Vidu在生成较长时序的视频时，一个让创作者头疼的问题是主体漂移：视频开头人物还是精致的脸庞和统一的服装，播到中后段，脸型悄悄变了，衣服颜色串了，甚至宠物换了个毛色。这种现象的根源在于扩散模型逐帧迭代过程中缺乏对主体外观的强约束，随着帧数增加，误差不断累积。本文围绕两个核心手段展开：主体锁定功能与Seed值固定，并配合首尾帧续写技巧，尽量把漂移控制在肉眼难察觉的范围内。
一、先搞清楚：主体漂移到底是怎么发生的
要解决问题，得先理解问题。Vidu这类视频生成模型本质上是在潜空间中对每一帧进行去噪，帧与帧之间存在时序注意力机制来保证连贯性，但这种连贯性更偏向动作和运动轨迹，对主体的精细外观（五官细节、服装纹理、配饰颜色）的约束相对弱。当视频长度从4秒扩展到16秒甚至更长时，模型需要在一条时间线上维持数百帧的一致性，累积误差就会显现出来。
另一个诱因是提示词中主体描述的模糊。比如只写“一个穿红衣服的女孩”，模型对“红”的理解可以在深红、砖红、橘红之间摇摆，每一小段的去噪过程都可能把颜色往不同方向拉。此外，如果使用分段生成再拼接的工作流，每一段都是一次独立的采样，两段之间的主体状态没有任何传递机制，漂移几乎是必然的。
可以把漂移理解为三个层面的叠加：外观漂移（脸、身材、服装变化）、风格漂移（画面色调、光影质感变化）、身份漂移（主体变成了另一个人）。针对不同层面的漂移，需要用不同的工具组合去压制，下面逐一展开。
二、主体锁定功能：给模型一个明确的锚点
Vidu提供了主体参考能力，即上传一张或多张主体参考图，让模型在生成全程以参考图为外观锚点。这是对抗外观漂移和身份漂移最直接的手段。使用时需要注意参考图的质量：正面或微侧角度、光线均匀、主体占画面比例适中、背景干净，这样的图能提供最稳定的特征提取效果。模糊、大逆光、遮挡严重的参考图会让锁定效果大打折扣。
操作流程上，在创建任务时选择“图生视频”或带主体参考的模式，上传主体图后，提示词中应显式描述主体特征并与参考图保持一致，例如：
参考图主体特征： 一位短发年轻女性，穿深蓝色牛仔外套，白色内搭， 佩戴银色小耳环。 提示词： 短发年轻女性穿着深蓝色牛仔外套和白色内搭， 在城市街道上快步行走，镜头跟随，画面保持 主体面部、发型、服装颜色与参考图完全一致。
这里有一个关键技巧：在提示词末尾显式强调“与参考图保持一致”，能进一步引导模型在采样时向参考特征对齐。同时避免在提示词中加入与参考图冲突的描述，比如参考图是蓝色外套却写了红色外套，模型会在两个信号之间摇摆，反而加剧漂移。
主体锁定并非万能。当视频中出现动作幅度极大的转身、快速运动或主体被遮挡较长时间时，锁定效果会短暂减弱。经验做法是把长镜头拆成若干个动作相对收敛的分镜，每个分镜单独锁定生成，再通过首尾帧衔接起来。
三、Seed值固定：让采样起点可复现
Seed值是随机采样的起点。同一个提示词、同一个参考图，不同的Seed会产出风格细节完全不同的结果；反过来，固定Seed意味着在输入不变的前提下，输出具有可复现性。这在调试阶段价值巨大：当你调整提示词中的一个词，固定Seed能让你确认画面变化确实来自那次修改，而不是随机波动。
正确的工作流是这样的：第一次生成时不固定Seed（或使用随机Seed），从若干次生成中挑出主体还原度最高、风格最满意的一条，记下它的Seed值；之后所有续写段、变体生成都复用这个Seed，并保持提示词主体描述部分一字不改。需要注意，Seed值只有配合完全相同的提示词与参数设置才有复现意义，改了分辨率、时长或参考图，复现性就会被打破。
分段续写参数模板：
段1：Seed = 864213，提示词A，主体参考图M
段2：Seed = 864213，提示词A（仅修改动作描述），
首帧 = 段1的尾帧，主体参考图M
段3：Seed = 864213，同上逻辑续写一个常见误区是把Seed当成“质量开关”，以为某个Seed天然出好图。实际上Seed只决定采样路径的起点，好坏是随机的。固定它的目的是控制变量，不是提升质量。另外，如果平台在参考图或分辨率变化后即使Seed相同输出也明显不同，这是正常的，因为模型输入条件变了。
四、长视频分段续写：首尾帧衔接的实战细节
当单段生成无法满足时长要求时，分段续写是主要方案，而漂移最容易发生在段与段的接缝处。核心做法是：取上一段的最后一帧导出为图片，作为下一段的首帧输入，让模型从完全相同的画面状态开始采样，这样主体外观、场景、光影都能无缝继承。
导出尾帧时建议导出原始分辨率，不要截图压缩，因为截图引入的压缩伪影会干扰模型对细节的判断。接缝处的提示词也要保持连续性：如果段1结尾人物在向左走，段2的开头动作描述应该是“继续向左行走”，而不是突然切换成静止站立，动作逻辑断裂会让模型对主体状态做出错误推断，间接引发外观变化。
还可以组合“首帧+尾帧”双向约束：给续写段同时指定首帧和尾帧（尾帧可以取自一段预先生成的满意画面或关键帧草图），模型会在两个锚点之间插值，主体一致性通常比仅用首帧更好。代价是中间动作的自由度下降，适合走位、运镜比较确定的镜头。
五、常见踩坑点与效果自检清单
实际操作中有几个高频踩坑点值得注意：一是参考图与提示词描述冲突，前文已述，务必逐一核对颜色、发型、配饰；二是Seed复用时偷偷改了参数，导致“固定失效”的错觉；三是续写段首帧使用了带字幕或水印的截图，模型可能把水印元素学习进画面；四是动作描述跨段不连续，造成主体姿态突变被误判为漂移。
建议建立一套自检清单：生成完成后逐段检查主体五官、服装颜色、体型比例三项是否与参考图一致；检查段间接缝是否有色调跳变；检查场景光照方向是否连续。发现问题后，定位是哪一段开始漂移，仅重生成该段，而不是整条重来，这能节省大量算力和时间。
总结一下，主体锁定解决“画的是谁”，Seed固定解决“风格是否稳定”，首尾帧衔接解决“段间是否连续”，三者配合使用，长视频的主体一致性可以提升到可用的水平。当然，模型本身的迭代也在持续改善长视频一致性，但掌握这些控制手段，无论版本如何更新，都能让你在创作中掌握主动权。