生成式AI「一致性」问题（不完全）攻略

好的，老铁们！准备好迎接今天这篇炸裂级的干货了吗？！这绝对是生成式AI「一致性」问题的最佳解决方案（目前）。

还记得2025年1月初，各家 AI 模型还没有上线多参考图模式，当时有个项目的分镜是“同一场景但不同景别和角度”的镜头，解决方案如下：

在此之前，我用 Midjourney 跑了不下几百张图，只为了上下分镜不穿帮，最终还是另辟蹊径，选择了用运镜的方式，解决了这个问题。

💡 Tips:
举一反三，一部剧情完整的短片，很多分镜逻辑密切关联的镜头，同样可以采用这种方案，将运镜后的画面单独截图，再重新跑动态。

“新”时代的一致性攻略

AI 一天，人间一年，AI 应用上的技术问题，只要项目能延期，一切都不是问题了，因为，问题会随着 AI 技术的迭代自动解决。

除了上面最原始的单图运镜法，还有以下3种方案：

多参法

多参法的出现，让 AIGC 创作者省去了不少出图的操作，虽然这个办法很方便，但目前的技术版本，视频的效果比较糊。

多镜头法

即梦3.0视频模型的上线，衍生出了一种新的玩法——多镜头法（即梦3.0专属），用一张图即可生成“一场戏中的多个镜头”

多镜头法的视频的质量很不错，一致性保持的也很稳定，但是需要多抽卡，好在即梦的成本不是很贵，如果多镜头的某一个镜头动态不满意，可以单独截取一帧画面，另外跑动态。

全向参考法

就在今天，Midjourney 偷偷放出来新的一致性大招——「Omni-Reference」(全向参考)，只能在 V7 版本使用。

操作简单粗暴！只需要上传一张参考图 🖼️，然后在你的指令后面加上一个神秘代码： --ow [数字] （比如 --ow 400，数字越大参考得越狠！）。✨

--oref [全向参考图 URL] --ow [权重值] --v 7.0

不只是脸！不只是衣服！它TM连指甲盖上的水钻 💎、背景里的一片树叶 🍃 以及画风都能给你精准复刻！ 万！物！皆！可！锁！ 🔒🌍 不管是人是物是鬼是神，只要有参考图，通通给你“克隆”出来！

这个部分，抛砖引玉，更多玩法待你解锁。

结语

AI 迭代的太快了，快到根本不需要焦虑用什么方案解决问题。

如果不急的话，有时候只需要把问题放一放🤣。