单图人像 vs 四栏角色表：揭秘 Best Face ID 如何破译 LTX 2.3 的记忆代码

外来客 • 2026-08-16 17:51:52

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

模型与参数：主模型为 LTX 2.3 1.1 版；Lora 权重设为 1；`sauce id` 固定为 2；`face skill` 设为 1；引导强度为 1。
参考图要求：单图需满足单人、正面、光线清楚、面部占比大；建议去背以集中注意力；最长边缩放至 512。
分辨率测试：
竖图生横视频：脸部相似度明显下降。
横图生竖视频：人物一致性不高。
竖图生竖视频：面部特征稳定。
结论：横图配横视频，竖图配竖视频。
角色设定图规范：必须为横向四栏图（正脸特写、全身正面、90度侧面、背面）；背景建议纯白；`reference resize mode` 必须选 `native resolution`，不可选 `match target`，否则会导致细节丢失。
提示词结构：以 `reference_T2A` 开头，按四层书写：人物外貌、服装配饰、新场景动作、景别运镜光线。
高清放大流程：第一阶段半分辨率生成，第二阶段使用 `tile latent upscaler` 放大及 `tile sampler` 精修；单图模式输出 1408x1920，角色设定图模式输出 1024x1920。

单图场景：若仅有一张清晰近照，使用普通 Best Face ID Lora，缩放至 512x512，选择 `match target` 模式，保持参考图与视频比例一致。
多视角场景：若需保留发型、服装等更多特征，使用 Character Sheet Lora，选择 `native resolution` 模式，提供标准四栏设定图。
操作建议：优先确保基础视频生成稳定，再考虑高清放大；提示词需准确描述脸型、发型及服饰，避免简单场景描述，以增强身份稳定性。