建议正面清晰、无遮挡；构图与驱动视频一致（特写对特写 / 全身对全身）

想让照片里的人复刻的动作（跳舞 / 招手 / 说话）。建议单人、无遮挡、背景干净

只写场景、光线、风格。不要描述服装和外貌 —— 人物长什么样由上面的照片决定，这里再写一遍反而会覆盖照片

只描述动作本身，不写角色；留空则复用上面的主描述

先出「样片」花几十秒看动作像不像、身份保不保持，满意了再用「正式渲染」出成片 —— 别一上来就烧 4 分钟机时

高画质 24 步是交付档；8 步快约 2 倍，适合赶时间或先看整体节奏

每段上限 3.4 秒，更长时长自动分段接续，成片精确裁到所选秒数。段数越多机时越长；⚠️ 15 秒需要驱动视频也够长（≥15 秒），短视频驱动会在后段人物/场景漂移（2026-09-24 实测）

跟随驱动视频（推荐）。出画比例必须与驱动视频一致，否则画面会被中心裁剪

正式渲染不低于 720p。720p 单段约 4.5 分钟；选 1080p 会按显存预算降到 720p 级

1.0 为训练默认；调高放大动作幅度，调低弱化

0~1。动作主要在前期建立，终点设约 0.7 可让模型后期补细节