概念Character Drift / 人物一致性问题
角色漂移
在AI图像生成或漫画创作中，同一角色在不同场景/分镜中外观特征出现偏差的现象，是当前AI漫画生成领域的核心技术挑战之一
核心事实
时间轴 (近 90 天)
10月15日
角色漂移指在长对话中，模型逐渐偏离初始角色设定的现象，通常由上下文窗口不断累积导致早期约束权重被稀释而引发。
待验证50%
9月12日
解决角色漂移的主流思路包括将角色参考图像作为条件输入（IP-Adapter类方法）、在潜在空间中引入一致性约束、通过多帧联合生成保持跨时段连贯性
待验证50%
9月11日
解决角色漂移的工程手段包括周期性重新注入人设摘要、对输出进行角色一致性校验以及通过微调让模型内化特定角色
待验证50%
9月5日
人物一致性问题根源在于当前视频生成模型本质上是逐片段独立生成的，模型在不同镜头间难以记住同一角色的精确外貌特征
已验证65%