Das Problem der konsistenten Darstellung von KI‑Video‑Charakteren besteht in der Regel nicht darin, ob das erste Video „ähnlich“ aussieht, sondern vielmehr darin, ob Gesichtsform, Alter, Frisur, Kleidung und Requisiten auch nach dem Wechsel des Charakters zu einer zweiten Szene, einem dritten Kamerawinkel und einer vierten Bewegung weiterhin dieselbe Person darstellen.

In diesem Artikel wird mithilfe von PixPix ein wiederholbarer Arbeitsablauf für Charaktere in mehreren Szenarien vorgestellt: Zunächst wird eine Charakter‑Master‑Vorlage erstellt, anschließend werden die Shots aufgeteilt, Referenzmaterialien wiederverwendet und die geprüften, freigegebenen Frames übergeben; zudem wird nach jedem Shot auf Identitätsdrift geachtet. Die noch nicht ausgeführten Generierungsprozesse sind in diesem Text nicht als Modell‑Messwerte dargestellt; genaue Einstiegspunkte, Spezifikationen und verfügbare Modelle entnehmen Sie bitte der aktuellen PixPix‑Seite.

Kurze Schlussfolgerung: Konsistenz entsteht durch den Arbeitsablauf – nicht allein durch das Modell.

Damit derselbe KI‑Charakter stabil durch mehrere Videoszenen hindurchgehen kann, müssen gleichzeitig vier Dinge beachtet werden:

1. Verwenden Sie Referenzbilder des Charakters, um Gesicht, Frisur, Körperproportionen, Kleidung und charakteristische Requisiten festzuhalten;

2. Zerlegen Sie die Geschichte in kurze Shots, wobei jeder Shot nur eine Hauptbewegung enthält;

3. Beziehen Sie bei jeder Generierung erneut die Charakter‑Master‑Vorlage ein und fügen Sie bei Bedarf das vom vorherigen Shot genehmigte Frame hinzu;

4. Überprüfen Sie nach jedem abgeschlossenen Shot, damit kleine Fehler nicht in die folgenden Szenen weitergegeben werden.

Zum Zeitpunkt der Erstellung dieses Artikels zeigt die öffentliche PixPix‑Seite verschiedene video‑basierte Modelle mit Referenzsteuerung. Filtern Sie zunächst nach Aufgaben, statt sich zu fragen: „Welches Modell ist absolut am besten?“

Diese Tabelle basiert auf offiziellen Empfehlungen zur Aufgaben‑Anpassung und stellt keine Messwert‑Rangliste unter gleichen Bedingungen dar. Bei formellen Projekten sollten zunächst zwei potenzielle Modelle ausgewählt und mit derselben Charakter‑Referenz, Shot‑Stichworten, Bildformaten und Prüfliste drei Shots getestet werden, bevor die Anzahl der Nacharbeiten verglichen wird.

Warum verwandelt sich ein Charakter in verschiedenen Shots in eine andere Person?

Drift innerhalb eines einzelnen Videos

Wenn sich ein Charakter in einem Shot umdreht, von einer Hand oder einem Requisit verdeckt wird, sich schnell bewegt oder die Kamera seitlich hinter ihn herumfährt, verringert sich die verfügbare Gesichtsinformation für das Modell. Häufige Folgen sind veränderte Augenabstände, verschobene Haarlinien, neu angeordnete Kragen, Formveränderungen an Gegenständen in der Hand sowie plötzlich jüngere oder ältere Erscheinungsbilder während der Bewegung.

Drift zwischen verschiedenen Szenen

Jedes neue Bild ist eine neue Generierungsaufgabe. Wird lediglich der Text „Frau mit silbergrauen Haaren, schwarzes Kostüm“ wiederholt, erhält das Modell lediglich eine Personenkategorie und keine eindeutige Identität. Neue Orte, Lichtverhältnisse und Perspektiven verändern die visuellen Hinweise zusätzlich; daher könnte das zweite Bild zwar „sehr ähnlich“ sein, dennoch bereits nicht mehr dieselbe Figur darstellen.

Prompt‑Texte können visuelle Referenzen nicht ersetzen.

Text eignet sich gut, um Bewegungen, Szenen und Kamerafahrten zu beschreiben, doch es fällt schwer, Augenabstand, Nasenlinie, Kleidungsschnitte oder Proportionen von Requisiten präzise festzulegen. Referenzbilder liefern dem Modell direkte visuelle Ankerpunkte; textbasierte Prompts hingegen legen fest, was in dieser Aufnahme geändert werden soll und was unverändert bleiben muss.

Eine sinnvollere Arbeitsteilung lautet: Das Referenzbild definiert, „wer sie ist“, während der Prompt festlegt, „wo sie sich jetzt befindet, was sie tut und wie die Kamera sie einfängt“.

Zunächst sollte für originäre Figuren ein konsistentes Profil erstellt werden.

In diesem Artikel dient die originäre erwachsene Figur „Gu Yao“ als Lehrbeispiel. Sie ist eine visuelle Kreative mit silbergrau geschichteten kurzen Haaren, die zu einem niedrigen Dutt nach hinten gebunden sind; sie trägt eine schwarze, schmale Sonnenbrille und an ihrem rechten Ohr eine skulpturale silberne Ohrklemme. Ihr Outfit besteht aus einem schwarzen, hochgeschlossenen, futuristisch wirkenden Anzug kombiniert mit schwarzen weiten Hosen; außerdem trägt sie schwarze Handschuhe und führt stets eine schwarze Handtasche mit einem karminroten schmalen Rand mit sich.

Die vier Aufnahmen spielen nacheinander in einem schwarzen Mode‑Fotostudio, einer regennassen Stadtkorridore, einem spiegelnden Ausstellungsraum sowie auf einem Dach in der Abenddämmerung. Obwohl Szene und Kameraeinstellung variieren, müssen Identität der Figur, Kontur des Dutts, Sonnenbrille, Ohrklemme am rechten Ohr, Schnitt der Kleidung sowie Form der Handtasche konstant bleiben.

Unterscheidung zwischen festen Ankerpunkten und variablen Elementen.

Bereiten Sie eine Gruppe statt eines einzelnen Referenzbildes vor

Ein einzelnes Frontportrait sagt nichts über die Profilansicht, die Rückseite der Kleidung oder die Gesamtproportionen des Körpers aus. Es wird empfohlen, mindestens Folgendes vorzubereiten:

• Halbfigur von vorn: Überprüfung von Gesichtsform, Sonnenbrille, Frisur und Ohrstecker;

• Viertelkörper von vorn: Überprüfung von Figur, Schnitt der Kleidung und Proportionen der Handtasche;

• Seitliche Ansicht: Unterstützung für Kopfdrehungen, Gehen und Follow‑Cam‑Einstellungen;

• Rückansicht: Überprüfung der Position des Dutt‑Haarschnitts, der Schulterlinie und des hinteren Teils des Oberteils;

• Nahaufnahme von Requisiten: Festlegung der Handtasche, des Ohrsteckers und der Struktur der Sonnenbrille.

Referenzbilder sollten mit gleichmäßiger Beleuchtung und klaren Konturen aufgenommen werden; vermeiden Sie starke Filter, die die Gesichtszüge verdecken, und mischen Sie in der Charaktervorlage keine verschiedenen Kleidungsversionen unter.

Bildunterschrift: Die Charaktervorlage dokumentiert gleichzeitig das Gesicht, den silbergrauen Dutt, die schwarze schmale Sonnenbrille, den silbernen Ohrstecker am rechten Ohr sowie das schwarze Rollkragen-Oberteil; alle nachfolgenden Szenen greifen auf dieses Bild zurück, um die Identität zu überprüfen.

Wählen Sie im PixPix das Videomodell entsprechend der jeweiligen Aufgabe pro Shot

MiniMax H3: Testen Sie zunächst die Stabilität des Hauptmotivs in kurzen Shots

Die offizielle Seite von PixPix zum MiniMax H3 weist derzeit darauf hin, dass das Modell Texte, Bilder, Videos und Audioeingaben unterstützt, Personen, Bewegungen, Shots sowie zeitliche Abfolgen verarbeiten kann und dabei „Stabilität des Hauptmotivs“ als zentrale Fähigkeit hervorhebt. Die veröffentlichten Erzeugungsspezifikationen liegen bei 4–15 Sekunden, maximal 2K und 24fps; die genauen Optionen richten sich nach dem jeweiligen Erzeugungsmodus.

Es eignet sich besonders gut, um zunächst klar definierte Kamerafahrten wie Follow‑Cams, Zooms, Schwenks, Hebe‑ und Senkbewegungen sowie Umkreisungen zu testen – insbesondere für kurze Shots, bei denen Personen, Kleidung und Requisiten während der Bewegung stabil bleiben müssen. Bei ersten Tests sollten Sie jedoch nicht gleich schnelles Laufen, 360‑Grad‑Drehungen, Umkleidevorgänge oder komplexe Interaktionen mit Objekten einbeziehen.

Kling 3.0 Omni: Für mehrere Referenzen und komplexe audiovisuelle Aufgaben

Die offizielle Seite von PixPix zum Kling 3.0 Omni positioniert dieses Modell als multimodales Videomodell, das Texte, Bilder, Videos und Audio‑Referenzen kombinieren kann und darüber hinaus Videoerzeugung, -bearbeitung, nativen Sound sowie die Steuerung mehrerer Shot‑Storyboards ermöglicht.

Wenn ein Projekt gleichzeitig die Identität einer Person, die Stimmung einer Szene, Bewegungsreferenzen und akustische Elemente festlegen muss oder wenn eine Aufgabe selbst eine komplexere Shot‑Organisation beinhaltet, kann Kling 3.0 Omni als geeignete Option in Betracht gezogen werden. Je mehr Input‑Materialien vorhanden sind, desto wichtiger ist es, klar zu definieren, welche Referenz welcher Person, Bewegung, Szene oder Stimme zugeordnet ist, um Missverständnisse bezüglich der Verweise zu vermeiden.

Seedance 2.5: Für längere Narrative und nahtlose Übergänge zwischen mehreren Referenzen

Laut der Beschreibung der hochauflösenden Fähigkeiten von Seedance in der PixPix-Seite unterstützt Seedance 2.5 derzeit die Erzeugung von bis zu 30 Sekunden Länge, mehrere Bilder sowie Video‑ und Audio‑Referenzen und bietet weiterhin eine erweiterte Ausgabe in 1080P.

Wenn ein Shot eine längere Darstellung von Aktionen, einen kontinuierlichen Zusammenhang zwischen Personen und Szene oder eine spätere Erweiterung und Anpassung erfordert, sollte Seedance 2.5 vorrangig getestet werden. Eine längere Dauer bedeutet nicht automatisch, dass die Figur natürlicher stabil bleibt; bei komplexen Bewegungen empfiehlt es sich daher, zunächst mit kürzeren Versionen die Identität und Bewegungsstruktur zu überprüfen, bevor man zur endgültigen Spezifikation übergeht.

Teilen Sie die Geschichte in vier prüfbare Shots auf

Bei der Konsistenzprüfung sollte nicht gleich der gesamte Kurzfilm generiert werden. Beginnen Sie stattdessen mit vier klar abgegrenzten, aber kontrollierbaren Shots und steigern Sie die Schwierigkeit schrittweise.

Kamera 1: Zunächst Aufbau von Figur und Requisiten

Kamera 1 verwendet eine stabile Mittelaufnahme; Gu Yao steht vor dem magentafarbenen Lampenrahmen im schwarzen Fotostudio. Dieser Shot verfolgt keine komplexen Bewegungen, sondern konzentriert sich darauf, ob Frontalansicht, Frisur, Sonnenbrille, Kleidung und Handtasche gleichzeitig überzeugend dargestellt werden können.

Bildunterschrift: Die erste Einstellung legt mit einer klaren Dreiviertel-Figur sowie einfachen Handbewegungen die Grundlage für Figur, Kleidung und Requisiten fest.

Kamera 2: Veränderung der Umgebung und Einbindung von Gehbewegungen

Kamera 2 versetzt die Figur in einen städtischen Gang bei Regen und filmt sie von links hinten im Schritttempo. Dabei ist zu prüfen, ob die Seitliche Ansicht, die Position der Frisur, die Rückseite des Oberteils sowie die schwarze Handtasche weiterhin nahtlos miteinander verbunden bleiben.

Bildunterschrift: Szenario, Licht und Bewegung haben sich geändert, doch Alter der Figur, Kontur der Frisur, Sonnenbrille, Ohrstecker am rechten Ohr, Struktur des Oberteils sowie Form der Handtasche müssen weiterhin konsistent bleiben.

Kamera 3: Hinzufügen von Haltungsvariationen und Objektinteraktionen

Kamera 3 zeigt Gu Yao, wie er in einer spiegelnden Ausstellungshalle nach oben greift, um eine transparente Ausstellungsplattform zu justieren. Niedrige Kameraeinstellung, Spiegelreflexionen und Handinteraktion erhöhen das Risiko von Verzerrungen in Körperproportionen sowie wiederholten Veränderungen von Figur und Händen; daher bleibt die Handtasche als stabiler Referenzpunkt an seiner Seite.

Bildunterschrift: Bei gleichzeitiger Anwendung von Spiegelreflexionen und Objektinteraktionen sind Gesicht, Frisur, Ohrstecker, Nähte der Kleidung, Berührungsverhältnisse der Hände sowie das Verhältnis zur Handtasche sorgfältig zu überprüfen.

Kamera 4: Überprüfung der Figurkontur mittels Fernsicht

Kameraeinstellung 4 wechselt zu einer Weitwinkel-Aufnahme vom Dach im Dämmerlicht; Gu Yao steht mit dem Rücken zur Stadt und dreht sich um. Im Fernbereich werden die Gesichtszüge kaum erkennbar, weshalb man sich vor allem auf das silbergraue Haar‑Chignon, den Umriss der Sonnenbrille, die Silhouette des schwarzen Anzugs sowie die magentafarbene Umrandung der Handtasche stützt, um sie identifizieren zu können.

Bildunterschrift: Der Hauptunterschied der letzten Einstellung liegt in der Bildgröße und der Beleuchtung; die Konturen der Figur, die Farbflächen der Kleidung sowie die Farben der Requisiten sollten weiterhin mit dem Original übereinstimmen.

Nachdem Kameraeinstellung 1 übergeben wurde, geht es direkt zu Kameraeinstellung 2. Sollten sich bei Kameraeinstellung 2 bereits das Profil, das Haar‑Chignon oder die Handtasche verändert haben, darf diese nicht länger als alleinige Referenz für Kameraeinstellung 3 herangezogen werden.

Verfassen Sie für jede Einstellung die Hinweis‑Wörter mithilfe eines festen Identitätsblocks.

Allgemeiner Charakter‑Identitätsblock

Im Folgenden finden Sie eine wiederverwendbare Vorlage, die speziell für diesen Fall entwickelt wurde – sie ist weder eine Referenz aus einem Artikel noch ein Original‑Prompt eines Modells:

Allgemeine Vorlage | Charakter‑Identitätsblock

Original‑Charakter: Erwachsene Frau Gu Yao, ovales Gesicht, silbergraues, mehrschichtiges Kurzhaar, zu einem niedrigen Chignon nach hinten gebunden; trägt eine schwarze Sonnenbrille mit schmalem Rahmen und an ihrem rechten Ohr eine skulpturale silberne Ohrklemme. Sie trägt einen schwarzen, enganliegenden, technisch wirkenden Oberteil mit hohem Kragen, schwarze weite Hosen sowie schwarze Handschuhe und führt eine steife schwarze Handtasche mit magentafarbener schmaler Umrandung mit sich. Das Gesicht, das Alter, die Position des Chignons, die Körperproportionen, die Nähte der Kleidung, die Ausrichtung der Sonnenbrille und der Ohrklemme sowie die Struktur der Handtasche bleiben unverändert; keine Umkleidung, keine zusätzlichen Accessoires.

Dieser Identitätsblock ist in jeder Einstellung zu wiederholen. Die Szenen‑Hinweise fügen lediglich Ort, Bildgröße, Bewegung, Kamera, dynamische Umgebung, Geräusche und das Endbild hinzu.

Aufbau der Einstellungs‑Hinweise

Die Hinweise lassen sich in folgender Reihenfolge strukturieren:

1. Szenario und Zeit;

2. Bildgröße und Kameraposition;

3. Eine Hauptbewegung der Figur;

4. Eine Kamerabewegung;

5. Elemente in der Umgebung, die sich bewegen dürfen;

6. Geräuschbedürfnisse;

7. Unveränderliche Aspekte von Figur und Requisiten;

8. Pose und Komposition am Ende der Einstellung.

Beispiel für Kameraeinstellung 2

Allgemeine Vorlage | Verfolgungsaufnahme bei Regen in der Nacht

Moderne Stadtgalerie bei nächtlichem Regen, mit dezenten, feuchten Reflexionen auf dem Boden. Mittlere bis große Ganzkörperaufnahme; die Kamera befindet sich links hinter Gu Yao und folgt ihr langsam und parallel. Gu Yao trägt eine schwarze Handtasche mit magentafarbener schmaler Umrandung und schreitet mit gleichmäßigem Schritt voran, wobei sie nur gelegentlich leicht den Kopf zur Kamera dreht. Regen, Saum des Oberteils und Haarspitzen bewegen sich natürlich; der Hintergrund bleibt klar und ohne weitere Personen in der Nähe des Hauptmotivs. Die im Identitätsblock festgelegten Merkmale – Gesichtsform, Alter, silbergraues Haar‑Chignon, schwarze Sonnenbrille mit schmalem Rahmen, silberne Ohrklemme am rechten Ohr, Schnitt der Kleidung sowie Struktur der Handtasche – bleiben unverändert. Am Ende der Einstellung hält Gu Yao an der rechten Bildseite, genau auf der Drittel‑Linie, mit vollständig sichtbarem Profil und ihrer Handtasche.

In den Hinweisen sind abstrakte Adjektive wie „filmisch“, „beeindruckend“ oder „hochwertig“ nicht nötig. Viel hilfreicher für die Einheitlichkeit ist es, klar anzugeben, wo sich die Kamera befindet, welche Bewegungen die Figur ausführt, was unverändert bleiben muss und wo die Einstellung endet.

Lassen Sie die vorherige Einstellung die nächste unterstützen, statt Fehler weiterzugeben.

Der Hauptreferenz‑Frame und der Übergangs‑Frame übernehmen unterschiedliche Aufgaben.

Das Charakter‑Master‑Modell dient als Hauptreferenz und sichert die langfristige Identität; der bestätigte Frame der vorherigen Einstellung fungiert als sekundäre Referenz und übernimmt die aktuelle Kleidung, die Lichtausrichtung sowie die räumliche Verbindung. Jede neue Einstellung sollte dennoch das Charakter‑Master‑Modell einbeziehen und darf sich nicht ausschließlich auf den vorherigen Output‑Frame verlassen.

Bildunterschrift: Das Master‑Template behält die Identität der Figur bei; nach der Freigabe werden die aktuellen Zustände von Kleidung, Requisiten und Szenerie ergänzt. Beide werden gemeinsam in den nächsten Shot überführt, anstatt nur den vorherigen Frame weiterzugeben.

Nur saubere, freigegebene Frames weitergeben

Wählen Sie Aufnahmen mit klarem Gesicht, ohne Bewegungsunschärfe, vollständigen Händen und Requisiten sowie korrekter Kleidungsstruktur aus. Wenn im letzten Frame eines Shots zufällig geschlossene Augen, Verdeckungen oder Deformationen auftreten, kann ein nahegelegener, stabilerer Frame als visuelle Referenz herangezogen und der Übergang im Schnitt separat bearbeitet werden.

Regelmäßig zum Charakter‑Master zurückkehren

Wenn man den vorherigen Shot ununterbrochen an den nächsten weitergibt, können sich kleine Abweichungen schrittweise akkumulieren. Nach zwei bis drei Shots sollte man erneut mit dem Charakter‑Master abgleichen; sobald deutliche Verschiebungen festgestellt werden, kehrt man zum Master oder zu einem früheren, starken Referenz‑Frame zurück, um neu zu generieren, statt weiterhin fehlerhafte Frames zu verwenden.

Jeden Shot anhand derselben Checkliste abnehmen

Nach jeder Videoproduktion sind mindestens folgende Punkte zu prüfen:

Gesichtsmerkmale, Alter, charakteristische Kleidung und Requisiten gehören zu den strengen Prüfkriterien; bei Fehlern sind Korrekturen oder Neuaufnahmen erforderlich. Die Positionsänderungen kleiner Hintergrundgegenstände gelten meist als weniger kritisch; ihre Akzeptanz hängt vom narrativen Kontext der Szene ab.

Bildunterschrift: Vier Aufnahmen nebeneinander zu prüfen, ermöglicht es leichter, als bei einer einzelnen, auf das Gefühl gestützten Beurteilung, eine Verlagerung des Frisurenknotens, Änderungen im Proportionverhältnis der Sonnenbrille, das Verschwinden eines Ohrsteckers, das Verschieben von Kleidungsnahtlinien oder die Verformung einer Handtasche zu erkennen.

Die sechs häufigsten Fehler, die die Konsistenz einer Figur beeinträchtigen

Nur Text wiederholen, keine Referenzbilder

Gleiche Schlüsselwörter sichern lediglich die Kategorie einer Figur, nicht jedoch deren einzigartige Identität. Jede Einstellung sollte erneut auf dieselbe Originalvorlage zurückgreifen.

Zu viele Bewegungen in einer einzigen Einstellung

Gleichzeitiges Laufen, Drehen, Öffnen einer Handtasche, Interaktion mit den Händen, Hocken und Hochheben erhöhen die Wahrscheinlichkeit von Verdeckungen und Haltungsänderungen. Zunächst eine Hauptbewegung festlegen und anschließend in weiteren Einstellungen die nächsten Schritte ausführen.

Falsche Endframes unverändert weitergeben

Wenn die Frisur in der vorherigen Einstellung bereits länger geworden ist, wird diese falsche Version in den folgenden Einstellungen zur neuen Norm. Vor der Übergabe muss daher zunächst eine Abnahme erfolgen; bei erkennbaren Abweichungen ist auf die ursprüngliche Figurvorlage zurückzugreifen.

Gleichzeitiger Wechsel von Ort, Licht, Kleidung und Kameraeinstellung

Wenn zu viele Variablen auf einmal geändert werden, lässt sich nur schwer feststellen, welche genau zur Veränderung der Identität geführt hat. In der Testphase sollte jeweils nur eine wesentliche Herausforderung pro Einstellung hinzugefügt werden.

Mehrere Figuren teilen sich ein einziges Referenzbild

Bei Szenen mit mehreren Personen kommt es leicht zu Gesichtsüberlappungen, vertauschten Kleidungsstücken und fehlerhaften Requisiten. Für jede Figur sollten separate Referenzen angefertigt werden, wobei räumliche Positionen und Interaktionsreihenfolgen klar definiert sein müssen.

Zuerst höchste Auflösung anstreben, dann die Figuren überprüfen

Eine hohe Auflösung kann bereits abgewichenen Identitäten nicht korrigieren. Zunächst sollten mit einem geeigneten, iterativen Format die Figuren, Bewegungen und Einstellungen bestätigt werden, bevor man zur endgültigen Ausgabe übergeht.

Häufige Fragen

Kann man mit nur einem einzigen Portrait einer Figur ein Video mit mehreren Szenen erstellen?

Tests sind möglich, doch ein Frontalportrait liefert keine Informationen über Seitenansichten, Rückseite oder die Proportionen des ganzen Körpers. Je mehr Kamerawinkel vorhanden sind, desto wichtiger ist es, zusätzliche Mehrwinkel‑Referenzen sowie Nahaufnahmen von Requisiten bereitzustellen.

Welches Videomodell in PixPix eignet sich am besten für die Konsistenz von Figuren?

Es gibt keine universelle Lösung, die allen Anforderungen gerecht wird. Kurze Bewegungen, klare Kameraführung und stabile Hauptfiguren lassen sich zunächst mit H3 testen; bei zahlreichen Referenzen, akustischen Elementen und komplexer Schnittführung empfiehlt sich Kling 3.0 Omni; für längere Narrative und multimodale Referenzen bietet sich Seedance 2.5 an. Die endgültige Wahl sollte auf Basis eines Dreifachtests unter gleichen Bedingungen getroffen werden.

Ist es sicher, dass das letzte Bild der vorherigen Einstellung das Gesicht unverändert hält?

Nein. Das Endframe hilft zwar, aktuelle Kleidung, Beleuchtung und Komposition zu übermitteln, kann jedoch auch Bewegungsunschärfe, geschlossene Augen oder feine Verformungen enthalten. Es dient lediglich als ergänzende Referenz; die Originalfigur bleibt langfristig das Maßstab für die Identität.

Kann eine Figur mitten im Film die Kleidung wechseln?

Ja, allerdings sollte der Kleiderwechsel als klar definierte Handlungsschwelle betrachtet werden. Gesicht, Frisur, Alter und Körperproportionen bleiben unverändert; gleichzeitig sind neue Frontal‑, Seiten‑ und Rückansichten für die neue Kleidung anzufertigen – das Modell darf die Kleidungsstruktur nicht eigenständig ableiten.

Wie lässt sich bei Dialogen mehrerer Figuren die Verwechslung von Identitäten minimieren?

Für jede Person eigene Referenzen anfertigen, zunächst einzelne Reaktionsaufnahmen erstellen und anschließend die Zweier‑Mittel‑Einstellungen bearbeiten. Im Prompt sollten rechte und linke Position, Blickrichtung sowie Bewegungsabfolge klar definiert werden; falls Gesichter dennoch vertauscht werden, kann nach dem Schnitt im Editor ein gemeinsamer Dialogrhythmus etabliert werden.

Was ist bei der Verwendung realer Personen‑Referenzbilder zu beachten?

Es gilt, die Nutzungsrechte an den Bildern sowie die Genehmigung der abgebildeten Personen sicherzustellen; ohne Erlaubnis dürfen keine Porträts verwendet werden, um irreführende Inhalte zu erzeugen. Vor öffentlicher oder kommerzieller Nutzung sind zudem die einschlägigen Regeln der jeweiligen Plattform und Region zu prüfen.

Zusammenfassung

Die Rollenkonstanz in KI‑Videos über mehrere Szenarien ist kein Zufall, der sich bei einer einzigen Erzeugung ergibt, sondern das Ergebnis eines prüfbaren Produktionsverfahrens:

Erstellung eines Rollen‑Master‑Templates → Festlegung harter Ankerpunkte → Auswahl des Modells je nach Aufgabe → Pro Szene nur eine Hauptvariable hinzufügen → Wiederverwendung des Master‑Templates und Prüfung bestandener Frames → Szene für Szene Abnahme → Bei Abweichungen erneutes Ankern.

Bei Projektbeginn bei PixPix kann man zunächst die vier‑Szenen‑Teststruktur von Gu Yao durch eigene, originäre Charaktere ersetzen. Bereits die Erzeugung der ersten drei Szenen genügt, um zu prüfen, ob Frontalansicht, Seitenansicht, Bewegung, Licht und Requisiten stabil bleiben; erst danach lässt sich die vollständige Geschichte ausbauen – so lassen sich die Kosten für Nachbearbeitung deutlich leichter kontrollieren als beim direkten Erzeugen eines Langfilms.