AI-karakterkonsistens i video: Behold den samme karakteren i alle scener
De fleste AI-videoverktøy tegner karakteren din på nytt helt fra bunnen av hver gang — nytt ansikt, nye klær og ny stil. Karakterkonsistens betyr at AI-en gjenkjenner den samme personen (eller maskoten/produktet) i alle opptak. Sesshu gjør dette med referansebilder: last opp karakteren din én gang, og generer alle scener fra samme kilde.
Referansebilder lukker dette gapet. I stedet for en vag tekstbeskrivelse viser du modellen nøyaktig ansiktet, håret og stilen som skal gjenskapes. Seedance 1.5 Pro, Kling 4.0 og Vidu Q4 støtter bildereferanser direkte i Sesshu.
Prøv nå: referansebilde-til-video generator
Logg inn med Google på 1 sekund — logg inn hver dag for gratis kreditter (opptil 60 i uken)Dette kan du gjøre gratis →
Utvalgte demoer og ledetekster
Klikk på «Generer med denne ledeteksten» for å fylle ut generatoren ovenfor automatisk
Et gjensyn på toget
“Generer en 30-sekunders, 16:9 japansk realistisk filmatisk kortfilm. Historien utspiller seg på et japansk pendlertog om kvelden, der en mann og en kvinne som møttes i studietiden uventet gjenforenes; den korte øyekontakten i nåtiden flettes sammen med minner fra vårkampusen, med beherskede, milde følelser og et hint av uuttalt anger. 【Karakterer og referanser】 Figur 1 refererer til den nåværende kvinnen: svart mellomlangt hår, naturlig sminke, beige kåpe og lys strikket skjerf, med en hverdags pendlerbag. Figur 2 refererer til den nåværende mannen: svart kort hår, mørk kåpe, skjorte og strikket innerplagg, holder en åpen bok, med en mørk skulderveske. Figurene 3 og 4 fungerer som referanser for de to i studietiden. I minnene bærer de mørke japanske skoleuniformer, med ansiktstrekk, øyne og hårfrisyrer som tilsvarer de virkelige karakterene; de fire bildene brukes kun til å låse karakterenes utseende, og referansebildene skal ikke direkte gjøres om til statiske kollasjer. 【Scene og kinematografi】 Gammeldags pendlertogvogn, metallhåndtak, hvite sirkulære hengestropper, lange benker på begge sider, realistiske vindus- og dørstrukturer. Passasjerer sitter naturlig og leser eller hviler med hodet ned. Utenfor vinduet passerer japanske lavhus, jernbaner, strømledninger og fjerne bysilhuetter sakte forbi. Solnedgangen skinner inn fra sidevinduet, og skaper et varmt gyllent kantlys på karakterene, med myk blågrå farge i de mørke områdene av vognen. Grunn dybdeskarphet, lett filmkorn, 35mm filmatisk kvalitet, naturlig hudtekstur og subtile uttrykk, ingen overdreven hudutjevning. 【Bilder og tid】 0-4 sekunder: Mellomlangt bilde langs togkorridoren, kamera beveger seg sakte fremover. Toget svaier forsiktig med bevegelsen, og hengestroppene svinger litt. Sittende passasjerer og det flytende gatemiljøet utenfor vinduet skaper en rolig pendleratmosfære. 4-8 sekunder: Klipp til et mellomnært sidebilde av kvinnen. Hun står ved vinduet, holder lett i en hengestrop eller et håndtak, og snur sakte hodet etter å ha hørt bevegelse bak seg. Først ser hun nedover korridoren, deretter stopper blikket kort; uttrykket hennes endres fra rolig til en følelse av gjenkjennelse, leppene hennes skiller seg litt, uten overdreven overraskelse. 8-12 sekunder: Over-skulder-bilde av kvinnen, som ser mannen på den andre siden av korridoren. Han leste opprinnelig med hodet ned, ser opp og møter blikket hennes, og stopper bokholdingen. Kameraet skyver sakte inn, andre passasjerer i vognen fortsetter sine handlinger, uten å se på kameraet. 12-17 sekunder: Overgang til vårminner gjennom øyekontakt eller lignende komposisjon. En campusvei med kirsebærblomster i full blomst, de to iført studentuniformer, med skolesekker, går mot hverandre under trærne. Kronblader faller forsiktig, jenta ser tilbake på gutten, og gutten stopper også. Lyset er lysere og mykere enn i virkeligheten, men karakterenes identiteter forblir konsistente. 17-22 sekunder: Naturlig klipp tilbake til samme togvogn. Kvinnen snur seg forsiktig og går forbi mannen langs korridoren. Mannen holder en hengestrop med den ene hånden, holder fortsatt boken med den andre, blikket hans følger henne mens hun passerer; kroppen hans snur seg bare litt, ingen omfavnelse eller jakt. 22-27 sekunder: Nærbilde av mannen. Varmt og kjølig lys fra vinduet feier over ansiktet hans mens han sakte snur hodet for å se tilbake, øynene hans fylt med nøling og minner. Uttrykk følelser med lett pust, naturlig blunking og endringer i blikket, oppretthold konsistens i skulderveske, klær og hårfrisyre. 27-30 sekunder: Tilbake til et mellomlangt bilde av togvognen, karakterene naturlig adskilt av korridoren og hengestroppene. Toget fortsetter å bevege seg fremover, solnedgangen utenfor vinduet trekker seg gradvis tilbake. La det siste bildet henge litt, bevar den rolige etterklangen av gjenforeningen, uten å tvinge frem en slutt. 【Lyd】 Behold lavfrekvent lyd av togskinner, den lette svaiende lyden av vognen, og fjerne dempede menneskestemmer. Bruk mykt piano og et lite antall strykere til musikken, med volum lavere enn omgivelseslyden. En liten mengde myk japansk fortellerstemme kan legges til, som uttrykker følelser av vårminner og lenge etterlengtet gjenforening; tonen skal være naturlig og behersket, med pauser som er konsistente med bildenes rytme, ingen høy dialog eller dramatisk gråt. 【Konsistens og ekskluderinger】 Ansiktstrekk, hårfrisyre, klær, veske og bok i hånden til samme karakter skal forbli konsistente gjennom alle bilder; kun minnesegmentet bytter til studentuniformer. Togvinduer, seter, hengestropper og karakterposisjoner skal følge realistiske romlige forhold. Bildeoverganger skal være klare og naturlige, unngå plutselige aksehopp, ansiktsdrift, flere fingre, karakterduplisering, deformert vognstruktur, flimring, overeksponering, undertekster, titler, logoer eller vannmerker.”
En fantasi-reise fra skyer til havet
En ung jente med to hårknuter flyr et rosa-hvitt fly gjennom gylne skyer mens drager og hvaler glir ved siden av henne. Hun surfer deretter over havet, møter en liten rød drage, og dykker til slutt ned i en glødende undervannsverden. Hold jenta, klærne hennes og fantasifølgesvennene hennes konsistente gjennom flytende overganger.
Hvorfor karakterer endrer seg (og hvordan referansebilder løser det)
Hver tekst-til-video-generering er helt uavhengig. En ledetekst som 'en kvinne i rød kåpe' skaper et nytt ansikt hver gang — modellen finner opp en ny person og husker ikke forrige opptak.
Referansebilder lukker dette gapet. I stedet for en vag tekstbeskrivelse viser du modellen nøyaktig ansiktet, håret og stilen som skal gjenskapes. Seedance 1.5 Pro, Kling 4.0 og Vidu Q4 støtter bildereferanser direkte i Sesshu.
For historier med flere scener: lag først et tydelig forfra-portrett (via tekst-til-bilde eller eget bilde), og legg det ved som referanse i hver scene-ledetekst. Dette er standard arbeidsflyt i filmproduksjon og reklame.
Slik lager du videoer med konsistente karakterer i Sesshu
- STEP 011 / 4
Klargjør eller last opp karakteren din
Ett tydelig bilde forfra: et ekte foto, et AI-portrett eller maskotdesign. Ett bilde per karakter.
- STEP 022 / 4
Åpne referanse-til-video-verktøyet
I generatoren nedenfor (eller på /reference-to-video) legger du ved karakterbildet som referansemateriale.
- STEP 033 / 4
Beskriv scenen, ikke ansiktet
Fokuser ledeteksten på handling og omgivelser — f.eks. 'går i en regntung gate i Tokyo, neonrefleksjoner, filmatisk' — referansebildet tar hånd om identiteten.
- STEP 044 / 4
Generer hver scene med samme referanse
Bruk det samme referansebildet for alle opptak i historien for å sikre at karakteren forblir konsistent.
Ofte stilte spørsmål om karakterkonsistens
Kan AI beholde den samme karakteren på tvers av flere videoer?
+
Ja — ved hjelp av referansebasert generering. Når du gjenbruker samme portrett som referanse for hver scene, gjenskaper modellen ansiktstrekk og stil nøyaktig. Sesshu støtter arbeidsflytene til Seedance, Kling og Vidu.
Hvor mange referansebilder kan jeg bruke?
+
Kling 4.0 støtter opptil 15 referansebilder på utvalgte abonnementer; Seedance 1.5 Pro jobber ut fra ett tydelig forfra-bilde med kontekst. Jo tydeligere bildet er, desto mer stabilt blir resultatet.
Hvorfor kan karakteren noen ganger variere litt?
+
Belysning, ekstreme kameravinkler og bevegelsesuskarphet skaper naturlige variasjoner. Bruk et nøytralt portrett forfra og fokuser på omgivelsene for å unngå forvrengninger.
Kan jeg prøve det gratis?
+
Ja. Gratis kreditter fra daglig check-in (6–12 per dag, opptil 60 per uke) er nok til å lage 2–3 testscener. Ingen kredittkort kreves.

