AI 短剧、漫剧、数字人系列视频生产过程里，角色一致性直接决定成片能不能正式商用。很多创作者导入角色参考图训练 LoRA 之后，依旧会遇到各种各样的问题。同一位人物，上一镜头五官正常，下一帧脸型、妆容、服饰发生偏移；多镜头切换之后人设直接跑偏，大量画面需要返工重渲。
根据星宇智算内测客户统计数据，在未做参数调优的前提下，视频 LoRA 直接默认参数产出内容，角色主体一致性保留率普遍仅在 62%‑71% 区间。想要达到短剧商用可用标准，往往需要针对性调整整套训练与推理参数。
不少实操团队在使用过程中经常提出疑问。
“训练集图片质量看着不错，为什么跑出来视频角色还是会崩？”
“LoRA 权重调得越高越好吗，Vera1.1 里面权重设置多少更合适？”
这两个问题，也是 MCN、短剧工作室在落地 Vera1.1 做系列化内容时高频遇到的卡点。角色稳定不是单靠素材堆量，训练参数、推理参数互相配合，才是关键。
为什么视频 LoRA 很容易出现角色漂移
图片 LoRA 和视频 LoRA，底层逻辑完全不一样。
图片训练只需要单帧画面收敛；视频 LoRA 需要兼顾空间画面和时序运动信息，既要记住人物五官、穿搭特征，还要保证人物在转头、走动、肢体变化时，特征不会被时序注意力打乱。
很多用户直接照搬图片 LoRA 的训练习惯，套用到视频模型之上，很容易出现两类结果。权重太高，画面过拟合，动作僵硬、表情固化；权重太低，LoRA 几乎不起作用，人物特征丢失。
再加上素材筛选不到位、迭代步数不合理、分辨率不匹配，一系列小问题叠加，最终就表现为视频里面角色忽男忽女，五官反复变动。
Vera1.1 依托双流 DiT 时空解耦架构、帧特征缓存、三级图像注入架构，本身就对角色继承做了专项优化。但模型能力再好，不合理的 LoRA 参数，依旧会抵消原生架构带来的优势。
简单说，模型给了你上限，训练与推理参数决定实际能发挥出多少实力。
Vera1.1 视频 LoRA 核心训练参数参考配置
下面这套配置来自星宇智算大量内部测试与短剧客户落地沉淀，面向真人角色、漫剧 OC 角色两类主流场景给出参考区间。注意参数是参考基准，实际项目依旧要根据素材情况小幅微调。
训练数据集是一切的基础。
素材数量建议 25‑45 张图片。过少特征学习不全；数量超过 70 张，很容易引入无关干扰特征。画面尽量统一光线，多角度、不同表情，避免大量高度重复截图。不要混入多余人物，单套 LoRA 尽量只聚焦同一个角色。
训练轮次（Epoch），真人角色推荐 8‑12 轮；二次元漫剧角色建议 10‑14 轮。
轮次不足，角色特征记忆浅薄；轮次过高会发生过拟合，生成视频动作僵硬，肢体扭曲。很多团队踩坑，就是一味加大训练轮次，以为练得越久效果越好。
学习率是很容易被忽略的关键点。
真人角色学习率设置 3.5e‑4 ~5e‑4；二次元漫剧角色下调至 2e‑4~3e‑4。学习率过大，训练震荡，细节杂乱；学习率过小收敛太慢，消耗大量算力却得不到理想 LoRA 文件。
Rank 维度，Vera1.1 视频 LoRA 推荐 Rank 16‑32。
Rank 数值偏低，存储体积小，记住的特征有限；Rank 过高，LoRA 体积膨胀，容易把背景、环境杂物一并学进去，干扰后续视频生成。大部分商用角色项目，Rank24 属于通用性很强的选择。
还有一个容易被忽视点：训练分辨率。尽量对齐推理输出分辨率，例如业务输出 1280×720，训练素材预处理也统一对应相近分辨率，分辨率差距过大，会降低角色迁移效果。
“训练完之后，我怎么快速判断这个 LoRA 到底能不能用？”
这里分享行业团队常用小技巧。训练中途保存多个中间版本，不要直接拿最终版本。分别导出不同 epoch 权重，放到 Vera1.1 工作台做简短测试视频，观察转头、侧身等动态镜头下角色会不会崩坏，以此筛选最优版本，而不是直接默认使用最后一轮产出文件。
Vera1.1 推理阶段参数，直接影响最终成片角色稳定性
拿到合格 LoRA，不等于万事大吉。推理阶段参数同样左右角色表现。很多人训练没问题，推理环节设置出错，依旧出现角色漂移。
LoRA 权重强度，真人角色 0.55‑0.75；二次元漫剧角色 0.6‑0.8。
权重超过 0.85 之后，非常容易出现画面僵化，动作不自然；低于 0.45，LoRA 几乎失效，角色特征丢失。
CFG 权重，建议 7‑9 区间。CFG 过高画面细节疯狂增生，五官错乱；CFG 太低画面氛围感不足。做连续长片段视频，不建议把 CFG 拉到 11 以上。
时序相关参数，Vera1.1 原生时序注意力模块默认开启，不建议手动关闭。关闭之后单帧画面好看，但帧与帧之间连贯性大幅受损，角色漂移概率成倍上升。
如果做长序列分镜、多镜头连续剧集，搭配帧特征缓存开关，可以进一步巩固角色特征传递，降低跨镜头角色崩坏概率。
同时提示词也要配合。固定角色核心描述，五官、发型、服饰关键词在每一段分镜里面尽量保留，不要每一段脚本完全清空角色描述。即便加载 LoRA，提示词依旧起到约束兜底作用。
不同业务场景落地实践经验
短剧真人实拍风角色：优先控制训练轮次，不要盲目堆轮次。推理权重控制不要冲高。适合搭配 Vera1.1 无限画布、分镜节点化功能，批量生成多集剧情片段，保障整部剧集人设统一。
国风漫剧 OC 角色：素材尽量保证画风统一，不要混杂多种画风插画。训练学习率适度降低，避免画风污染。训练完成后，可在工作台批量跑测试镜头，筛选适配权重。
数字人口播场景：训练素材重点保留正面、侧面、轻微转头素材，减少大幅度夸张动作图片。推理时音画同步率维持 99.7% 标准参数，兼顾口型准确与人物稳定。
在星宇智算 SaaS 工作台，用户可以直接可视化完成 LoRA 训练，无需本地搭建复杂环境；企业私有化部署 Vera1.1 版本，同样完整开放视频 LoRA 全套训练接口，训练参数全部对外开放，方便企业内部做流水线集成。
SaaS 端消耗星元按量计费；私有化环境，使用自有算力完成训练，适合高频迭代角色素材的大型机构。
常见踩坑梳理
不少团队会遇到这些现实状况。
只用少量几张高清美图训练 LoRA。静态图片看着惊艳，一旦生成动态视频，角色立刻变形。视频 LoRA 需要学习动态变化下的人物特征，单一张完美图片远远不够。
直接把图片 LoRA 拿来当视频 LoRA 使用。图片 LoRA 缺少时序维度信息，放到 Vera1.1 视频链路，几乎必然出现角色漂移。
参数一套用到底。真人、二次元角色参数不能直接照搬，要做区间微调。
AI 视频工业化，不是只靠模型大模型本身。LoRA 训练、参数调优属于生产环节重要一环。Vera1.1 提供完整视频 LoRA 训练推理链路，把底层双流 DiT 架构能力，通过可配置参数释放给创作者与企业，帮助短剧、漫剧、数字人项目减少返工，把更多精力放在脚本创作，而不是反复修复崩坏的角色画面。
