ai集体模特视频多人同框怎么不崩？217条废片里摸出的规律
ai集体模特视频的成败八成压在首帧合影图上，四人是人数上限，肢体一接触就容易互换脸。先用即梦把合影首帧改到每人五官清晰、站位错开、衣色拉开，再进可灵跑图生视频，废片率能从七成压到三成。
做ai集体模特视频半年多，我最大的教训只有一句：别指望文生视频一步到位跑多人同框。我们是三人的小工作室，专给女装店铺做上新和大促视频。9月接了个双十一预热的单子，客户要12条成片，其中5条是多人同框。为了这5条，前前后后跑了217条素材，最后能用的9条，超交4条充数。废片在硬盘里堆了一层，翻一遍全是学费。
首帧图决定八成成败，别在视频环节死磕
多人同框先别急着生成视频，把合影首帧图改到每人五官清晰、站位错开、衣色深浅拉开，首帧稳了视频才有得救。视频环节的参数再怎么调，都救不了一张本来就糊的首帧。
我们的流程是两段式：先用即梦把四人合影首帧打磨过关，再进可灵做图生视频。首帧不过关，后面跑一百条都是白烧积分。
首帧的提示词有个笨但管用的写法：像点名册一样，每个人单独写一小段。第二位，圆脸，齐肩短发，奶白大衣。第三位，高个，马尾，深咖风衣。我试过把四个人的描述揉成一段写，13版里7版出现两张脸长成一张的情况，模型会把特征搅在一起。分开点名之后，脸串的问题少了一大半。
站位也讲究。人跟人之间留半个身子的空隙，别搭肩，别靠太近。肢体一接触，模型就开始自己脑补，两双手能粘成一根。最离谱的一次，四个人只有三只手是独立的，剩下全连在一起，像捏坏的橡皮泥。
服装颜色要深浅拉开。奶白、深咖、墨绿、黑裙，这个组合出图很稳。全浅色不行，白配米白，边界糊成一片，跟照片欠曝似的。首帧这关我们改了13版才放过，回头看，这半小时是整个9月花得最值的半小时。
视频跑起来后，崩坏集中在动作、衣色和影子
图生视频阶段，人物动作幅度控制在半个身位以内，多人镜头里谁的动作大谁先崩，稳永远排在好看前面。提示词越花哨，翻车越快。
可灵那边我们固定用5秒规格，一次生成一条。动作提示词越简单越稳，缓慢并排走动、镜头缓慢前推，这类词成片率高。转身、挥手、蹲下，多人镜头里碰都别碰。
9月的217条，我挨个数过崩坏原因：48条崩在手臂粘连，两人一抬手就长在一起；31条是衣色串染，白大衣上洇出旁边红裙的颜色，跟水彩没干就叠色一个样；还有19条崩在影子，四个人共享一条影子，或者影子方向各走各的。
人数跟可用率的关系，我们专门记了账：
| 同框人数 | 跑了多少条 | 能用多少条 | 建议用法 |
|---|---|---|---|
| 双人 | 96 | 58 | 闺蜜装对比、上新主图动起来 |
| 三人 | 80 | 21 | 必须配分镜，同框别超过2秒 |
| 四人 | 41 | 9 | 只做开场定场，1到2秒就切 |
结论很直白：人数每加一个，废片率差不多翻一倍。四人是我们的上限，再往上没试过，也不想试。分镜拆解是被逼出来的办法——全景同框1秒，马上切单人特写，观众看到的信息量够了，崩坏概率还低。
成本账要按可用率倒推，别信几块钱一条
生成费一条约3元，但废片把实际成本推到70元以上一条，报预算时按可用率倒推，别照几块钱一条去承诺客户。
可灵一条5秒视频折算下来约3块，听着便宜。217条跑完，生成费650元左右，出9条能用的集体成片，单条实际成本72元往上。再算上改首帧的13版和选片的人工，我们给客户的报价是集体镜头600元一条，单人镜头300元一条。
客户一开始嫌贵，我把废片文件夹当场打开给他看，他就不吭声了。四个人一天的真人拍摄，场地加模特加摄像，报价没低于4000的。这么一比，72元的AI成片仍然是捡漏价。不夸张地讲，这套流程真正省钱的地方不在单价，在于不用约模特档期、不用看天气脸色。
排期给自己留余地。双人镜头按3到4条选1来估，四人镜头按5到6条选1来估。客户周四周五要片，我们周一开始跑，中途哪天运气坏都兜得住。
回头看9月那217条废片，其实一条都不冤。首帧糊了硬跑视频、人数贪多、动作给太大，三个坑全踩了一遍。ai集体模特视频这件事，比的不是谁的工具新，是谁肯在首帧上多磨那半小时。下一单进来，先改图，后跑视频，这个顺序我们不会再乱了。
常见问题
ai集体模特视频最多几个人同框还稳？
我们的数据是四人封顶，稳妥区间是两到三人。人数每加一个，废片率差不多翻一倍，五人以上没有实测过，不建议直接上商业单。
多人同框时脸互换有办法补救吗？
视频环节没有现场补救，只能退回首帧图。把每个人的外貌分开写、站位拉开半身距离、生成前逐张检查五官，把问题拦在跑视频之前。
一条能用的集体视频要跑多少条才够？
双人镜头我们平均3到4条选出1条，四人镜头要5到6条选1。按这个比例排期和报预算，才不会被废片拖垮交付时间。
先做单人视频还是先做集体视频？
先单人，后集体。单人镜头把服装和模特形象跑稳定了，再把同款形象喂进多人首帧图，整体一致性会好很多。