Листы персонажей: как сохранить идентичность героя в каждом кадре

Первый кадр истории выглядит отлично. Во втором у куртки героя другие карманы, в третьем лицо напоминает лицо родственника, а к четвертому мопед оказывается другой марки. Видеомодели ничего не помнят между генерациями и теряют последовательность при длительной генерации. Рабочее решение — не более длинное описание, а изображение, с которого модель может копировать: референс.

Эта заметка основана на методе, которому SYNTX.AI обучает в своей бесплатной Академии — четыре урока Seedance и семичастный курс, который проводит один анимационный короткометражный фильм от идеи до финальной полировки — с ценами, которые показывал интерфейс. Там, где наши собственные прогоны добавляют что-то новое, это отмечено как наше.

Что такое лист

Лист — это одно изображение, на котором один и тот же элемент показан с нескольких ракурсов, обычно на однотонном белом фоне: анфас, в три четверти, сбоку и со спины. Модель видит каждую сторону объекта, который ей нужно сохранить, чтобы ей не пришлось угадывать, как выглядит спина куртки, когда персонаж поворачивается.

Сделайте по одному для каждого элемента, который встречается более одного раза: персонажа, транспортного средства, реквизита с логотипом или локации. В истории про лиса-почтальона из курса было четыре листа — лис, его мопед, почтовый фургон и рынок на холме. В научно-популярном уроке использовалось пять, включая планету до и после трансформации и экран часов.

Наш пример из рекламы спортивной одежды: шесть бегуний, вид спереди и в профиль, каждая в своем наряде на однотонном сером фоне с ровным светом. Лист идентичности переносит только лица и одежду; свет и улица берутся из исходного кадра самого плана.

Как создаются полотна

1. Попросите языковую модель написать промпт для сценария. Отправьте Claude или ChatGPT краткую инструкцию о структуре промпта для сценария, а затем опишите каждый элемент. Сначала укажите стиль и подробно описывайте только то, что важно для сюжета — в одном случае все слова ушли на описание формы почтальона у лисы. Ведущие предпочли Claude за точное соблюдение требований.
2. Попробуйте один и тот же промпт в нескольких моделях генерации изображений. В этом курсе лиса от Nano Banana получилась простой и базовой, у GPT Image результат был более реалистичным, но не в стиле, а модель Seedream нашла золотую середину между аниме и 3D. Остальные листы были созданы в Seedream.
3. Придерживайтесь одного стиля на всех листах. Либо попросите языковую модель в точности повторить предыдущий стиль, либо прикрепите предыдущий лист в качестве референса.
4. Исправляйте лист, показывая его, а не переписывая. Когда на листе локаций появился фургон, которого там быть не должно, повторная загрузка изображения и простое текстовое описание задачи сразу сработали.
5. Тестируйте на средних или низких настройках изображения, пока промпт еще в процессе изменения, и переходите к финальным настройкам, когда результат вас устроит.

Для реального человека входными данными служат ваши собственные фотографии. В уроке «видео с вашим участием» фотографии в полный рост с нескольких ракурсов использовались в Nano Banana для создания карты персонажа, а второй коллаж делал то же самое для одежды и аксессуаров.

Перенос листов в видеомодель

В Seedance каждому загруженному файлу присваивается тег — image1, image2, video1 — и этот тег необходимо вручную вставить в описание соответствующего элемента, как минимум один раз в самом начале промпта. Если рядом с каждым описанием появилось маленькое превью, значит, привязка сработала. Прикрепляйте файлы в том порядке, в котором они указаны в промпте.

План определяют два ограничения. Seedance 2.0 принимает до 6 изображений, 3 видео и 2 аудиофайлов, поэтому количество повторяющихся элементов нужно определить до начала производства. Seedance 2.5 увеличила эти лимиты до 50 референсов и 30 секунд.

Больше референсов — не значит больше контроля

Самый четкий практический вывод курса: чем больше элементов вы добавляете, тем сильнее модель рассеивает свое внимание и тем хуже удерживает логику действия. Для версии, основанной на раскадровке, было использовано всего два изображения — раскадровка и референс лисы. Референс обязателен даже при наличии раскадровки, так как модель не может извлечь чистое лицо из маленьких кадров раскадровки.

Используя Seedance 2.5 и двенадцать референсов (три листа, семь кадров локации и две речевые дорожки), ведущий обрезал каждый многоракурсный лист до основного вида. Он говорит, что это не обязательно, но при таком количестве файлов это помогает модели мыслить четко и снижает риск галлюцинаций.

Раскадровка или локации

Курс создал ролик в два этапа. Версия первая: сетка раскадровки с ключевыми моментами, созданная в графической модели на основе эскизов, а затем Seedance 2.0 оживила её. Всё получилось, когда раскадровка была верной — и любой её изъян сразу стал заметен. Слишком размытая лиса в одном кадре превратилась в двойника героя; посылка, нарисованная в воздухе, начала левитировать. Исправьте каждый неудачный кадр в графическом редакторе («измени только кадры 2 и 4, сохрани стиль и все остальные кадры»), прежде чем тратить генерацию видео.

Во второй версии мы отказались от раскадровки для Seedance 2.5: теперь для каждого места действия создается один пустой кадр без персонажей или объектов, выполненный в том же стиле, что и лист локаций, плюс листы элементов. Модель сама выстроила цепочку действий. Стиль стал передаваться точнее, а в действиях стало меньше ошибок уже с первых дублей.

Стоимость там

Математика — это аргумент в пользу использования листов. Лист стоит несколько центов; 1080p Seedance дубль с отклонениями стоит несколько евро. Это также аргумент в пользу тестирования в 720p: в курсе разрешение для тестовых дублей снижается, но режим Pro сохраняется, так как результат, который не удался в слабом режиме, может быть хорош в Pro, поэтому тест в Mini мало что дает.

Даже с хорошими листами, склейка

Идеальный сложный дубль с первой попытки — редкость; один и тот же запрос может сработать как с первого, так и с десятого раза. Поскольку листы сохраняют неизменность всех элементов от дубля к дублю, в курсе сохраняются все они — включая неудачные — а удачные секунды склеиваются в редакторе. Автор называет это лучшим способом создания длинных сложных видео в Seedance.

Из наших собственных генераций

Пусть референс передает айдентику, а в описании не упоминайте особенности кожи. Когда мы меняли стиль фото реального человека, упоминание веснушек в промпте превратило их в темные пятна на лице; повторная генерация без этого слова дала чистый результат. Перед тем как утвердить дубль, проверяйте каждое лицо на полноразмерном изображении, сверяясь с референсом.

Источники

• SYNTX.AI Academy: «Как создать видео со своим участием», «Как создать кинематографичную сцену из собственных элементов», «Как создать повествовательное видео с помощью раскадровки» и уроки 2–6 курса «Как создать анимационный фильм»