Dieselbe Figur über mehrere KI-Videos hinweg wiedererkennbar zu halten, gehört zu den schwierigsten Aufgaben bei der Generierung. Selbst ein unveränderter Prompt kann ein anderes Gesicht, eine neue Silhouette oder wechselnde Kleidung ergeben. Bei Produkten driften Form, Verpackung oder Material. Mehr Adjektive lösen das Problem selten. Wichtiger sind eine eindeutige visuelle Vorgabe und möglichst wenige Variablen pro Versuch.
Veo3o1 bietet dafür zwei bildgestützte Arbeitsweisen: Referenzbilder sowie Anfangs- und Endbild. Wenn die Identität wichtiger ist als eine exakt vorgegebene erste oder letzte Komposition, sind Referenzbilder meist der sinnvollere Ausgangspunkt.
Was Referenzbilder vorgeben
Ein Bild übermittelt Merkmale, die sich nur schwer präzise beschreiben lassen: Gesichtsproportionen, Kleidung, Farbwelt, Verpackung, Material oder wiederkehrende Requisiten. Im Referenzbild-Modus von Veo3o1 kannst du ein bis drei Bilder mit Lite oder Fast verwenden.
Aktuell gelten folgende Rahmenbedingungen:
- ein bis drei Referenzbilder;
- Lite oder Fast;
- acht Sekunden Laufzeit;
- 16:9 oder 9:16 statt „Auto“.
Die verfügbaren Einstellungen und die genaue Credit-Reservierung siehst du vor dem Absenden. Die jeweils aktuellen Regeln stehen in der Anleitung zu Referenzbildern.
Ein nützliches Referenzset zusammenstellen
Mehr Bilder sind nicht automatisch besser. Jede Aufnahme sollte eine andere visuelle Frage beantworten. Für eine Figur eignet sich beispielsweise:
- ein klares Porträt von vorn oder im Dreiviertelprofil;
- eine weitere Aufnahme mit Kleidung und Körperproportionen;
- eine Seitenansicht oder ein zweiter Ausdruck bei ähnlichem Licht.
Bei einem Produkt helfen eine saubere Hauptansicht, ein Winkel für Form und Material sowie eine Detailaufnahme des wichtigsten Merkmals. Mische nicht ohne Grund unterschiedliche Frisuren, Outfits, Verpackungsversionen, Farblooks oder Lichtrichtungen. Widersprüchliche Vorlagen zwingen das Modell zu einer Entscheidung, die möglicherweise nicht deiner Absicht entspricht.
Identität im Prompt schützen
Behandle die Identität als festen Wert und die Bewegung als veränderlichen Teil:
[festes Motiv] + [eine Handlung] + [Umgebung] + [Kamera] + [Licht] + [unveränderliche Merkmale]
Beispiel:
Die Frau aus den Referenzbildern geht langsam durch eine ruhige Hotellobby. Kurzes schwarzes Haar, marineblauer Anzug, silberne Ohrringe und Gesichtszüge bleiben unverändert. Halbnahe Kamerafahrt auf Augenhöhe, warmes Fensterlicht, zurückhaltende natürliche Bewegung, kein Kleidungswechsel.
Der Prompt benennt das Referenzmotiv, gibt ihm eine klar erkennbare Handlung, definiert die Aufnahme und wiederholt nur die entscheidenden Merkmale. Er verlangt nicht zugleich eine zweite Figur, einen Zeitsprung, einen Kostümwechsel und mehrere komplexe Kamerafahrten in acht Sekunden.
Kontrolliert iterieren
Ändere pro Generierung nur eine Variable. Prüfe zuerst Motiv, Handlung und Kamera. Bleibt die Figur stabil, kannst du im nächsten Versuch Licht oder Hintergrund anpassen. Werden Prompt, Seed, Seitenverhältnis und Modell gleichzeitig geändert, lässt sich die Ursache einer Verbesserung nicht mehr erkennen.
Ein optionaler Seed erleichtert den Vergleich ähnlicher Einstellungen, garantiert aber keine identischen Einzelbilder. Speichere zu brauchbaren Ergebnissen den Prompt, das Modell, Seitenverhältnis, Referenzset und den Seed.
Typische Fehler beheben
Gesicht oder Produktform driften
Nutze eine klarere Hauptreferenz und vereinfache die Bewegung. Totale Einstellungen, schnelle Drehungen, starke Bewegungsunschärfe und lange Verdeckungen nehmen dem Modell sichtbare Identitätsmerkmale.
Kleidung oder Farben wechseln
Entferne widersprüchliche Bilder. Nenne die feste Farbe und das Kleidungsstück einmal in einem direkten Satz. Vermeide Stilbegriffe, die eine neue Farbwelt nahelegen.
Das Motiv wirkt unbeweglich
Behalte die Identitätsvorgaben bei, beschreibe aber eine konkrete Körper- und eine Kamerabewegung. „Sie dreht sich zum Fenster, während die Kamera langsam näher kommt“ ist eindeutiger als „filmisch und dynamisch“.
Die Szene ist überladen
Teile die Idee in mehrere Clips. Eine Einstellung führt das Motiv ein, eine weitere zeigt die Handlung; verbunden werden sie später im Schnitt. Kurze Generierungen funktionieren am besten mit einer klaren visuellen Priorität.
Referenzbilder oder Anfangs- und Endbild?
Verwende Referenzbilder, wenn eine Person, ein Produkt oder eine Bildwelt erkennbar bleiben soll, das Modell die Bewegung aber neu gestalten darf. Anfangs- und Endbilder passen, wenn die genaue Eröffnung, der Schluss oder der Übergang zwischen beiden entscheidend ist. Der Vergleich beider Bildmodi hilft bei der Auswahl.