PixTV需用结构化运动指令实现镜头跟随：启用Motion Directive Parsing后，在提示词末加[camera:follow(person,smooth=0.7)]等指令，确保首帧人物可见、禁用静态构图词、调参Sampling Steps=30～40、CFG=7～9，并用Motion Flow验证轨迹连续性。
☞☞☞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☜☜☜
让PixTV生成的视频中镜头自动跟随人物
当你用PixTV输入“一个穿蓝色夹克的人在公园散步”这类提示词时，模型默认输出的是固定机位视频——人物走到画面边缘就消失，无法体现“跟拍感”。要实现镜头动态追人，必须绕过纯文本提示的局限，改用PixTV支持的结构化运动控制指令。
启用镜头跟随前的硬性准备
确保你正在使用RTX 4090显卡运行PixTV本地部署版本（v2.3.1或更高），且已启用CUDA Graph与KV Cache优化。【未满足此条件时，“镜头跟随”选项在UI中完全不可见】。
打开PixTV WebUI → 点击右上角齿轮图标进入设置 → 在「Advanced Rendering」区域勾选「Enable Motion Directive Parsing」→ 重启服务端进程。
在提示词中嵌入镜头跟随指令
方法一：基础平滑跟随（推荐新手）
在正向提示词末尾添加固定语法：[camera:follow(person,smooth=0.7)]
例如：park path, sunny day, a man in blue jacket walking → [camera:follow(person,smooth=0.7)]
这会让虚拟摄像机以0.7的阻尼系数平滑锁定人物质心，避免抖动。数值范围0.1～0.9，低于0.5会显得迟滞，高于0.8易产生过冲。
方法二：分镜级精准控制
用方括号嵌套多段指令，控制起始帧、距离和角度：[camera:start=0s,distance=3m,angle=15°] → [camera:follow(person,mode=orbit)] → [camera:end=8s]
其中mode=orbit将触发环绕式跟踪，适合展示人物全身动作；若改用mode=dolly，则保持正面构图同时推进镜头。
方法三：绑定关键点坐标（需配合检测模型）
先运行内置的YOLOv8人体检测模块（点击「Pre-process」→「Detect Person」），系统自动生成人物边界框坐标序列。
再在提示词中引用：[camera:track(bbox_id=0,fov=60°)]
这比单纯写“person”更可靠——它直接锚定检测框ID，避开同框多人时的误锁问题。
规避常见失效场景
第一步：检查人物是否始终处于画面内前3秒
PixTV的跟随逻辑依赖首帧目标定位，如果提示词描述的人物在第1帧未出现（如“突然从树后走出”），后续所有跟随指令均无效。必须保证首帧即可见完整人体。
第二步：禁用冲突的构图指令
删除提示词中所有含wide shot、static camera、fixed frame的表述。这些关键词会覆盖跟随指令，导致模型强制返回固定视角。
第三步：调整采样步数与CFG值
将Sampling Steps设为30～40，CFG Scale控制在7～9之间。CFG低于6时模型过于顺从提示词中的静态描述；高于10则容易过度拟合细节而破坏运动连贯性。
第四步：导出后验证运动矢量
生成完成后，点击视频缩略图旁的「Show Motion Flow」按钮。正常跟随视频应显示连续的红色轨迹线从画面中心延伸至人物位置——若轨迹断裂或呈锯齿状，说明跟随未生效，需返回修改提示词结构。
点击「Export MP4」完成导出。
