pixtv文生视频需手动启用空间分层机制：用三段式prompt锚定前景/中景/后景，加z-axis depth map参数；开启layered sampling并设置cfg差≥7；用image 2.5预生成带潜空间层标签的基准图作深度锚点。
☞☞☞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中用文生视频功能时，AI常把人物、物体和背景混在一起生成，导致主体变形或背景突兀替换——这不是模型“理解错误”，而是默认未启用空间分层机制。必须手动建立前景与背景的语义锚点，才能让AI识别并分别处理。
用三段式Prompt强制定义空间层级
在文生视频的提示词输入框中，不要只写“一个穿西装的男人站在办公室”，必须拆解为：
方法一：结构化锚定句式
“【前景】穿深灰西装的亚洲男性，面部清晰、领带纹理锐利；【中景】开放式办公区桌椅布局，木质桌面反光可见；【后景】落地窗外模糊的城市天际线，浅焦虚化，无细节重绘”。
这一步是基础门槛——【若省略【前景】【后景】等明确标记，Seedance 2.5会将整帧视为同一语义块，自动平均分配变化权重】。
方法二：加物理参数后缀
在上述句子末尾另起一行，追加：“Z-axis depth map: foreground=0.92, midground=0.61, background=0.18；禁用跨层特征迁移”。该格式自PixTV v2.5.4起被原生解析，比纯文字描述更稳定。
启用分层采样开关并校准CFG值
第一步：点击「Advanced Settings」→展开「Spatial Control」→开启「Layered Sampling」开关；
第二步：在下方出现的三组滑块中，分别设置：
• 前景层 CFG = 13～15（高控制力，防形变）
• 中景层 CFG = 9～10（平衡真实性与运动连贯性）
• 后景层 CFG = 4～6（低控制力，保留自然动态模糊）
第三步：确认「Layer Consistency Weight」滑块拉至85%以上，否则前后帧间层界会漂移。
注意：【CFG值差必须≥7，否则模型无法触发分层注意力机制，仍按单层处理】。
用Image 2.5预生成分层基准图
这一步绕过文生视频初始帧不可控的问题：
① 在PixTV首页点击「Image 2.5」→上传一张含清晰前景/背景关系的参考图（如人像+窗景）；
② 输入Prompt：“【layered reference】foreground: exact pose and clothing texture; midground: consistent spatial scale; background: fixed perspective, no content shift”；
③ 生成后下载其中1张——它会被自动打上潜空间层标签；
④ 返回文生视频模块，点击「Reference Image」→选择该图→勾选「Use as Depth Anchor」。
这步生成的图不是最终视频帧，而是给Seedance 2.5注入Z轴坐标的“空间地图”，后续所有帧都将对齐此图的层结构。
