算用“候选生成费 + 操作/排队占用工时 + 人工筛选 + 修复/合成 + 声音与剪辑 + 重新验证”。免费生成也有筛选和返修成本。实际采用率须待产出后计算,不能用计划候选数假定成功率。

基础与变化。 基础版先生成全部四镜后才发现关键手部不可用;变化版先测 A13-03,失败则尽早转路线。镜头目的不变,生产顺序改变;预计降低无效下游劳动,不声称已节省费用。

组合、错误与检查。 与制作预算、版本记录结合;若反复只改“更自然”,应将失败定位到具体姿态/接触/时间;若候选顺眼却不表达迟疑,回到行动设计而非继续调风格。检查需同时问:信息是否完整、反应是否有时间、物理/状态是否成立、剩余额度能否完成全片。实拍的试拍与动画阻挡阶段执行同一原则,AI 的不同在于还要检查随机漂移和不可重复性。

A3-03 实测抽卡率与失败分类

用便利店母题等素材实测了90多个镜头,分两种做法各做一遍:

指标 只用首帧+提示词 按镜头组合控制(A1-03)
第一轮直接合格 45% 66%
三轮后可用 约78% 全部可用(84镜完全合格、6镜有小偏差)
三轮都做不出来、只能用静帧顶替 21镜 0
每个可用镜头平均消耗的候选 约2.2条(另有21镜做不出来) 约2.0条(含调试提示词的试跑)

规律。 1. 约束对“动作多余”有效,对“背景冒出东西”无效。 加“手不拿任何物品”后手部问题明显减少;但“门外没有撑伞路人”写进提示词、锁住首尾帧都没用,换成灰盒参考视频才解决。 2. “不说话”比“说话但不要字幕”有效。 无声生成时,写了说话的镜头常烧录乱码字幕;改成声画同生或不说话后消失。 3. 同类失败两轮不改善,继续改提示词基本无效。 应该换路线:首尾帧、拆镜、结构控制,或者换成环境声参考音频。

停止规则。 每镜最多三轮:首轮原提示词;第二轮只针对失败类型加一条约束;第三轮换控制路线。三轮仍不合格,就用批准的静帧代替这一镜并如实标注,不拿有错误的视频凑数。

延伸案例与可播放示范

  • 灰盒渲染器:用几何体按真实尺寸搭场景、人物和道具,输出灰盒视频和深度图,可直接作参考视频。

本章实践交付

交参考派生图(主参考→近景参考→首帧)、候选记录(输入版本、结论、失败类型、费用)、停止规则与最终采用表。通过率按实际记录计算,不用计划候选数推算。