KI-Charakterkonsistenz: erst den Drift diagnostizieren, dann beheben

Symptom: Das Gesicht stimmt, wenn die Figur direkt in die Kamera blickt, und stimmt nicht im Profil, von oben oder beim Drehen. Ohr oder Hinterkopf verändern sich von Clip zu Clip.

Warum: Das Modell kann nur kopieren, was ihm gezeigt wurde. Jeder Blickwinkel, der in den Referenzen fehlt, wird bei jeder Generierung neu erfunden, und diese Erfindungen unterscheiden sich.

Lösung: Ergänze den fehlenden Blickwinkel. Ein Profil- und ein Dreiviertelbild lösen die meisten Fälle. Akzeptiert dein Modell Video, decken ein paar Sekunden, in denen die Person den Kopf dreht, Winkel ab, die Standbilder nicht zeigen. Kling 3.0 Omni erlaubt zum Beispiel, ein Figurenelement aus einem Clip von 3 bis 8 Sekunden zu erstellen.

Symptom: Die Figur wirkt wie eine Mischung. Haare zwischen zwei Farben, eine Jacke, die halb in dem einen und halb in einem anderen Stil ist, ein Alter, das zu schwanken scheint.

Warum: Zwei Eingaben widersprechen sich, und das Modell mittelt sie. Typische Verursacher sind ein Prompt, der die Figur anders beschreibt als die Bilder, oder Referenzen, die mit Monaten Abstand und unterschiedlicher Frisur entstanden sind.

Lösung: Sorge dafür, dass alle Eingaben übereinstimmen. Entferne die Figurenbeschreibung aus dem Prompt und behalte nur Szene, Handlung und Kamera. Wirf jede Referenz heraus, die nicht zu den anderen passt. Willst du einen neuen Look, baue ein neues Referenz-Set, statt den Prompt das alte überschreiben zu lassen.

Symptom: In einer Aufnahme mit zwei Personen wandern Merkmale zwischen den Figuren. Er bekommt ihre Augenfarbe, sie seinen Bartschatten, oder beide driften zu einem Durchschnittsgesicht.

Warum: Das Modell hält zwei Identitäten gleichzeitig und weiß nicht, welche Merkmale zu wem gehören.

Lösung: Gib jeder Figur ein eigenes benanntes Element oder einen eigenen markierten Bildersatz und nenne sie in jedem Satz über ihr Tag, nie als er oder sie. Halte die Figuren zu Beginn der Einstellung getrennt. Vermeide zwei Doppelgänger im selben Bild, Kontrast erleichtert die Trennung.

Symptom: Die Identität hält in Nahaufnahmen, bricht aber in Totalen, Actionszenen oder bei allem mit Bewegungsunschärfe zusammen.

Warum: Ist ein Gesicht nur wenige Dutzend Pixel hoch, bleibt kein Raum, um die Identität darzustellen. Schnelle Bewegung verschärft das, weil das Modell das Gesicht aus verwischten Bildern neu aufbaut.

Lösung: Wechsle zu einer Halbnahen, bevor die Identität zählt, nutze eine höhere Auflösung für Einstellungen mit kleinem Gesicht und verlangsame die Action im Prompt. Muss eine Totale weit bleiben, akzeptiere, dass sie weniger Identität trägt, und lass die nächste Nahaufnahme die Arbeit übernehmen.

Symptom: Die Figur ist in neutralen Szenen korrekt und verändert sich in stilisierten, etwa in Anime, Claymation, Film Noir, starkem Neon oder Feuerschein.

Warum: Stil und kräftiges farbiges Licht verändern Hautton, Haarfarbe und Gesichtsstruktur, und ein schwerer Stil-Prompt kann die Referenzen überstimmen.

Lösung: Hat die Serie einen Stil, erstelle die Referenzen in diesem Stil. Setze extreme Beleuchtung nur bei Einstellungen ein, in denen das Gesicht nicht im Fokus steht. Teste eine stilisierte Szene, bevor du eine ganze Serie generierst.

Symptom: Die Figur beginnt richtig und verändert sich über einen langen Clip langsam, oder ein Clip im Batch ist daneben, während andere mit denselben Eingaben in Ordnung sind.

Warum: Identitätsfehler summieren sich über lange Clips, und jede Generierung enthält eine Zufallskomponente.

Lösung: Bevorzuge mehrere kürzere Einstellungen, die per Schnitt verbunden sind, statt einer langen Einstellung, auch bei Modellen, die 15 oder 30 Sekunden erlauben. Für einmalige Fehlgriffe generiere mit identischen Eingaben neu. Wiederholt sich derselbe Fehler, ist er nicht zufällig, sondern gehört zu einer der Ursachen oben.

Sobald ein Referenz-Set die richtige Figur liefert, friere es ein, zusammen mit Modell und Format. Die meisten Lösungen oben sind Änderungen an den Eingaben, und ein Ablauf, in dem die Eingaben wandern, bringt den Drift zurück. In RefVid wird eine Figur einmal als Asset mit 1 bis 5 Bildern gespeichert, und jeder Clip läuft auf Kling 3.0 Omni genau mit diesem Set. Alle Clips der Figur liegen auf einer Seite, sodass Drift schnell auffällt.