<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title><![CDATA[求助：H3 首尾帧＋钉图＋深度控制，一镜到底时场景还是会变形、位移（背景换成别的街、东西漂、画面猛跳），怎么根治？（5080 16G・hybrid＋4 步）]]></title><description><![CDATA[<p dir="auto">各位大神好，上次快动作划痕的帖子（topic/3092）谢谢大家，换成 STEP600 8 步以后好多了。</p>
<p dir="auto">这次是做第一人称视角的实拍风短片（一集 22 条镜头、每条 8–10 秒），<strong>每条都带深度控制、首尾帧，中间还钉了关键图</strong>。问题有好几类，但<strong>出现最多、最想优先解决的是「场景变形和位移」</strong>：明明是一镜到底，场景却会突然变来变去。每次都得重跑或后期修，很耗时间。</p>
<h2>我的设置</h2>
<ul>
<li>机器：RTX 5080 16G・内存 128G・Win11・ComfyUI 便携版</li>
<li>底模：<code>minimax_h3_hybrid_fl2va_ref2va_b25-49-int8</code></li>
<li>加速 LoRA：官方首尾帧 <code>minimax_h3_fl2v_turbo_4step_v1.0_768p</code> 强度 <code>1.0</code>，<code>4</code> 步，euler＋simple</li>
<li>注意力 comfy kitchen（全量）；视频 VAE fp16 分块解码</li>
<li>1024×576、24fps、8–10 秒；每条跑 2 个种子挑一条；跑完 RTX 超分到 720p</li>
<li>控制：Fun ControlNet Union 2.0（剪枝 int8），深度视频来自自己搭的灰盒场景；人物近景用 Blender＋MPFB 人体出深度</li>
<li>首帧＋尾帧＋<code>MiniMaxH3AddGuide</code> 在指定帧钉关键图（关键图是另外用图像模型画的写实图），两张钉图之间一般隔 5 秒左右</li>
<li>有台词的镜头给 <code>audio_guide</code>（和镜头等长的干声轨）</li>
</ul>
<h2>★问题 1（最优先）：场景变形、位移</h2>
<p dir="auto"><strong>图 1：同一条镜头连续 3 秒，背后的街换成了另一条</strong><br />
<img src="https://upload.lcz.me/uploads/d1ca6351-d514-450f-8bc1-38c807ab3590.jpg" alt="图1_场景变形_背景换成新街.jpg" class="img-markdown  img-fluid" /></p>
<p dir="auto">一集 22 条里，大约 19 条有这个问题，大致是这几种：</p>
<ol>
<li><strong>转头、甩镜、快速低头抬头的时候，编出关键图里没有的东西</strong>
<ul>
<li>绕着电线杆往前走，背后从旧房子的路口变成一条笔直的新街（图 1）。</li>
<li>甩镜时编出奶油色、粉色的房子；窗户数 3→2→1。</li>
<li>快速低头抬头后，路沿消失、斑马线变得巨大。</li>
<li>多一根电线杆、一栋新式的楼、路牌出现又消失。</li>
</ul>
</li>
<li><strong>静止的东西在一条镜头里漂</strong>
<ul>
<li>饭桌上碗盘、鱼的位置慢慢滑动，还多出第三套饭菜，连着三个镜头都这样。</li>
<li>走近时背景先推近、又弹回去，像「呼吸」。</li>
</ul>
</li>
<li><strong>重影、叠化</strong>：路灯和信号杆变成两根、路灯头长到别的杆子上、一个人头上两顶帽子、房子叠成两栋。</li>
<li><strong>画面猛跳</strong>
<ul>
<li>远处灯杆一帧跳约 140 像素。</li>
<li>一条 8 秒的镜头前 2.4 秒钉了 5 张图（下路沿一步、被拉回），整条街先上移约 55 像素、再猛地落下约 50 像素，看起来像换了一个地方。后面 5.6 秒只有深度＋尾帧，反而很稳。</li>
</ul>
</li>
</ol>
<p dir="auto"><strong>我们自己查到的原因</strong></p>
<table class="table table-bordered table-striped">
<thead>
<tr>
<th>原因</th>
<th>比例</th>
<th>说明</th>
</tr>
</thead>
<tbody>
<tr>
<td>同一条镜头里几张关键图把同一个地方画得不一样</td>
<td>22 条里约 15 条</td>
<td>杆子数量、路灯在信号杆左边还是右边、杆上有没有东西、碗盘排法不同 → H3 只能在两张图之间「变形」过去</td>
</tr>
<tr>
<td>关键图都一致，H3 自己在快摇、转头、低头抬头时编</td>
<td>约 4 条</td>
<td>这一类最想请教</td>
</tr>
<tr>
<td>钉图机位落差大、间隔太短</td>
<td>少数</td>
<td>0.5 秒内要求画面移动 50 多像素 → 硬拉，像换景</td>
</tr>
</tbody>
</table>
<p dir="auto"><strong>已经试过的</strong></p>
<table class="table table-bordered table-striped">
<thead>
<tr>
<th>试法</th>
<th>结果</th>
</tr>
</thead>
<tbody>
<tr>
<td>关键图统一（上 H3 前把同一条的关键图排成一排、逐物件对）</td>
<td>关键图引起的变形基本没了</td>
</tr>
<tr>
<td>转头途中多加一张钉图</td>
<td>编出来的东西少了，但没钉到的那几秒还会出</td>
</tr>
<tr>
<td>钉得更密</td>
<td>反而更容易变形：图之间稍有不一致就会中途变过去</td>
</tr>
<tr>
<td>一个大动作拆成两条，在被遮挡的那一刻切</td>
<td>能躲开猛跳，但镜头变多</td>
</tr>
</tbody>
</table>
<h2>其他问题（次要）</h2>
<h3>画面边上凭空冒出人</h3>
<p dir="auto">「我」站着转头、低头时，画面边上挤进来一个孩子（约占 1/5、约 2 秒）。控制视频和关键图里那里都是空的，提示词里也没写。也会多出手。</p>
<p dir="auto"><strong>图 2：H3 原片（左）和同一时刻的深度控制（右）</strong><br />
<img src="https://upload.lcz.me/uploads/cc564f42-0e66-498e-be98-b6eb3d2736ad.jpg" alt="图2_凭空多出孩子.jpg" class="img-markdown  img-fluid" /><br />
<a href="https://upload.lcz.me/uploads/2138f832-29b4-420f-b57d-5e333614188f.mp4" rel="nofollow ugc">片段_画面边上冒出孩子.mp4</a></p>
<p dir="auto">提示词写「只有写到的人在场」没用；去掉提示词开头的身份描述（原来写「放学走路回家的 7 岁女孩」，改成只写机位高度）＋正面那几秒再钉图，才压住。</p>
<h3>远处的人脸糊</h3>
<p dir="auto">马路对面的人脸只有十几个像素宽，推近只会更糊。</p>
<p dir="auto"><strong>图 3</strong><br />
<img src="https://upload.lcz.me/uploads/3c10c69d-f8f9-4f86-8a05-eb38545e2a35.jpg" alt="图3_远处脸糊.jpg" class="img-markdown  img-fluid" /></p>
<h3>说话时嘴的问题</h3>
<p dir="auto">要「闭嘴微笑、不露牙」，一开口就张大嘴、露出发黑的牙；给了 <code>audio_guide</code> 以后，台词以外也会多动嘴，开口晚约 0.2 秒。</p>
<p dir="auto"><strong>图 4</strong><br />
<img src="https://upload.lcz.me/uploads/fb2693dc-a4b5-48ae-ab55-6084903eb115.jpg" alt="图4_说话露黑牙.jpg" class="img-markdown  img-fluid" /></p>
<h2>想请教（1～3 最想知道）</h2>
<ol>
<li><strong>快摇、转头、低头抬头时 H3 编出新场景</strong>：除了多钉图，有没有更稳的办法？比如深度控制强度、start/end 怎么设，加速 LoRA 换 STEP600／步数加到 6～8 会不会好一些，或者有没有专门稳背景的 LoRA？</li>
<li><strong>钉图的密度和间隔</strong>：一般隔几秒钉一张比较合适？机位变化大的地方，钉图之间最少要隔多少帧才不会硬拉？</li>
<li><strong>静止物体（桌上的碗盘、电线杆）在一条镜头里不漂</strong>：有什么办法？人物近景的深度视频里，背景几乎全黑（深度归一化被近处的人占满），这会不会让背景更容易漂？深度的范围要怎么处理？</li>
<li>H3 自己加人：负面提示词有用吗？</li>
<li>远处人脸、说话露牙：有没有推荐的做法？</li>
</ol>
<p dir="auto">先谢谢各位！</p>
]]></description><link>https://lcz.me/topic/3180</link><generator>RSS for Node</generator><lastBuildDate>Thu, 19 Nov 2026 00:17:22 GMT</lastBuildDate><atom:link href="https://lcz.me/topic/3180.rss" rel="self" type="application/rss+xml"/><pubDate>Wed, 18 Nov 2026 12:11:05 GMT</pubDate><ttl>60</ttl><item><title><![CDATA[Reply to 求助：H3 首尾帧＋钉图＋深度控制，一镜到底时场景还是会变形、位移（背景换成别的街、东西漂、画面猛跳），怎么根治？（5080 16G・hybrid＋4 步） on Wed, 18 Nov 2026 13:14:12 GMT]]></title><description><![CDATA[<p dir="auto"><a class="plugin-mentions-user plugin-mentions-a" href="/user/perter" aria-label="Profile: perter">@<bdi>perter</bdi></a> 感谢大佬！我今天晚上各种尝试 争取做一些经验出来，分享给大家！</p>
]]></description><link>https://lcz.me/post/34417</link><guid isPermaLink="true">https://lcz.me/post/34417</guid><dc:creator><![CDATA[ゆうみん]]></dc:creator><pubDate>Wed, 18 Nov 2026 13:14:12 GMT</pubDate></item><item><title><![CDATA[Reply to 求助：H3 首尾帧＋钉图＋深度控制，一镜到底时场景还是会变形、位移（背景换成别的街、东西漂、画面猛跳），怎么根治？（5080 16G・hybrid＋4 步） on Wed, 18 Nov 2026 13:12:33 GMT]]></title><description><![CDATA[<p dir="auto"><a class="plugin-mentions-user plugin-mentions-a" href="/user/%E3%82%86%E3%81%86%E3%81%BF%E3%82%93" aria-label="Profile: ゆうみん">@<bdi>ゆうみん</bdi></a></p>
<ol>
<li>控制是比较难的，最好的方法是整个街景全部3D建模。<br />
2.要不然你一次生成九宫格，直接让H3参考。<br />
3.静止的东西在一条镜头里漂，一般是不会变化的，我怀疑是不是你基本调度器降噪设定的不是1.0。<br />
4.H3 自己加人，分辨率大可能就会自己加人，试一试二采呢。<br />
5.不露牙前面有人已经回答过了。远处人脸崩坏是所有视频模型共通的。今天刚看到一个视频说的就是人脸修复。<br />
参考视频：<a href="https://youtu.be/sKM83V9og4Q" rel="nofollow ugc">https://youtu.be/sKM83V9og4Q</a></li>
</ol>
]]></description><link>https://lcz.me/post/34416</link><guid isPermaLink="true">https://lcz.me/post/34416</guid><dc:creator><![CDATA[perter]]></dc:creator><pubDate>Wed, 18 Nov 2026 13:12:33 GMT</pubDate></item><item><title><![CDATA[Reply to 求助：H3 首尾帧＋钉图＋深度控制，一镜到底时场景还是会变形、位移（背景换成别的街、东西漂、画面猛跳），怎么根治？（5080 16G・hybrid＋4 步） on Wed, 18 Nov 2026 12:42:56 GMT]]></title><description><![CDATA[<p dir="auto"><a class="plugin-mentions-user plugin-mentions-a" href="/user/imbiplaza-asus" aria-label="Profile: imbiplaza-ASUS">@<bdi>imbiplaza-ASUS</bdi></a>  感谢 我马上去尝试下！</p>
]]></description><link>https://lcz.me/post/34406</link><guid isPermaLink="true">https://lcz.me/post/34406</guid><dc:creator><![CDATA[ゆうみん]]></dc:creator><pubDate>Wed, 18 Nov 2026 12:42:56 GMT</pubDate></item><item><title><![CDATA[Reply to 求助：H3 首尾帧＋钉图＋深度控制，一镜到底时场景还是会变形、位移（背景换成别的街、东西漂、画面猛跳），怎么根治？（5080 16G・hybrid＋4 步） on Wed, 18 Nov 2026 12:36:08 GMT]]></title><description><![CDATA[<p dir="auto">规矩：<br />
提示词不要掺杂负面提示词，比如你叫他不露牙，画面会看到牙<br />
画面有声音的话，默认嘴巴会讲对白<br />
试一试加速lora 放成 0.8<br />
修复小脸可以试一试face refine, 或者reactor</p>
]]></description><link>https://lcz.me/post/34403</link><guid isPermaLink="true">https://lcz.me/post/34403</guid><dc:creator><![CDATA[imbiplaza ASUS]]></dc:creator><pubDate>Wed, 18 Nov 2026 12:36:08 GMT</pubDate></item></channel></rss>