本文内容（9节）
Vidu参考生视频：角色参考与镜头首帧不是同一件事
参考生视频适合让同一个角色出现在不同镜头里。上传图主要告诉模型人物、物件或场景是什么样；如果你要精确规定第一帧长什么样，应另看Image to Video的输入方式。
参考生视频先确定“谁”，再决定“这一镜做什么”
Vidu将参考生视频、图生视频与文生视频分别列为产品路径。参考生视频强调从资料中借用人物、物件和场景信息；图生视频则围绕已有画面延伸动作。实际制作先选职责，而不是先看哪个入口能上传更多文件。
假设主角是一位穿蓝色工作服的维修员。角色组合板负责外观与服装，机房图负责环境；本镜要表现他发现仪表异常，就另写站位、注意对象与反应。人物参考没有自动告诉模型他该先看哪一块仪表。
如果使用剧情首帧，应先把维修员、仪表与手部安排到合理关系。不要把白底三视图当作开头，又希望系统第一秒直接进入机房。组合板保持特写和所需角度在同一张图中统一确认，后续按入口需求使用。
准备什么参考才有用
选择身份明确、没有多个人混在一起的角色图。若需要人物在邮局和街道分别出现，人物参考中服装要一致，场景参考也应各自清楚。不要一边上传红外套，一边要求延续上一张蓝外套，却没有说明要换装。
- 进入Reference to Video，而不是把人物设定板塞进Image to Video的首帧位置。
- 上传当前模型允许的参考素材，并确认每一份素材对应什么主体。
- 按当前界面的素材引用方式，在描述中明确指定角色、动作和场景；引用名称以界面实际提供为准。
- 生成后把不同镜头并排看，重点比对脸、衣服、随身物件，而不只看某一帧是否漂亮。
双人参考最怕的，是特征没有绑定清楚
两位维修员如果都穿同色工作服，可以用发型、轮廓与一个简单配件区分，但提示词也应指明谁做什么。不要只写“两人讨论仪表”，然后要求结果自然呈现某个特定人物的动作。
输入资料存在不同服装版本时，只选本场采用的那套。旧角色板、另一个项目的场景和临时气氛图，都不应仅因为看起来好看而参与当前任务。参考越多，越需要删除无关信息。
生成后分别检查身份与行为。两个人都像，不代表仪表属于正确一侧；站位正确，也不代表双方特征没有互换。把这些问题拆开，才能决定应修改资料、文字还是镜头安排。
角色连续，但动作要分别写
比如同一位邮递员在镜头A把包裹交到柜台，在镜头B推着自行车走过街道。两镜复用人物身份参考，但地点、景别和动作各写一份。不要将两段动作一次塞进一个只需要单镜头的提示。
为什么像同一个人，画面却不是参考图原样
这通常是把参考的作用理解错了：参考身份不等于复刻构图。如果必须从“人物已经伸手递包裹”的画面开始，需要先准备该镜头图，再按首帧模式生成。官方参考页的示例使用主体引用来组织角色与场景，而不是把每张素材当成固定关键帧。
人物资料先在一张板里确认
邮递员的脸部特写与正面、侧面、背面全身视角，可以放在同一张组合参考板中一起检查。外套结构、挎包位置与发型轮廓应当自洽。后续按具体入口要求使用整板或裁切区域，不需要每个角度重新独立抽一轮。
若参考里同时存在不同服装版本，先说明本镜采用哪套。人物身份可以相同，换装却需要有明确依据。不要把旧图与新图混在同一任务里，然后把模型选错衣服当作无法解释的随机现象。
每个镜头只借用需要的资料
邮局交包裹需要柜台与接物关系，街道推自行车需要路径和环境。两镜可以复用角色资料，但场景、动作和景别要分别准备。参考库里的所有图片，并不一定都应该进入每一个任务。
素材引用名称或编号按当前界面实际方式使用，重点是让主体与描述对应。多人同时出现时，谁穿什么、谁拿道具、谁执行动作，都要能区分，不能只写“两个人自然互动”就期待系统自动完成剧情安排。
参考身份通过以后，还要验收动作与空间
角色脸和衣服相似，只说明一部分要求达到。交包裹时手有没有接触，柜台是否挡住动作，自行车有没有与身体穿插，仍应单独看。参考模式不是动作正确性的保证，也不应该只靠一张最佳截图评价整段。
出现多余对象时，先检查参考图背景与描述；发生构图偏差时，先确认自己是否其实需要指定首帧；身份漂移时，再检查参考清晰度和特征冲突。把问题分类，下一轮才有明确修改目标。
从官网演示到自己的项目，还需要一次小样
先选一位人物、一个空间与一个清楚动作，观察身份是否可辨、动作是否完成、结果能否剪接。这个样本用来理解入口，不宜直接推导所有复杂项目的表现。
不同版本的参考数量、素材类型与编辑功能可能变化。本页不把某一期新闻里的数量直接写成永久规则，使用时查看当前选中模型的说明。需要商业交付时，也应核对所采用素材与服务条件。
资料：Vidu参考生视频官方说明。机房示例为本站设计。
为连续镜头留一份采用记录
保存每镜采用的角色版本、场景资料、提示词和最终片段区间。若角色第三镜脱下外套，后续要能知道状态已经改变。相同人物参考不代表剧情状态自动被继承，这部分仍需要制作人员维护。
本页按官方参考生视频的用途说明准备思路，没有执行跨镜头一致性实测。实际型号支持多少素材、怎样引用及有哪些限制，应以当前官方入口为准。对创作者最有用的起点，是先让每份资料在一组简单镜头里发挥清楚的作用。
连续镜头，可以保留一份很短的状态记录
第一镜仪表正常，第二镜灯开始闪，第三镜人物按下开关。记录这些变化，比每镜重新描述“紧张的机房”更有用。剧情已经发生的结果，需要进入下一镜的起点。
人物视线也应对得上。上一镜指向右侧仪表，下一镜近景却看向左上方，观众可能以为发现了新东西。先用静态图把关系排顺，再增加运动。
需要修改其中一镜时，保留其他已确认素材，并记录新的采用版本。不要让参考库里的一次全局修改，在未说明情况下改变整场戏。
两个人都正确，还要知道观众正在看谁
维修员发现异常时，可以先给仪表线索，再看他的反应。另一位人物是否进入画面，取决于这一刻要交代什么，不必因为参考里有两个人就让两人一直同框。
构图与视线负责引导注意力，参考负责提供身份依据。把这两层分开设计，生成结果才更容易服务故事，而不是只证明两张脸都被读到了。
连续镜头里出现新的主次关系，也应通过景别与行动让观众看见，不能只写在提示词备注里。
资料来源与延伸阅读
资料复核：2026年11月4日。文中的自拟情节、演算与检查方法用于教学；产品能力以对应版本的公开说明为依据，未将文档核对写成账号实测。