画风漂移:人物是日漫、视频却拍成了写实

猫斯卡编辑部 | 最后更新日期

画风漂移的根因不是模型「不听话」,而是人物、场景、视频提示词走了三条互不相干的风格路径。要根治,必须在开拍前锁死一套画风,并让所有资产共用同一条风格链路。

什么是画风漂移

画风漂移是指同一部 AI 短剧里,人物立绘、场景图、道具图与最终视频片段在美术语言上互相打架——人物是九十年代日漫脸,场景却是写实都市夜景;前一场是国风工笔,下一场切到 3D 国漫质感。它不是偶发瑕疵,而是流程断裂的必然结果。

在传统剧组里,美术指导、造型、摄影指导在开拍前会对齐一份 look book,所有人按同一份视觉语言工作。AI 短剧如果跳过这一步,让人物出图、场景出图、视频生成各自调用默认风格,漂移就会在每一场重复发生。

漂移发生在三个断裂点

画风漂移通常不是单点问题,而是三个环节同时失控:

断裂点典型表现根因
人物立绘 vs 视频立绘是日漫大眼,视频里变成写实人脸视频提示词没有继承人物出图时的风格路径
场景图 vs 人物场景是赛博国风,人物是都市写实场景与人物走了不同的画风手册
场与场之间同一场景上一场偏暖、下一场偏冷每场提示词独立撰写,没有统一光影色调锚点

最容易被忽略的是第三种:单看每一场都「还行」,连起来看整部剧像拼贴。观众不会说「这是画风漂移」,但会在三集之内划走。

为什么「在提示词里加个风格词」没用

很多团队的第一反应是在视频提示词末尾补一句「日系动漫风格」。这几乎不解决问题,原因有三:

  1. 风格词权重太低。 提示词里主体、动作、场景占了主要篇幅,末尾一个风格形容词会被主体描述稀释。
  2. 风格词太模糊。 「日系动漫」覆盖几十种画法——九十年代赛璐璐、新海诚式光影、国漫三渲二,模型每次会自己猜。
  3. 立绘侧和视频侧对同一个词的理解不同。 出图模型理解的「日漫」与视频模型理解的「日漫」不是同一件事。

真正起作用的不是一个词,而是一套结构化的画风手册:面容锚点怎么写、材质怎么写、气质怎么写、光影走哪条路径、视频侧挂哪些风格标签,全部预先固化。

统一画风的工艺解法

根治画风漂移,需要在开拍前完成三件事,顺序不能乱。

1. 选定一套画风,全链路共用

在进入定妆阶段之前,先选定一套画风手册。一套合格的手册至少包含三块:

  • 人物出图手册:面容锚点、材质表现、气质关键词、多视图一致性要求
  • 场景与道具手册:场景的笔触、色彩体系、道具的材质与线条处理
  • 视频风格标签:喂给视频生成侧的风格锚点,而不是让视频侧自己猜

关键约束是:人物立绘、场景立绘、道具立绘、视频提示词共用同一条风格路径。 选定之后,任何一个环节都不允许私自换风格。

2. 先定妆,再开拍

人物一致性的前提是有可引用的定妆资产。定妆图没确认就去拍视频,等于让视频模型每场重新想象角色长相——漂移是必然的。

专业流程里,定妆阶段要过一道硬门禁:阵容是否齐全、视觉字段是否完整、主角是否与创意简报对齐。不过关就不进入视频环节。

3. 视频提示词只写动作,不重复描写外观

这是最关键的一条规则:

有参考图的人物,禁止再用文字描写服装 / 外观;以参考图为准,文字只写动作、表情、伤情。

一旦在视频提示词里又写了一遍「黑色风衣、短发、锐利眼神」,模型就会把这段文字当成新的指令,与参考图博弈——结果要么换脸,要么换装,要么风格跑偏。文字和参考图打架,永远是翻车现场。

场与场之间的连贯怎么保

单场风格统一后,还要解决场间漂移。两个实操要点:

  • 光影色调写进镜头提示词的固定段落。 不要让每场自己发挥「傍晚」「夜晚」,而是统一成可复用的色调描述,比如「冷蓝调霓虹夜景,主光源来自右侧街灯,人物面部保留暖补光」。
  • 场景图严禁出现人物。 空镜纪律听起来是小事,但场景图里一旦有人物轮廓,视频模型会把那个轮廓当成本场角色的外观参考,直接污染画风。

诚实边界:画风统一能做到哪一步

画风手册能解决「各走各路」的问题,但有几个边界要提前知道:

  1. 画风手册管画法,不管拒画。 如果剧本要求某个与画风世界观冲突的元素,以剧本描述为准,手册不做内容审查。
  2. 视频侧的风格控制以风格标签为主,不直接套用立绘侧的完整美术手册。 立绘和视频是两类生成任务,手册的结构不同,共用的是风格路径而不是同一段提示词。
  3. 最终观感仍取决于立绘质量。 定妆图本身画崩了,视频侧再怎么引用也救不回来。
  4. 跨模型档位切换会带来风格波动。 标准档和高速档出片的质感有差异,同一集内尽量保持档位一致。

把重复的、易漂移的、易失控的部分变成可约束的流水线,审美判断仍然坐在人这边。

猫斯卡如何固化这一步

猫斯卡在美术链路里内置了 17 套画风手册,覆盖 2D、3D、真人写实等方向(都市写实、古装写实、成熟都市言情动画、九十年代日漫、国风工笔、仙侠古风、3D 国漫、黏土定格、赛博国风等)。用户选定一套之后,人物立绘、场景立绘、道具立绘与视频提示词共用同一条风格路径,从机制上避免「人物是日漫、视频变写实」的断层。

同时,系统强制执行「有参考图的人物禁止再用文字描写外观」的规则,视频提示词生成时只消费本场的参考素材,不串戏、不重新发明角色外观。角色确认设有硬门禁,阵容与视觉字段不齐不进入开拍环节。

需要明确的是:猫斯卡不替你做审美选择——选哪套画风、定妆图是否过关、某场的色调是否对味,仍由创作者拍板。系统负责的是把你确认过的方向,稳定地落到每一集、每一场。

关于猫斯卡 | 猫斯卡 · 专业AI视频自动生产系统。把创意评估、剧本写作、人物场景道具定妆、镜头提示词与出片串成一条可审、可改、可回退的生产链。官网:www.maosika.com