概念identity drift
身份漂移
AI视频生成中的系统性问题，指角色面部特征、发型、服饰等视觉属性在生成序列中随时间步逐渐偏移的现象，源于扩散模型缺乏显式角色状态维护机制
核心事实
时间轴 (近 90 天)
10月12日
OmniCapBench 能够诊断四类典型失败模式：时序定位失败、身份漂移、跨模态错位和幻觉描述。
待验证50%
10月12日
身份漂移和跨模态错位是当前前沿 MLLM 在音频-视觉字幕任务中最突出的两个薄弱环节。
待验证50%
9月28日
商业方案与开源方案的核心差距之一在于商业方案通过更大的训练数据规模和专门的时序损失函数来缓解身份漂移问题
待验证50%
9月26日
身份漂移（identity drift）是基于扩散模型的视频生成系统的系统性缺陷，因模型帧间不维护显式角色状态而依赖注意力机制和参考图软约束，导致角色面部、发型、服饰随时间步逐渐偏移
已验证75%