Higgsfield 发布 Cinema Studio 4.0：多角色视频生成不再“融合”
在 AI 视频创作领域，多角色同框（Multi-character）一直是最大的技术挑战之一。当两个角色出现在同一场景中时，模型往往倾向于将他们的特征“平均化”，导致角色在视频中不断漂移、互换衣物甚至重复出现。Higgsfield 团队近日通过发布 Cinema Studio 4.0 和升级 Soul 2.0，推出了一套系统性的解决方案，旨在彻底解决这一“融合”（Blending）难题。
为什么 AI 视频中的角色会“融合”？
传统的工作流通常只关注单一身份。当场景需要加入第二个角色时，模型接收到的输入往往存在以下弱点：
- 文本描述模糊：仅用文字描述两个人，特征权重冲突。
- 参考图混乱：一张包含两人面孔的图片作为参考，导致特征共享。
- 锚点缺失：缺乏对第二个角色的独立视觉锚点。
这会导致三种常见故障：
- Blending（融合）：两个角色都向同一个平均面孔漂移。
- Swapping（互换）：头发、服装或道具在镜头间莫名其妙地从一个角色转移到另一个。
- Scale Drift（尺度漂移）：儿童与青少年在不同镜头中高度不一致。
核心突破：Cinema Studio 4.0 与 Soul ID 的双重保障
Higgsfield 提出的核心策略是：为每个角色建立独立的参考图（Reference Sheet），并在生成时将其作为独立锚点输入。
1. 独立参考图机制 (Soul 2.0)
在 Soul 2.0 中，创作者可以为每个角色生成一张 16:9 的三面板参考图：
- 左面板：全身背面视图。
- 中面板：面部特写，包含完整发型轮廓。
- 右面板：全身正面视图。
通过精确的 Prompt 工程，明确区分角色的年龄、体型、肤色及服装配色（例如：Jerry 为铜红色头发与芥末黄/牛仔蓝，Lucy 为紫色/奶油色），从源头切断特征混淆的可能性。
2. 跨项目一致性 (Soul ID & Elements)
对于需要反复出现的角色，Higgsfield 引入了 Soul ID 技术。通过训练专属的 Soul ID，角色特征被编码为可复用的 Elements。这意味着：
- 角色可以在不同的项目中无缝调用。
- 即使更换场景或服装，角色的核心身份特征（面部结构、发型、肤色）也能保持严格一致。
3. 强大的生成能力
Cinema Studio 4.0 在处理多角色场景时展现出强大的生产力：
- 多参考图支持：单次生成可接受多达 50 个参考图，极大丰富了场景细节。
- 长片段生成：支持生成长达 30 秒 的多镜头连续视频。
- 原生音频：视频生成过程中直接包含原生音频，无需后期合成。
实战案例：60 秒双角色短片
Higgsfield 团队展示了一个完整的 60 秒短片案例，讲述 15 岁的 Jerry 和 8 岁的 Lucy 姐妹穿越卧室、丛林、火山和北极的故事。
该案例是一个极佳的“压力测试”，因为两个角色外貌相似（都有铜红色头发和雀斑），但在年龄、身高和服装上刻意区分。通过严格执行上述工作流，视频在 5 个不同场景中，两个角色的身份始终保持清晰，从未发生融合或互换。
开发者价值总结
- 工作流统一：从角色建模（Soul）、场景构建（Cinema Studio）到重制素材（Genjutsu），所有工具集成在一个 AI 原生套件中。
- 叙事自由度：创作者可以像拍摄真人电影一样编排多角色剧情，无需担心技术限制。
- 资产复用：通过 Soul ID，角色资产可跨项目复用，大幅降低长视频制作的边际成本。
Higgsfield 的这一更新标志着 AI 视频生成从“单角色展示”迈向了“多角色叙事”的新阶段，为影视创作提供了坚实的技术底座。
