Consistencia de personajes en IA: diagnostica la deriva y luego corrígela

Síntoma: la cara es correcta cuando el personaje mira a cámara, pero falla de perfil, desde arriba o al girarse. La oreja o la parte posterior de la cabeza cambian de un clip a otro.

Por qué: el modelo solo puede copiar lo que se le ha mostrado. Cada ángulo que falta en las referencias se genera desde cero, y esas suposiciones nuevas no coinciden entre sí.

Solución: añade la vista que falta. Un perfil y una vista de tres cuartos resuelven la mayoría de los casos. Si tu modelo acepta vídeo, unos segundos de la persona girando la cabeza cubren ángulos que las fotos fijas no muestran. La guía de Kling para Kling 3.0 Omni, por ejemplo, permite crear un elemento de personaje a partir de un clip de entre 3 y 8 segundos.

Síntoma: el personaje parece una mezcla. Pelo entre dos colores, una chaqueta que es mitad de un estilo y mitad de otro, una edad que parece cambiar.

Por qué: dos entradas no coinciden y el modelo promedia ambas. Los culpables habituales son un prompt que describe al personaje de forma distinta a las imágenes, o referencias tomadas con meses de diferencia y con peinados distintos.

Solución: haz que todas las entradas coincidan. Quita la descripción del personaje del prompt y deja solo escena, acción y cámara. Descarta cualquier referencia que no encaje con las demás. Si quieres un aspecto nuevo, crea un conjunto de referencias nuevo en lugar de pedirle al prompt que anule el anterior.

Síntoma: en un plano con dos personas, los rasgos pasan de un personaje al otro. Él adquiere el color de ojos de ella, ella la sombra de barba de él, o ambos derivan hacia una cara promedio.

Por qué: el modelo mantiene dos identidades a la vez y no sabe qué rasgos pertenecen a cada una.

Solución: asigna a cada personaje su propio elemento con nombre o su propio conjunto de imágenes etiquetado, y menciónalo por su etiqueta en cada frase, nunca como él o ella. Separa a los personajes al inicio del plano. Evita dos personajes muy parecidos en un mismo encuadre; el contraste facilita la separación.

Síntoma: la identidad se mantiene en los primeros planos, pero se desmorona en planos generales, escenas de acción o cualquier toma con desenfoque de movimiento.

Por qué: cuando una cara mide solo unas decenas de píxeles de alto, no hay espacio para renderizar la identidad. El movimiento rápido empeora el problema, porque el modelo reconstruye la cara a partir de fotogramas borrosos.

Solución: pasa a un plano medio antes de que la identidad sea importante, usa una resolución más alta en los planos donde la cara es pequeña y ralentiza la acción en el prompt. Si un plano general debe seguir siendo general, acepta que transmite menos identidad y deja que el siguiente primer plano haga el trabajo.

Síntoma: el personaje es correcto en escenas neutras y cambia en las estilizadas, como anime, plastilina, cine negro, neón intenso o luz de fuego.

Por qué: el estilo y la luz de color intensa modifican el tono de piel, el color del pelo y la estructura facial, y un prompt de estilo muy cargado puede imponerse a las referencias.

Solución: si la serie tiene un estilo, crea las referencias en ese mismo estilo. Reserva la iluminación extrema para planos en los que la cara no sea el foco. Prueba una escena estilizada antes de comprometer un lote completo.

Síntoma: el personaje empieza bien y cambia poco a poco a lo largo de un clip largo, o un clip de un lote sale mal mientras otros con las mismas entradas están bien.

Por qué: los errores de identidad se acumulan en clips largos, y cada generación tiene un componente aleatorio.

Solución: prefiere varios planos cortos unidos por cortes a una toma larga, incluso en modelos que permiten 15 o 30 segundos. Para los fallos puntuales, regenera con las mismas entradas. Si el mismo fallo se repite, no es aleatorio y corresponde a una de las causas anteriores.

Una vez que un conjunto de referencias produce el personaje correcto, congélalo junto con el modelo y el formato. La mayoría de las soluciones anteriores son cambios en las entradas, y un flujo de trabajo que deja variar las entradas hace volver la deriva. En RefVid, un personaje se guarda una sola vez como recurso con 1 a 5 imágenes, y cada clip se genera con Kling 3.0 Omni a partir exactamente de ese conjunto. Todos los clips del personaje se muestran en una sola página, así que la deriva se detecta enseguida.