Giữ một nhân vật trông như cùng một người qua nhiều video AI là việc khó. Dù mô tả không đổi, khuôn mặt, tóc, quần áo hoặc tỷ lệ cơ thể vẫn có thể khác đi. Với sản phẩm, hình dáng, bao bì, màu sắc và vật liệu cũng dễ bị lệch. Cách xử lý không phải là thêm thật nhiều tính từ, mà là cho mô hình một điểm tựa thị giác rõ ràng và giảm số thứ thay đổi trong mỗi lần thử.
Veo3o1 có hai quy trình từ hình ảnh: Ảnh tham chiếu và Khung hình đầu & cuối. Khi khả năng nhận diện quan trọng hơn bố cục mở hoặc kết chính xác, ảnh tham chiếu thường là lựa chọn khởi đầu phù hợp.
Ảnh tham chiếu định hướng điều gì?
Ảnh truyền tải những chi tiết khó diễn đạt chính xác bằng chữ: tỷ lệ khuôn mặt, trang phục, bảng màu, bao bì, chất liệu và vật thể lặp lại. Chế độ này nhận 1–3 ảnh, dùng Lite hoặc Fast, tạo video 8 giây và yêu cầu chọn 16:9 hoặc 9:16 thay vì Auto. Chi phí tín dụng chính xác hiện trước khi gửi. Xem quy tắc mới nhất trong hướng dẫn ảnh tham chiếu.
Mỗi ảnh nên trả lời một câu hỏi
Nhiều ảnh hơn chưa chắc tốt hơn. Với nhân vật, hãy chọn chân dung chính diện hoặc góc ba phần tư rõ nét, ảnh rộng hơn cho thấy trang phục và tỷ lệ cơ thể, cùng ảnh nghiêng dưới ánh sáng tương tự. Với sản phẩm, dùng góc chính có nền gọn gàng, góc thể hiện hình khối và vật liệu, cùng cận cảnh đặc điểm quan trọng.
Đừng trộn kiểu tóc, trang phục, phiên bản bao bì, tông màu hoặc hướng sáng khác nhau, trừ khi thay đổi đó là chủ ý. Các tham chiếu mâu thuẫn buộc mô hình phải đoán chi tiết nào cần giữ.
Viết câu lệnh giữ diện mạo
Dùng cấu trúc:
[chủ thể cố định] + [một hành động] + [bối cảnh] + [máy quay] + [ánh sáng] + [chi tiết không đổi]
Ví dụ:
Người phụ nữ trong ảnh tham chiếu đi chậm qua sảnh khách sạn yên tĩnh. Tóc đen ngắn, bộ vest xanh đậm, khuyên tai bạc và đường nét khuôn mặt giữ nguyên. Trung cảnh bám theo ngang tầm mắt, ánh cửa sổ ấm, chuyển động tự nhiên tiết chế, không đổi trang phục.
Câu lệnh có một chủ thể, một hành động dễ nhận biết và một nhiệm vụ cho máy quay. Nó không nhồi thêm nhân vật, thay đồ, nhảy thời gian và nhiều chuyển động phức tạp vào tám giây.
Chỉ đổi một biến mỗi lần
Kiểm tra chủ thể, hành động và máy quay trước. Nếu diện mạo ổn định, lần sau mới đổi ánh sáng hoặc nền. Đổi đồng thời câu lệnh, seed, tỷ lệ và mô hình sẽ khiến bạn không biết điều gì tạo ra cải thiện. Seed giúp so sánh nhưng không bảo đảm các khung hình giống nhau.
Nếu khuôn mặt hoặc hình dáng sản phẩm thay đổi, dùng ảnh chính sạch hơn và đơn giản hóa hành động. Toàn cảnh quá rộng, chuyển động nhanh, nhòe chuyển động mạnh hoặc che khuất lâu đều làm giảm tín hiệu nhận diện. Nếu màu đổi, bỏ ảnh mâu thuẫn. Nếu nhân vật cứng, mô tả một chuyển động cơ thể và một chuyển động máy quay. Cảnh quá tải nên được tách thành nhiều clip.