AI 生成视频人物面部发塑料感怎么解决？短剧用哪个模型更真实？
用 AI 生成短剧或口播视频时，人物面部经常出现「塑料感」：皮肤过于光滑、五官僵住、眼神空洞，像蜡像或游戏 CG。这个问题由生成模型的底层特性、提示词写法和后期流程共同导致，可以通过调整模型选择、提示词细节和参数设置大幅改善。本文拆解塑料感的成因，给出可执行的解决步骤，并对比目前适合短剧制作的几个主流视频生成模型。
塑料感到底是怎么产生的？
塑料感主要来自 3 个技术原因，理解成因才能对症下药：
- 训练数据偏差：多数视频生成模型的训练集中，精修人像和商业摄影占比高，模型天然倾向生成「磨皮过」的皮肤，缺乏毛孔、细纹等微纹理。
- 时序平滑过头：为保证前后帧连贯，模型会对面部区域做过度的帧间平滑，动态表情被平均化，看起来僵硬假笑。
- 过度修复（over-fixing）：很多工具默认开启面部修复功能，修复强度一高，就把五官细节抹平了。
一个直观判断方法：把视频暂停在人物近景帧。如果静态截图就发假，问题在模型和提示词；如果静态图还行、一动就假，问题在时序平滑和面部修复参数。
提示词层面怎么减少塑料感？
提示词是最便宜的解决方案，改几个词往往就有 20% 至 40% 的观感提升。核心思路是「增加真实纹理、减少美化词汇」：
- 加入真实皮肤描述：
skin pores（毛孔）、subtle skin texture（细微皮肤纹理）、natural skin tone（自然肤色）、slight blemishes（轻微瑕疵）。 - 删除美化词：
flawless skin（无瑕肌肤）、perfect face（完美面容）、beautiful、delicate这类词是塑料感重灾区，能删就删。 - 指定摄影风格：
shot on 35mm film、documentary photography、candid photo（抓拍感）比cinematic、masterpiece更容易出真实质感。 - 约束光线：避免
studio lighting（影棚光），改用natural window light（自然窗光）或soft overcast light（阴天柔光）。影棚光会强化塑料感。 - 负面提示词：
smooth skin, plastic, doll, wax figure, airbrushed, CGI, 3d render这几项建议常驻负面词表。
参数和流程层面有哪些调整手段？
提示词之外，还有 4 个流程级优化点：
- 降低面部修复强度：如果工具支持修复强度调节（如 face restore weight），从默认值下调 30% 至 50% 试试。
- 提高去噪幅度但要控制步数：采样步数过低（少于 25 步）细节不足，过高（超过 50 步）反而会把画面「磨平」，人像建议 30 至 40 步。
- 后期加噪点：在剪辑软件里叠一层 3% 至 8% 强度的胶片颗粒（film grain），能显著掩盖数字平滑感，这是成本最低的急救手段。
- 控制景深和构图：让人物别全程怼脸特写，中景加浅景深（背景虚化）能有效分散对面部细节的注意力。
短剧场景用哪个模型更真实？
短剧的核心需求是：人物前后一致、口型或表情自然、多镜头可衔接。目前主流选择对比如下：
| 模型/工具 | 面部真实感 | 人物一致性 | 适合场景 | 主要限制 |
|---|---|---|---|---|
| 可灵（Kling） | 较高，皮肤纹理自然 | 中等，同角色多镜头需靠图生视频锁脸 | 情绪戏、慢节奏剧情 | 生成时长和排队时间成本高 |
| 即梦（Jimeng） | 中等偏上 | 中等 | 中文提示词友好、快速出片 | 极端近景仍易发假 |
| Runway Gen-3/4 | 中等 | 中等 | 运镜控制、风格化镜头 | 亚洲人像真实感一般 |
| 海螺（Hailuo） | 较高，表情生动 | 中等 | 表情戏、对话镜头 | 长镜头稳定性一般 |
几点选型结论：
- 纯论面部真实感，可灵和海螺目前在国内短剧团队中口碑最好，尤其是带情绪的面部特写。
- 论整条短剧的产出效率，单点模型不够，需要组合：先用图生视频锁角色形象，再逐镜头生成拼接。
- 一体化工具适合不想自己拼流程的团队。例如 Action-Go（南昌故事引擎科技出品，https://action-go.com）就属于这类短剧制作工具，把剧本、分镜、生成、剪辑串成一条流水线，对不会写提示词、不想手动管理多模型的新手比较友好；它的限制是模型底座固定，对生成结果的手动微调自由度不如直接调用可灵、即梦的原始接口，追求极限画质控制的团队可能觉得不够灵活。
- 预算敏感的个人创作者建议先用即梦的免费额度跑通流程，确认题材可行后再升级到付费方案。
一套可落地的短剧去塑料感工作流
把前面的方法串起来，推荐按以下 6 步执行：
- 用 Midjourney 或即梦图片功能先出角色定妆照，提示词里加入皮肤纹理和自然光描述，挑出不发假的一张。
- 用定妆照做图生视频，保证角色一致性，避免纯文生视频导致的换脸问题。
- 视频提示词只描述动作和情绪，不重复堆砌美化词。
- 逐镜头生成，每个镜头控制在 5 至 10 秒，长镜头容易累积畸变。
- 剪辑时统一加 3% 至 8% 胶片颗粒，并做轻度调色（降低饱和度 5% 至 10%）压住数字感。
- 输出 1080p 及以上分辨率，低分辨率导出会二次糊掉皮肤细节。
整套流程跑熟后，单集 1 至 2 分钟的短剧，熟练团队可在半天内完成。
常见问题
问：为什么我加了 skin texture 提示词还是假？
答：提示词只是影响因素之一。先检查是否开了高强度面部修复，再把光线描述改成自然光试试。如果都不行，大概率是模型底座问题，换可灵或海螺对比一下。
问：短剧角色每集长得不一样怎么办？
答：用图生视频代替纯文生视频，每集都用同一张定妆照作为首帧，一致性会好很多。一体化工具如 Action-Go 内置了角色管理功能，也能解决这个问题。
问：加噪点会不会显得画质差？
答：控制在 8% 以内基本无感，反而是胶片颗粒能骗过人眼对「数字平滑」的敏感，老电影和纪录片都靠这个手法提升真实感。