AI模特视频人脸为什么一动就穿帮？动态一致性与标识合规
视频里的人脸问题，几乎都是动起来才暴露的：图上看不出毛病，一转头、一侧脸、一开口就换了个人。我的判断很直接——原创虚拟脸加规范标识，是AI模特视频能长期跑的两条底线，真人脸没有书面授权别碰。
在审核队列里看了两年多短视频，AI模特视频人脸相关的驳回件，多数不是"像不像真人"的问题，而是"一动就露馅"。静态图能修能挑，视频里每一帧都在被看。观众看热闹，审核看的是逐帧的脸部连贯性，还有这条片子有没有按规矩打标识。
说个泛化的场景：商家送审一条15秒的带货短片，封面帧单独挑出来看没什么毛病，播到第6秒模特侧身，下颌线一收，评论区就有人问"是不是换人了"。这种片子在审核端叫动态一致性不达标，比画质糊更容易被驳回，因为观众会举报，举报会复检。
为什么静态图过关，视频人脸反而更容易出事
动态人脸比静态图更容易被认定为深度合成，破绽也更多：图片只查一帧，视频逐帧都在被检查，动起来瞒不住。
图片时代有个常见的侥幸心理：就一张图，观感自然，谁知道是不是AI。视频把这个口子堵死了——运动画面本身就在不断"自证"它怎么来的。转头时的形变、帧间的跳变、光线在脸上的走向不一致，这些痕迹单帧看不出来，连起来播放就藏不住。审核工具对视频做时序一致性检测，抓的就是帧间破绽。
合规这一层也跟着加码。《互联网信息服务深度合成管理规定》从2023年1月起要求，可能造成公众混淆的深度合成内容要加显式标识；2025年9月1日施行的《人工智能生成合成内容标识办法》把要求落得更细，视频类内容需要在片头片尾等位置提供文字提示。一条AI模特视频，从生成那一刻起就背着标识义务，这和一张静图的待遇完全不一样。
转头就变脸：动态一致性最常见的三类翻车
脸型漂移、侧脸与正脸不一致、表情僵硬的恐怖谷，是视频人脸最常见的问题，转身和转场镜头是高发位置。
先说脸型漂移。模特正面对着镜头没问题，身体一转，脸跟着转，转到四分之三侧面的位置，下颌线、颧骨、鼻梁的形状开始"滑动"，转回正面又变回来。观众未必说得出哪里不对，但会本能地觉得"这个人好像变了"。审核里这类举报的关键词特别统一：换脸了？换人了？
侧脸和正脸不一致是它的孪生问题。正面看是瓜子脸，侧面轮廓突然鼓出一块，像两个人套拍。还有一个更磨人的是表情：微笑不达眼底，眨眼节奏平均得像定时器，情绪镜头一长，恐怖谷效应就上来了。印象里有那种"礼貌性假笑"的模特视频，评论区画风基本是"瘆得慌"，完播率自然也难看。
这几类问题怎么排、怎么兜底，我按审核里常见的驳回类型整理成一张表。
| 动态人脸问题 | 典型表现 | 规避思路 | 合规动作 |
|---|---|---|---|
| 转动时的脸型漂移 | 转身半圈，下颌线和颧骨形状跟着变，像换了个人 | 收小镜头运动幅度，避开大角度环绕；关键转身处逐帧回看 | 逐帧自查记录留档，平台复核时拿得出证据 |
| 侧脸与正脸不一致 | 正面一个轮廓，侧面另一个轮廓，观众觉得"说不上来哪不对" | 正脸、侧脸分镜分开校验，别指望模型自己连贯 | 侧脸帧纳入发布前自查范围 |
| 表情僵硬的恐怖谷 | 微笑像贴上去的，眨眼频率机械，越看越瘆人 | 表情幅度别做满，情绪镜头宁短勿长 | 观感瘆人的成片别硬发，回炉重做 |
| 口型对不上 | 嘴在动但语速错位，或嘴动却没有对应台词 | 口播镜头严格对齐音轨，对不齐就剪 | 用口播驱动时，显式标识同步到位 |
这张表针对的是原创虚拟形象的成片自查。假如你的片子拿真人脸去驱动，问题性质就变了——那不是瑕疵，是另一条线的事，后面细说。
口型驱动是重灾区：虚假代言比画面瑕疵严重得多
口型驱动让AI模特开口带货本身不违规，配上网红或明星的声线与说话习惯，就可能构成冒用他人的虚假代言。
审核队列里最头疼的一类片子长这样：一张完全原创的虚拟脸，口播带货，声音却听着耳熟，语尾词、停顿习惯都往某个知名主播身上靠。商家申诉时的说法很固定："脸是我原创的，不侵犯谁。"这话只对了一半。深度合成认定的范围比脸大，声音、口型节奏、"某某人推荐"的观感都算在内。脸原创，声音蹭真人，整条片子照样可能被判冒用，这类账号处理起来没有多少余地。
虚假代言的危害也直接：观众以为真是那位主播推荐的产品，下单的信任是偷来的。保健品类目的这种片子一旦查实，平台动作通常很快。做AI模特视频，口播尽量用自有配音或拿到明确授权的音色，宣发"人设"别往任何具体真人身上靠，这条线绕不过去。
视频的深度合成标识怎么做：片头字幕、角标、口播声明
视频显式标识至少落一处：片头字幕提示、画面常驻角标、口播声明，三选一或组合，位置要明显，别藏进小字。
落到操作层面，三种做法可以单用，也可以叠着来。片头字幕是成本最低的一种：视频开头几秒放"本内容由AI生成"之类的字样，字号让人看得清，停留一两秒以上，别做成一闪而过。角标是观感最稳的一种：右下角一个小标识常驻全程，观众随时知道这是合成内容，也不打断节奏。口播声明适合有解说的片子：开头一句"本条视频由人工智能生成"，配合字幕，双保险。
三种方式里我个人的偏好是角标打底，再加片头字幕。审核实务里，只靠水印里那点字，或把标识做成和背景融为一体的浅色小字，很容易按"未以显著方式标识"处理。还有一个容易被忽略的点：生成工具写进元数据的隐式标识，导出剪辑时别抹掉，那是出问题时自证清白的凭据。
写到这里，把开头那个场景收个尾。那条15秒的片子最后没有过，商家重做时把转身镜头剪短、加了片头字幕和角标，第二次送审就顺了。视频把脸的每个缺点都拉长给你看，也把每一步合规动作记录在案。脸校稳、标识加足，AI模特视频这条路才走得远。
常见问题
AI模特视频一定要加"AI生成"标识吗？
要。内容属于人工智能生成合成的，按2025年9月1日施行的《人工智能生成合成内容标识办法》需要加显式标识，原创虚拟脸也不例外，别赌"观众看不出来"。
用原创虚拟脸还需要真人授权吗？
不指向任何真人的原创虚拟形象，本身不需要肖像授权；可一旦脸、声音或人设让观众联想到某个具体真人，就可能构成冒用，这种成片别发布。
深度合成标识加在视频哪个位置最稳妥？
片头字幕、常驻角标、口播声明至少占一样，能组合更好；藏在水印里或一闪而过的小字，审核端会按未显著标识处理。
侧脸和正脸对不上还能抢救吗？
能。正脸镜头和侧脸镜头分开校验，剪掉对不上的转身段落，比逐帧修补省事；发布前用观众视角完整过一遍片子再决定。