Vidu 1.5一致性能力显著提升,体现在四方面:一、多视角下主体特征稳定,三维结构先验确保服饰、发型、面部比例连贯;二、多主体交互不混淆,主体隔离注意力机制保障视觉属性独立;三、动态表情与微动作自然延续,关键点锚定+光流约束符合生物力学;四、场景融合中主体边界清晰,边缘感知损失函数抑制背景侵蚀。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜如果您在使用Vidu生成视频时发现主体形象、动作或场景衔接比以往更稳定连贯,则说明其一致性能力确实已显著提升。以下是验证和体现该提升的具体方式:
一、多视角下主体特征保持稳定
早期版本在侧脸、俯视或动态转身等非正向视角中,易出现服饰错位、发型变形或面部比例失真等问题。Vidu 1.5 通过增强的上下文学习能力,能从单张或多张参考图中提取三维结构先验,在不同视角切换时持续锁定头型轮廓、衣纹走向与配饰位置。
1、上传同一人物正面、侧面、背面三视图作为参考;
2、在提示词中明确描述“缓慢转身90度后继续行走”;
3、生成视频中观察肩线角度、袖口褶皱走向及耳部轮廓是否连续无跳变;
4、对比Vidu Q1与Q2输出结果,Q2版本中人物背部发尾长度与正面一致,且无突然缩短或消失现象。
二、多主体交互时特征不混淆
旧版模型在处理两个以上主体时,常将A人物的帽子纹理映射到B人物面部,或使道具边缘与角色肢体融合异常。Vidu 1.5 引入主体隔离注意力机制,对每张上传图分配独立特征通道,确保各主体视觉属性互不干扰。
1、分别上传人物甲(穿红衣)、人物乙(戴草帽)、道具丙(手持雨伞)三张图;
2、输入提示词:“两人在雨中并肩行走,乙将伞倾向甲一侧”;
3、检查视频中草帽阴影是否始终只投射在乙头部区域;
4、确认雨伞金属柄反光纹理未出现在红衣袖口或乙脸颊上,
任意帧内各主体专属特征均未发生跨图迁移。
三、动态表情与微动作自然延续
此前模型在生成微笑→眨眼→转头序列时,易出现嘴角弧度突变、眼睑厚度不一致或瞳孔高光位置跳跃。Vidu 1.5 利用面部关键点锚定+光流约束联合建模,使表情过渡符合生物力学规律。
1、上传含清晰正脸的人物特写图;
2、提示词设定为“从轻笑开始,逐渐收敛笑容,轻微点头三次”;
3、逐帧查看嘴角肌肉牵拉方向是否由颧大肌主导、下颌角是否随点头产生合理位移;
4、重点观察第12帧至第18帧之间,
左眼睑闭合幅度比右眼仅小7%,符合真实人类不对称眨眼生理特征。
四、场景融合中主体边界清晰锐利
旧版在复杂背景(如枝叶摇曳、霓虹闪烁)下易造成人物边缘毛刺、半透明伪影或背景元素“侵蚀”主体轮廓。Vidu 1.5 增加了边缘感知损失函数,在训练阶段强制模型区分主体掩膜与背景运动场。
1、上传人物图与森林场景参考图;
2、提示词输入“人物缓步穿过林间,阳光透过树叶间隙洒落”;
3、暂停播放至人物经过树干遮挡区域的帧;
4、放大查看人物手臂被部分遮挡处的像素过渡,
遮挡边界呈现亚像素级抗锯齿,无绿色树叶色溢出至皮肤区域。
