↓

一张照片和两张照片:AI 视频里差的不是格式

2026/10/29

当前表单: 本站需要两张照片,分别对应两位已同意这项用途的成年人。下文讨论的一张照片路线属于其他工具或输入局限,并非本站结账提供的单图选项。

一张照片还是两张,不是格式细节。它决定了模型能知道什么,也决定了产出可能是什么。如果你见过那种"两个人长着同一张脸"的情侣视频,你见到的就是一张照片的后果。

单张图能告诉模型什么、不能告诉什么

从一张人像里,模型学到的是一个身份:骨相、肤色、头发、这张脸在这个光下的样子。关于第二个人,它什么都没学到,因为数据里没有第二个人。

你要求一个情侣场景,它只有三个选项:把你放进去两次、发明一个伴侣、或者只拍一个人并暗示另一个。三种都常见。没有一种是"你们两个人"。

两张人像改变了什么

每人一张,模型就有两个独立的身份参考加一段场景描述。它能把两个都放进去、分别调色、并且保持彼此区分——这才是真正的技术难点,不是渲染。

两个人在同一个画面里,比同一个人出现两次难。他们需要不同的光、不同的遮挡关系、和相机不同的相对位置,而且在接触点上不能糊成一片。

同一张脸这个失败,单独说

传一张照片却要情侣场景,对模型来说最省的解就是复制。你得到两个你,比例略有不同,有时是镜像,有时硬换个发型。

那种诡异感非常具体,也是 AI 情侣内容里最常见的破绽。两张源图完全避免它,因为模型从不需要发明第二张脸。

单张照片成立的场合

别矫枉过正,有些用法是诚实的:

  • 纪念或致敬。 一个人,被记住。不需要伴侣。
  • 单人场景。 一张脸、一个房间、十秒的一次注视。
  • 一个人不在镜头里的揭晓。 一只手、一个肩膀、一道影子。这比捏造第二张脸好得多。
  • 开玩笑。 复制出来的你,如果目标就是好笑,那它好笑。

单张照片做不到的,是产出一对"看起来像一对"的人。

照片的门槛

无论哪条路,输入的规则比大家以为的重要:

  • 每张一张脸,正面到能认出
  • 至少 256×256 像素——从老合影里裁出来的小图经常过不了这条
  • 7MB 以内
  • JPG、PNG 或 WebP
  • 两个人都同意使用自己的照片

最后一条不是装饰。上传别人的脸,是一个关于他的决定,不只是关于你的。

两张照片,以及"配对"的问题

两张人像有个更微妙的问题:它们在不同的房间、不同的时间、不同的色温下拍的。模型必须把两者协调进一个场景,而协调是看得见的——一张脸更暖、一张更锐、一张的光来自错误的方向。

实用的修法,按有效性排:

  1. 同方向的光。 两张都是窗光的,胜过一张窗光一张台灯。
  2. 相近的距离。 一张特写和一张全身,很难协调。
  3. 同一年代。 同年的照片,衰老程度一致。
  4. 不要重滤镜。 调色过猛的照片会给模型一个要保留的色调,而这个色调会和场景打架。

只有一张好照片的变通

很多人手上每个人只有一张能用的照片,变通办法是从已有的合影里裁。可行,但要过分辨率这条线——这也正是 256×256 这条下限存在的原因。

如果裁出来只有 180×180,再怎么写场景也救不回那张脸,因为没有足够的信号可以重建。

成本上的影响

一张照片不会更便宜。产品按条计价,不按脸计价,所以你用一张图省下的只有一次上传——而代价由成片支付。

我的建议

目标是情侣视频,就用两张人像,光接近、都正面、尺寸都够。如果你确实只有一个人的一张能用的照片,别硬做情侣场景——做一个单人场景,它会显得是有意为之,而不是做坏了。

从制作区开始,价格在定价。

常见问题

一张照片能做情侣视频吗?

场景会生成,但第二个人只能被发明或复制。结果很少读得出是"两个具体的人"。

为什么两个人都长成同一张脸?

那是复制——模型用单一身份参考去满足"情侣"这个要求时最省的做法。提供第二张人像就能避免。

照片最小尺寸是多少?

每张脸至少 256×256 像素,单文件 7MB 以内,JPG/PNG/WebP。

一张照片会渲染更快或更便宜吗?

不会。按条计价,渲染时间主要取决于场景,而不是输入数量。

Zombie Couple Video