AI 参考生视频：用参考图让角色始终是同一个人
上传角色、产品或地点的照片，想控制动作或声音，也可以再加一段视频或音频。出来的是全新镜头，长相和外观还是原来的。Seedance、Kling V4 和 Grok 共用一套积分，随时切换；没生成出来，积分自动退回。
- 角色和产品参考图，最多 30 张
- 用视频片段定动作，用音频定声音
- 3 到 30 秒，最高 1080p，自带声音
- 先领免费积分
什么是参考生视频？
参考生视频把你上传的图片、视频或音频当作依据。AI 先看清每个文件里是谁、是什么，再生成一条全新镜头。角色、产品和风格能在不同场景里保持一致，不会一条一个样。
锁住角色和产品
上传人物、宠物、产品或场景的参考图。换角度、换光线，甚至换到全新场景，脸、衣服、Logo 和材质也尽量保持原样。
控制动作和运镜
上传一段参考视频，比如一段舞蹈，或镜头慢慢推进。AI 会把动作、节奏和运镜套到你自己的角色上。
用声音当参考
把一句台词、一首歌或一段音效作为音频参考。画面会跟着它的节奏和情绪走，动作和声音落在同一条镜头里。
一条提示词里混用多种参考
角色图、动作片段和音频可以放进同一条视频。每个文件都有标签，比如 @image1、@video1，提示词里可以写明谁干什么。
参考生视频和图生视频有什么不同
两者都从你的图片出发，用法却不一样。图生视频是让这一张图从第一帧开始动起来。参考生视频是从文件里读取长相、风格和材质，再围绕它们拍一条新镜头。
| 对比项 | 图生视频 | 参考生视频 |
|---|---|---|
| 图片在视频里扮演什么 | 就是视频的第一帧，画面从这里开始 | 用来说明谁出场、什么出场的视觉参考 |
| 能上传什么 | 一张首帧，尾帧可选 | 最多 30 张图，外加动作片段和音频 |
| 构图 | 保留照片原来的构图 | 按提示词换角度、光线和场景 |
| 多个主体 | 只能动照片里已经有的内容 | 不同图片里的人、产品和场景，可以进同一条镜头 |
| 更适合 | 给一张照片加上运镜，让它动起来 | 反复出镜的角色、产品广告和多镜头故事 |
什么时候不该用参考生视频？如果你要的是一张照片的原构图，或必须固定首帧和尾帧，用图生视频。如果手头一张图都没有，从文生视频开始。
参考生视频能做什么？
大家用参考图保住视频一致性，常见有这五种。
连载和故事里反复出镜的角色
AI 短剧、漫剧改编或 YouTube 系列，每一集都是同一张脸、同一套衣服。一张角色三视图反复用，每条新片段看起来都是同一个人。
每个角色上传一张三视图：@image1 是米拉，@image2 是她的狐狸。她跑过下雨的霓虹小巷，狐狸跳上她的肩头。
投放用的产品广告
不用实拍，也能把产品放进任何场景。Logo、标签和外形保持一致，同一款产品可以出现在厨房、健身包或海滩广告里。
上传一张纯色背景的产品图和一张氛围参考图：@image1 里的瓶子从黑色水面升起，@image2 那样的花在它周围绽放，最后标签清晰可见。
服饰和电商的虚拟试穿
不用拍摄，也能看出衣服、鞋子或配饰穿在模特身上的样子。AI 给模特换上你的单品，走动、转身时，面料、颜色和 Logo 仍然一致。
上传一张模特图，每件单品一张图：@image1 穿上 @image2 的夹克、@image3 的运动鞋，戴上 @image4 的墨镜，夜里走过下雨的东京十字路口。
TikTok 和 Reels 的社媒内容
用你自己的角色跟上舞蹈或热梗。把热门视频当作参考片段上传，AI 会照搬动作、节奏和运镜，角色的样子不变。
上传一张角色图、一段短舞蹈视频和一段节拍：@image1 里的雕像踩着 @audio1 的节拍跳 @video1 里的舞，跳完又定回原位。
品牌吉祥物和 Logo
让吉祥物或品牌角色动起来，从发布预告到节日帖，每条内容里都是同一个形象。
上传吉祥物三视图和你的 Logo：@image1 里的吉祥物从 @image2 的 Logo 里蹦出来，把面粉撒得像雪一样。
三步用上参考生视频
从上传到预览，几分钟就够。不用会剪辑。
上传参考图
先传 1 到 3 张，每个角色、产品或地点一张。需要的话，再加一段定动作的视频，或一段定声音的音频。
写提示词，点名每个参考
输入 @ 给文件打上标签，再写动作和运镜：@image1 在 @image3 里把 @image2 递给顾客，镜头慢慢推进。
生成、预览、再改
选好模型、画幅和时长，点击生成。先看结果，哪里走样就改提示词，满意后下载 MP4。
带参考图的提示词怎么写
每个参考都要有分工。用 @ 标签点名，写它做什么，再写动作和运镜。生成器里的每个模型，标签写法都一样。
| 你想要什么 | 上传什么 | 提示词示例 |
|---|---|---|
| 角色换一个新场景 | 一张角色三视图 | @image1 走过夜晚的雪市，抬头看灯笼，镜头从身后跟着 |
| 产品在别人手里 | 一张产品图和一个人 | @image2 从桌上拿起 @image1，对着镜头微笑，柔和日光，特写 |
| 照搬一段舞蹈或动作 | 一张角色图和一段动作视频 | @image1 在日落的天台上跳 @video1 里的舞，节奏和运镜保持一致 |
| 跟着音乐动 | 一张角色图和一个音频文件 | @image1 在霓虹灯影棚里跟着 @audio1 的节拍跳舞 |
| 几个主体在一起 | 每个主体一张图，再加一个地点 | @image1 和 @image2 坐在 @image3 的沙发上看电影，笑出声 |
外貌不用写进提示词。参考图里已经有了，把字数留给动作、情绪和运镜。
什么样的参考图和参考片段才好用
AI 只能保住它看得清的东西。参考图的质量比把提示词写长更重要。
| 参考 | 这样做 | 为什么有用 |
|---|---|---|
| 角色图 | 每个角色一张三视图，正面、侧面、背面放在同一张图里 | AI 能看到脸和衣服的每一面，角色转身时也不会走样 |
| 三视图排版 | 各视图大小一致，纯色背景，不加标注和文字 | 标注和杂物可能被带进视频里 |
| 产品图 | 纯色背景、正面、清晰，Logo 能看清 | 文字和 Logo 最容易先变形 |
| 参考视频 | 短一点，一个主体在动，构图稳住 | 动作清楚，才容易套到你的角色上 |
| 音频参考 | 干净的台词或歌曲，不要有背景杂音 | 画面才有明确的节奏和情绪可跟 |
| 传几张 | 这条镜头用到的才传，通常 1 到 3 张 | 多出来的图，更容易把主体搞混 |
图片：JPG、PNG 或 WEBP，最大 10 MB。参考视频：MP4 或 MOV，最大 50 MB。音频：MP3 或 WAV。具体上限取决于模型。
角色为什么会变脸，以及怎么改
第三条、第四条开始脸就不一样了，原因几乎都在参考或提示词。按下面逐项检查。
| 问题 | 为什么会这样 | 怎么改 |
|---|---|---|
| 每条视频的脸都不一样 | 参考图只有一个角度，或几张参考图的光线差太多 | 用包含正面、侧面、背面的三视图，每条视频都用同一张三视图和同一套 @ 标签 |
| 两个人融到一起，或多出一个人 | 一张图里有好几个人，或三视图被当成了好几个人 | 每个角色单独一张图，并写明三视图里是同一个人，比如：@image1 是一个女孩的三视图 |
| 某个参考被忽略了 | 提示词里从没提到它 | 用标签点名，并写清它在场景里做什么 |
| 衣服或产品变了 | 提示词描述的样子和参考图不一致 | 把衣服和颜色从提示词里拿掉，让参考图自己呈现 |
| Logo 或文字变形 | 产品图太小、太糊，或是斜着拍的 | 换一张清晰的正面产品图 |
| 真人照片被拦截 | 有的模型会拒绝看起来像真人的图片 | 换一个模型，比如 Kling V4。被拦截的视频会退回积分 |
| 动作发僵 | 提示词写了长相，没写动作 | 写清动作和运镜，或再加一段参考视频 |
哪些模型支持参考生视频？
生成器里有六个模型能读参考。它们共用一套积分，结果不理想就换一个。
| 模型 | 可上传的参考 | 时长 | 画幅 | 最高分辨率 | 更适合 |
|---|---|---|---|---|---|
| Kling V4 | 最多 10 张图、5 段视频和 3 段音频一共最多 15 个文件 | 3–30 秒 | 16:9, 9:16, 1:1, 21:9 | 1080p | 多镜头里的角色，自带声音 |
| Seedance 2.5 | 最多 30 张图、10 段视频和 10 段音频 | 4–30 秒 | 16:9, 9:16, 3:4, 1:1, 4:3, 21:9 | 1080p | 参考最多，视频也最长 |
| Seedance 2.0 | 最多 9 张图、3 段视频和 3 段音频 | 4–15 秒 | 16:9, 9:16, 3:4, 1:1, 4:3, 21:9 | 1080p | 图片、动作片段和音频放进同一条镜头 |
| Seedance 2.0 Fast | 最多 9 张图、3 段视频和 3 段音频 | 4–15 秒 | 16:9, 9:16, 3:4, 1:1, 4:3, 21:9 | 720p | 更快、更便宜的草稿 |
| Seedance 2.0 Mini | 最多 9 张图、3 段视频和 3 段音频 | 4–15 秒 | 16:9, 9:16, 3:4, 1:1, 4:3, 21:9 | 720p | 试提示词最省 |
| Grok Imagine Video | 最多 8 张图 | 3–15 秒 | 16:9, 9:16, 3:4, 1:1, 4:3, 3:2, 2:3 | 720p | 只用图片，出结果快 |
每个模型生成的都是带声音的 AI 视频。生成失败或被拦截，积分自动退回。
参考生视频常见问题
什么是参考生视频，它是怎么工作的？
参考生视频根据参考图、视频片段或音频生成一条新视频，这些文件说明主体长什么样、怎么动。AI 会从每个文件里读取身份、风格和动作，再按你的提示词生成新镜头，并尽量保住这些细节。
参考生视频和图生视频有什么区别？
图生视频把你的图片当作第一帧，从这张构图往下动。参考生视频只把图片当作视觉参考，主体可以换角度、换光线，或出现在全新的地方。想让一张照片动起来，用图生视频；想让同一个角色或产品进入新场景，用参考生视频。
最多能上传多少张参考图？
Seedance 2.5 最多 30 张，Kling V4 最多 10 张，Seedance 2.0 最多 9 张，Grok Imagine Video 最多 8 张。Seedance 和 Kling V4 还可以上传参考视频和音频。大多数镜头只要 1 到 3 张，每个主体一张。
提示词里怎么指定某一张参考？
上传后会按顺序得到标签：@image1、@image2、@video1、@audio1。在提示词框里输入 @ 就能选，然后写它做什么，比如：@image1 穿着 @image2 里的外套。每个模型的标签都一样。
怎样让角色在多条视频里保持一致？
用一张展示角色正面、侧面和背面的三视图，每条视频都用这同一张，衣服细节不要写进提示词，免得和参考图打架。没有哪个 AI 视频生成器是完美的，多生成几条，留下最好的那条。
什么是角色三视图，怎么做？
三视图把同一个角色的正面、侧面和背面放在一张图里。AI 能看到脸和衣服的每个角度，角色转身或走动时也能保持一致。任何 AI 图片生成器都能做：描述你的角色，要求生成正面、侧面、背面三视图，各视图大小一致，纯色背景，不要文字。然后把它当作一张参考图上传，像其他图片一样打标签。
能用 YouTube 视频当参考吗？
不能直接贴链接，但可以上传你有权使用的视频文件。把需要的那几秒动作裁出来，存成 MP4 或 MOV，用 Seedance 或 Kling V4 作为参考视频加上去。
视频有声音吗？能用音频当参考吗？
有。这里的每个模型都会生成带声音的 AI 视频。用 Seedance 和 Kling V4 时，还可以上传 MP3 或 WAV 作为音频参考，让动作跟着你的音乐或台词走。
支持多长、哪些画幅？
视模型而定，视频从 3 秒到 30 秒，最高 1080p。可以选 16:9 给 YouTube，9:16 给 TikTok 和 Reels，1:1 给信息流，还有更多画幅。
参考和首尾帧能一起用吗？
同一条视频里不行。参考和首尾帧是两种模式。如果必须固定第一帧或尾帧，在生成器里切换到「首尾帧生视频」标签页，或直接用图生视频。
参考生视频可以免费用吗？
可以先用免费积分。新用户注册送 10 积分。之后每条视频按模型、分辨率和时长扣积分。用免费积分做的视频带水印，付费视频没有。
生成的视频能商用吗？
可以。你在 PixExact 上做的视频归你所有，合法用途都能用，包括广告、付费投放和给客户交片，免费和付费方案都一样。请确认你有权使用作为参考上传的图片和视频。
参考生视频能代替剪辑吗？
短镜头常常可以：不用拍摄、不用剪，就能得到一条有动作、有声音的成片。更长的视频，用同一组参考把每个场景分别生成，再在你常用的剪辑软件里接起来。
用参考生视频开始创作
上传角色图、产品图或参考视频，做出场景切换后仍然一致的视频。先领免费积分。