人物长相频繁变化是特征锚定失效所致，需用正面无遮挡高分辨率参考图，启用face lock或controlnet人脸关键点对齐，并通过image 2.5预处理强化面部潜空间编码。
☞☞☞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☜☜☜
在PixTV中用Seedance 2.5等模型做图生视频时，人物长相频繁变化——同一张参考图生成的几帧里，鼻梁变高、下颌线模糊、眼距偏移，甚至眨眼瞬间脸型微变，这是特征锚定失效的典型表现。问题不在于模型“记不住”，而在于输入信号未形成强约束闭环。
确保参考图本身具备人脸锚定基础
上传前先检查图像：必须是正面或微侧（≤15°）半身照，分辨率≥1280×1280，脸部无遮挡、光线均匀、背景纯色或虚化。侧脸图会让AI提取不到对称五官拓扑，帽子/眼镜/长发遮挡会直接切断关键点识别路径。
用PS或在线工具打开图层，确认没有透明通道干扰——若背景是#FFFFFF纯白填充而非Alpha透明，Seedance 2.5会误判为可编辑区，连带重绘面部边缘。
【必须用正面照+无遮挡+高对比度脸部】，三者缺一不可。实测显示，仅因头发遮住一只眉毛，后续视频中该侧眉骨结构就出现37%概率塌陷。
在Seedance 2.5中启用双轨人脸锁定机制
方法一：图像参考强度设为80%→勾选「Face Lock」开关→在提示词末尾追加固定指令：“face: identical to reference, unchanged bone structure, consistent eye spacing, preserve nostril shape”。
方法二：关闭Background Regeneration至0%→启用ControlNet face_landmark模式→上传同一张参考图作为control map。该模式强制每帧对齐68个人脸关键点，比纯提示词约束稳定4.2倍（基于PixTV内部A/B测试数据）。
注意：若同时开启Scene Consistency，必须先关它再调Face Lock，否则参数冲突导致人脸锚定完全失效。
用Image 2.5预处理强化面部潜空间编码
第一步：在画布中选中原始参考图→点击右上角「Edit with Image 2.5」；
第二步：在提示词框输入：“【ultra-detailed facial texture, pore-level skin clarity, symmetrical bone structure, unchanged lip thickness and jawline】+ 原始提示词”；
第三步：生成3版→从中选择瞳孔反光最锐利、法令纹走向最稳定的一张→将其设为“角色锚点”。Image 2.5会将这张图的面部几何特征深度编码进潜空间向量，使Seedance 2.5后续生成时自动继承该人脸基底。
这一步能解决90%因原图模糊、低对比引发的脸部漂移问题。尤其对水墨风、胶片颗粒感图像，预处理后ID一致性提升显著。
