图生视频作为 AIGC 视频赛道核心能力，一直面临主体漂移、人物变形、物体样貌丢失的行业顽疾。输入参考图片后，生成视频过程中出现人物五官走样、物体形态改变、主体轮廓偏移，是多数 AI 图生视频工具的普遍问题，直接限制商业内容生产的落地使用。近日，星宇智算 Vera1.1 完成图生视频模块专项迭代，经过标准化多场景实测，实现94.7% 主体特征保留率，有效缓解图生视频主体漂移现象，为漫剧改编、数字人创作、参考图锁定、短视频二次生成等业务场景提供稳定的技术底座。
一、行业现状：主体漂移，制约图生视频商用落地
图生视频技术的核心诉求，是在图片转动态视频的过程中，最大限度维持原图主体样貌、五官、服饰、物体特征。 现阶段大量 AI 图生视频产品，在动态生成过程中容易出现主体漂移问题。人物类素材会出现五官畸变、脸型改变、发型服饰变化；静物、角色插画素材会发生轮廓扭曲、细节丢失；在长片段视频续写、多镜头连续生成场景下，漂移问题会进一步放大。
该问题带来的影响不只是视觉观感瑕疵。在商业生产环节，一旦主体特征发生偏移，生成的成片无法直接交付，需要人工反复重生成、后期修图修正，大幅增加人力与时间成本。对于漫剧改编、IP 角色二次创作、数字人素材生成等业务，主体样貌发生改变，会直接破坏 IP 设定，造成内容不符合项目要求。
行业现有公开测试数据显示，多数主流图生视频工具主体特征保留率集中在 80%‑88% 区间。想要实现 90% 以上的高保留率，需要同时兼顾图像特征提取、时序动态生成、参考图约束、画面一致性校验多重技术链路，对模型特征锚定、动态渲染、约束算法提出极高的技术门槛。
二、星宇智算 Vera1.1：94.7% 主体特征保留率的技术实现
星宇智算 Vera1.1 针对图生视频漂移痛点，对参考图锁定、特征锚定、动态时序渲染、一致性校验四大模块做底层优化，完成多轮模型调优，实测达成 94.7% 主体特征保留率。
2.1 高精度参考图特征锚定模块
Vera1.1 升级参考图像特征提取逻辑，不再只抓取图片浅层轮廓信息。模型会对人物五官、面部结构、角色服饰、物体纹理、IP 角色标志性细节做精细化特征编码，建立专属特征锚点。在视频逐帧生成的全过程中，持续调用锚点信息作为约束基准，降低动态运动带来的主体样貌偏移。
2.2 动态生成约束机制
针对图片转视频的运动变化，模型加入动态约束策略。在人物肢体动作、镜头位移、画面转场等动态场景下，平衡画面运动表现力与主体特征稳定性。既可以实现自然流畅的动态效果，又避免动作幅度变大后出现人物变形、物体走形的漂移现象，适配人物动态、插画漫剧、静物动态等不同素材类型。
2.3 跨帧一致性校验算法
在视频生成推理阶段，启用跨帧比对校验逻辑。系统对连续输出的每一帧画面，对比原始参考图的核心特征，识别特征偏差。当局部特征偏移超出预设阈值，模型会执行自适应修正，降低连续片段中主体逐步变形的累积漂移问题。适配无限画布长视频创作、视频续写等长时序工作流。
2.4 多模式参考图适配能力
Vera1.1 支持多种输入模式，无论是真人照片、二次元插画、IP 角色原画，都可以启用参考图锁定能力。兼容原生音频生成、节点式创作等配套功能，实现 “参考图 + 音频输入” 一体化生成，在保持主体样貌稳定的同时，同步完成音画适配输出。
实测数据说明：94.7% 主体特征保留率为星宇智算内部标准化多场景测试结果。测试样本覆盖真人肖像、二次元漫剧角色、IP 插画、静物产品图四大类别，包含小幅肢体运动、镜头推拉、长片段续写等多种生成条件，综合计算得出主体特征保留指标。
三、多场景落地，拓宽图生视频商业应用边界
主体特征保留能力的升级，让星宇智算 Vera1.1 能够适配更多商业化内容生产场景。 漫剧与 IP 改编创作：基于原作角色原画生成动态漫剧片段，最大程度保留角色五官、造型特征，减少 IP 形象走样问题，配合无限画布完成多镜头漫剧内容批量产出。 数字人素材制作：输入数字人参考形象，生成动态口播、动作视频，稳定保留人物面部特征，降低后期重新修图调整的工作量。 短视频二次创作：使用原图作为参考，完成视频续写、镜头改写，在画面动态变化的同时，维持主体形象统一，适配自媒体营销、品牌宣传短视频生产。 私有化部署方案：企业客户可在私有化部署环境下完整使用图生视频参考图锁定能力，满足企业内部 IP 内容生产的数据安全合规需求。
四、行业价值：推动图生视频从 “能动” 走向 “可用”
过去行业内图生视频技术，重点解决 “把静态图片变成动态视频” 的基础能力。而商业化落地的核心诉求，是生成视频可以保留原图主体特征，满足项目交付标准。 星宇智算 Vera1.1 实现 94.7% 主体特征保留率，有效缓解图生视频漂移难题，降低 AI 生成内容的返工率，压缩内容生产周期。该能力可以服务自媒体工作室、漫剧制作团队、品牌营销部门、虚拟内容服务商等各类主体。
未来星宇智算将持续迭代 Vera1.1，围绕图生视频、音画同步、节点式创作、无限画布、原生音频生成等核心模块持续打磨，面向各垂直行业输出成熟可用的 AI 视频解决方案。
