什么样的照片更适合制作 AI 说唱视频？
从光线、构图和人物区分入手，给模型更清楚的参考。
让面部信息清晰可见
选择近期、光线均匀的肖像，面部应清楚可见。避开墨镜、重度滤镜和大面积阴影。脸被遮住时，模型能够参考的信息也会减少。半身照还可以提供穿着和姿态线索，紧凑的大头照则更侧重脸部。
给每个人足够的画面空间
两个人分别使用肖像，更方便描述谁是谁。如果使用合照，尽量让两张脸大小接近、互不遮挡。人物很多的远景合照容易造成歧义。如果谁先开口很重要，可以在主题中说明。
上传前检查尺寸和使用许可
工作室接受 JPEG、PNG、WebP，单张不超过 10 MB。长宽均需介于 301 至 5999 像素之间，宽高比大于 0.4、小于 2.5。过宽的合照请先裁剪。只上传自己拥有或已获授权的照片，让每位可识别的人知道你准备制作合成表演，并征得同意。
把成片当作新的表演来检查
参考图会引导生成，但不会锁定每一个面部细节和表情。成片后检查脸部、手部与嘴部动作。人物不稳定时，可换更清晰的肖像，简化镜头要求。两人都清楚入镜的短场景，比复杂多镜头更容易检查。