Как не ломать персонажа между AI-картинками и видео: воркфлоу FLUX.2 и Kling

Стабильность персонажа растёт, когда ты перестаёшь просить один промпт воссоздать человека по памяти. Сначала собери утверждённый референс. Потом меняй за раз только одно визуальное решение и уже после этого анимируй финальный кадр через image-to-video.

Так дрейф не исчезает. Зато ошибки проще заметить и поправить.

Почему AI-персонажи меняются между генерациями?

Персонажи меняются, потому что каждая генерация сэмплит новое визуальное решение. Описание вроде «женщина с синими волосами и кожаной курткой» даёт модели свободу переосмыслить пропорции лица, длину волос, крой куртки, свет и дистанцию камеры.

Фикс — не абзац прилагательных подлиннее. Нужен более жёсткий источник правды.

Используй три слоя:

1. Каноническое описание: детали, которые не должны меняться.
2. Референс-картинка: утверждённое лицо, силуэт и палитра.
3. Инструкция кадра: одно выражение, поза или движение, которое меняется сейчас.

Для AI-компаньона в каноне могут быть сердцевидное лицо, янтарные глаза, короткое серебряное каре, один чёрный ear cuff и угольная бомбер с красной подкладкой. Это проще проверить, чем «выразительная cyberpunk-героиня».

Как создать якорный портрет во FLUX.2?

Делай якорный портрет нейтральным и читаемым продакшен-референсом. Анфас или три четверти с ровным светом дают следующим генерациям больше полезной информации о лице и одежде, чем экстремальный крупный план или жёсткие тени.

В AI Art Create сейчас FLUX.2 стоит 6 кредитов за запрос. Есть референс на входе и обычные квадратные, портретные и альбомные соотношения. Можешь открыть генератор text-to-image или глянуть детали модели FLUX.2 перед стартом.

Используй промпт в фиксированном порядке:

Оригинальный companion-персонаж, портрет по пояс, три четверти.
Сердцевидное лицо, янтарные глаза, короткое серебряное каре, один чёрный ear cuff.
Угольная bomber с красной подкладкой, простая тёмная футболка.
Нейтральное внимательное выражение, камера на уровне глаз, мягкий ровный студийный свет.
Чистый тёмно-серый фон, чёткая полуреалистичная иллюстрация.

Короткие наблюдаемые детали лучше абстрактных слов о характере. «Один чёрный ear cuff» можно проверить. «Таинственная энергия» — нет.

Сохранить лицо, серебряное каре, янтарные глаза, ear cuff,
дизайн куртки, палитру и стиль иллюстрации.
Изменить только выражение на сдержанную улыбку.
Та же дистанция камеры и тот же свет.

Как собрать набор выражений, не потеряв лицо?

Собирай expression pack от стабильного нейтрального портрета и держи кроп одинаковым. Генерируй нейтральное, радостное, обеспокоенное, удивлённое и раздражённое отдельно. Смотри в том размере, где это реально будет на экране.

В чате с компаньоном реакционный портрет может быть шириной в пару сотен пикселей. Мелкие сдвиги бровей и рта читаются чётко. Лишние украшения и сложная фактура ткани часто превращаются в шум.

У PNGTuber состояния «рот открыт» и «рот закрыт» требуют почти одинаковой позиции головы и силуэта. AI Art Create делает исходные картинки, а переключение в реальном времени — в софте вроде Veadotube Mini или OBS. Workflow VTuber-ассетов описывает этот handoff.

Как анимировать стабильного персонажа в Kling AI?

Анимируй утверждённый still, а не пересобирай персонажа через text-to-video. Kling 3.0 Pro принимает референс-картинку и в текущем каталоге даёт клипы на 5 или 10 секунд. Каждый запрос — 100 кредитов.

Держи движение коротким и узким:

Персонаж показывает лёгкую понимающую улыбку и медленно поворачивает голову.
Лёгкое дыхание. Волосы слегка шевелятся.
Статичная камера на уровне глаз. Сохранить лицо, куртку и фон.

Одно ясное действие безопаснее цепочки жестов. Промпт с поворотом, ходьбой, поднятием предмета, речью и новой локацией даёт видео-модели больше поводов переинтерпретировать источник.

Для более дешёвых 5-секундных тестов за 45 кредитов используй Wan 2.2. Бери Kling 3.0 Pro, когда важнее непрерывность лица и управляемый язык камеры, чем цена итераций.

Что вызывает дрейф лица в image-to-video?

Дрейф лица обычно растёт, когда лицо закрыто, очень мало, сильно повёрнуто или размыто движением. Быстрые движения камеры и сложные взаимодействия заставляют модель додумывать то, чего не было видно в исходном кадре.

Снижай риск такими ограничениями:

• Лицо читаемо в первом кадре.
• Один motion beat за раз.
• Без полного профиля, если референс только анфас.
• На ранних тестах руки подальше от лица.
• Статичная камера до orbit или резкого push-in.
• Смотри последний кадр, а не только красивую первую секунду.

Ни один связный text-to-video не гарантирует идентичность. Image-to-video с референсом просто оставляет модели меньше поля для выдумки.

Когда нужен живой художник?

Подключай художника, когда точное повторение — требование продакшена. Model sheet для анимации, лицензированные маскоты и платные brand-персонажи требуют осознанной правки, чистых turnarounds и задокументированных правил построения.

Генерация AI сильнее на этапе исследования и low-risk продакшена: портреты компаньонов, соц-клипы, concept board, эксперименты с реакциями. Она быстро сужает направление. Это не замена финальной art direction, когда каждая линия должна совпасть.

Запусти workflow персонажа

Начни с одного ясного портрета. Создай референс companion-персонажа, сравни image-модели и анимируй только когда идентичность ощущается правильной. Первая генерация бесплатна, карта не нужна.