Hedra 发布参考图像工作流：用“合成演员”与实景素材打造可信 AI 图像
在当前的 AI 图像生成领域，仅靠文本提示词（Text-to-Image）往往难以满足商业与艺术创作的高标准需求。Hedra 在其最新技术实践中指出，单一的提示词无法涵盖场景中所有细节，模型倾向于填充“干净、通用且显而易见”的默认值，导致产出内容平庸（slop）。为了解决这一问题，Hedra 提出了一套基于预工作流（Pre-workflow）的进阶策略：将难以描述的具体元素转化为独立的参考图像（Reference Images），再进行合成与迭代。
这套方法不仅适用于静态图像，更是构建高质量Image-to-Video内容的基础。正如 Hedra 所言：“真实的视频始于真实的输入。”通过构建具有高度细节和一致性的参考帧，可以为后续的动态生成提供坚实的视觉锚点。
为什么单靠提示词会失败？
AI 模型在缺乏明确指引时，会默认选择“低努力、高概率”的路径，这导致了几个典型问题：
- 物体不一致：一排机器可能变成设计各异的杂乱机器，而非统一型号。
- 物理逻辑错误：复杂的特殊物体可能因遮挡关系处理不当，出现“不可能物体”。
- 标识过于完美：招牌往往呈现过于干净、崭新的状态，甚至出现不合逻辑的文字（如面包店招牌上写着“今日新鲜”，但面包显然不是刚出炉的）。
四大核心参考图像策略
Hedra 总结了一套包含四种参考图像类型的标准工作流：
1. 参考人物：打造“合成演员”（Synthetic Actor）
为了避免生成千篇一律的“AI 模特”或每次渲染都更换面孔，建议生成一张普通人的肖像作为参考。这种合成演员具有真实的皮肤纹理和日常体态，且完全属于创作者，不存在肖像权风险。在后续场景中，只需将该面孔作为参考进行合成，即可保持角色一致性。
2. 参考重复物体：确保细节统一
现实场景中，重复出现的物体（如洗衣店的洗衣机）通常是统一型号且摆放整齐的。通过先生成一张准确的物体参考图，并在提示词中明确指令“重复此精确物体”，可以强制模型在多次渲染中保持设计一致性，从而构建出真实可信的场景。
3. 参考标识：艺术指导文字与质感
将菜单或招牌单独生成，可以赋予创作者完全的控制权。通过添加污渍、擦痕、贴纸等细节，使标识呈现出“被使用过”的粗糙质感，而非 AI 默认的“崭新”状态。这种艺术指导（Art-directing）过程能显著提升场景的真实度。
4. 参考实景底图：引入真实世界
对于虚构的房间或景观，直接使用真实照片作为底图是打破“AI 味”的关键。无论是公共领域的河流照片，还是自家店铺的真实拍摄，都能为合成内容提供真实的纹理、光影和透视关系。对于商业应用而言，利用自有照片进行Polishing是极具价值的低成本营销手段。
从静态到动态：视频生成的基石
Hedra 强调，这些参考图像不仅是静态创作的终点，更是视频生成的起点。在将生成的逼真静态帧输入到Seedance等视频模型时，其真实感会直接传递给动态画面。这种“参考驱动（Reference-driven）”的工作流，使得 AI 视频能够摆脱早期那种飘忽不定的动态效果，呈现出电影级的质感。
操作指南：如何合成
- 构建硬部分：先生成合成演员、重复物体、艺术化标识及实景底图。
- 图像转图像（Image-to-Image）：在 GPT Image 2 Medium 中使用图像转图像模式，明确提示词中保留哪些元素（如“保留参考中的人物/机器”），并描述周围环境。
- 应用摄影技巧：在提示词中融入谦逊的相机视角、诚实的光线和真实的瑕疵，确保合成结果看起来像是一张真实的照片，而非简单的贴图。
通过这一套严谨的工作流，Hedra 展示了如何利用 AI 工具将创意转化为具有商业落地能力的逼真视觉内容。
