素材选用指南

视频生成支持参考图片、视频、音频等多种素材。本页通过对比案例说明如何准备和上传素材，以获得更理想的生成效果。

⚠️ 上传素材时，若将目标人脸图、全身参考图及细节参考图合并为同一张图片，可能导致各参考元素在画面中占比较小，增加模型识别难度，造成生成视频中的人物形象与所上传素材出现偏差，或触发风控拦截。

建议将人物面部特写、服装细节等关键内容独立分割为单独的图片上传。

案例对比：3D 动画亲子

案例 A（推荐）

输入：背景参考图 + 人物妆造三视图 + 人物面部无表情特写图 + 提示词

提示词：

3d 动画风格，背景参考图片 1。人物 A（妆造参考图片 2；面部特征严格参考图片 3）和人物 B（妆造参考图片 4；面部特征严格参考图片 5）手牵手走在花园的小径上，镜头处于人物背后。镜头切到前面，人物 A 拿起一朵鲜花，轻轻递给人物 B。背景音效：轻柔的风吹动树叶和花朵，鸟鸣声。人物 B 微笑接过花，轻轻闻了闻花香，然后蹲下低头与人物 A 微笑对视，轻轻拍拍人物 A 的头，说："thank you"。背景音效：风铃轻响。

案例 B

输入：背景参考图 + 人物妆造三视图 + 提示词（缺少人物面部特写图）

案例 C

输入：背景参考图 + 人物妆造正视图（非三视图）+ 提示词

对比

• 案例 A（三视图 + 面部特写图）：人物面部特征还原最佳。
• 案例 B（三视图，无面部特写图）：面部特征一致性较差。
• 案例 C（正视图，非三视图）：妆造与面部特征一致性均较差。

小结

素材上传与管理接口见 素材管理。