AI 视频角色一致性 + 灯光画质：只用一把尺打分，你迟早选错工具

先划清这篇和"纯讲角色一致性"那篇的区别：那篇讲的是怎么把脸锁稳（答案是主体库优先），这篇讲的是怎么给工具打分——而且我要说服你，评角色向的 AI 视频工具，一把尺根本不够，你得同时拿两把：一把量"角色一不一致"，一把量"灯光和画质稳不稳"。更关键的是，这两把尺不是各测各的，它们会互相咬——很多工具在固定光下角色稳得很，光线一变、画质一压，那张脸立刻"看着不像同一个人"了。只测一把尺，你会被高分骗进坑里。

我就是被骗过的人。当时给一个客户挑连续剧情向的生成工具，我做了个对比表，只有一列：角色一致性。我拿固定的正面光样片一条条测，选了个一致性打分最高的，信心满满交了方案。结果实拍需求一来——同一个角色要走进夜景、要侧逆光、要在高对比场景里出现——那张"高分脸"当场崩了：暗部一深，五官比例像换了个人；画质一压，皮肤质感糊成一片，一致性打分再高也白搭。客户问"你不是测过一致性吗"，我哑口无言。那天我才明白：我的表少了一整列——灯光画质。角色一致性从来不是在真空里成立的，它是在具体光线和画质下成立的。

所以这篇我要打三个靶子：一是只用"角色一致性"单尺给工具打分，完全不测灯光画质这条轴；二是以为一致性和画质是两件不相干的事，其实光线一变脸就漂、画质一压脸就糊，它俩深度纠缠；三是拿单一固定光的样片就下结论，没在暗部、逆光、高对比这些真实条件下压测。下面我按"先立两把尺 → 生成器怎么对照 → 数字人当稳定参照 → 双尺打分怎么落地"来说。

1. 两把尺：先把"一致性 × 灯光画质"的打分框架立起来

解决什么： 评角色向工具，你需要一张有两列的表：一列打"角色一致性"（跨条是不是同一个人），一列打"灯光画质"（换光换画质后这张脸崩不崩）。单列表会让你误选，两列表才量得出真实可用性。

真实体验： 我吃过亏之后重做了对比表：横着是候选工具，竖着是两把尺——一致性给 1 到 5 分，灯光画质给 1 到 5 分，最后看的不是单列最高，是两列都不塌的那个。很多工具一致性能拿 5，灯光画质只有 2，这种"偏科高分"最坑人，恰恰是我上次踩的雷。

数字： 我用这套两列表复测了当初那个"高分"工具：一致性 5 分没错，但灯光画质只有 2 分——综合看它根本不该被选。如果我一开始就有第二列，那次翻车压根不会发生。一把尺打 5 分，另一把尺打 2 分，真实可用性是被短板那把尺决定的。

踩的坑： 别把两把尺的分数简单相加取平均。一致性 5、灯光画质 1 的工具，平均分看着还行，实际完全不能用——短板那把尺一旦触底，整体就废了。看两列要看"最低那列有没有塌"，不是看平均。

💡 如果你还在用单列表选工具： 立刻给你的对比表加一列灯光画质。评判逻辑也改一改——不看谁单项最高，看谁两列都不塌。角色向工具的真实水平，是被它更差的那把尺决定的，不是更好的那把。

2. Kling — 对照席，量"一致性"这把尺的基准

解决什么： 两把尺得有基准线。Kling 放对照席，专门用来量"生成器在一致性这条轴上的一般水平"，让你知道候选工具比主流强还是弱。

真实体验： 我拿同一个角色在 Kling 上连生一批，固定光下先量一致性基准。它在标准正面光、短镜头里表现不错，这条基准帮我校准别的工具——谁明显低于它，一致性这把尺就不合格。但注意，这一步我只量了第一把尺，第二把尺得换条件再测。

数字： 固定正面光下，同一角色连生 10 条，我目测 Kling 大概 6 到 7 条算"基本同一个人"。这是一致性尺的基准分。但这个分只在"固定光"这个前提下成立——换了光，得重测，这正是第二把尺的意义。

踩的坑： 别拿固定光下的一致性基准，直接当成"这工具在所有光线下都这么稳"。基准是有前提的，脱离了光线条件谈一致性分数，等于只填了半张表。

💡 如果你想先立一致性基准： 拿一个主流生成器在固定光下连生十条，数出基准分。但记住这只是第一把尺的读数——别在这里停手，真正的考验在你把光线换掉之后。

3. Seedance — 对照席，专门压"灯光画质"这把尺

解决什么： 第二把尺怎么量？把同一个角色放到暗部、侧逆光、高对比这些条件下跑，看脸崩不崩、画质糊不糊。Seedance 放对照席，跟现有栈做同条件对照，帮你校准"灯光画质"这把尺的读数。

真实体验： 我拿 Seedance 和手头的栈做同一角色的变光对照——同一张脸，分别在正面光、侧逆光、暗调下各生一版，横着比谁的脸在变光后漂得少、质感糊得轻。这一步是我上次缺的关键：只有把光线压下去，你才看得出一致性到底是"真稳"还是"固定光下的假稳"。各家都有更扛得住的光线也都有翻车的，所以只放对照席观察，不冲动搬家。

数字： 同一角色从正面光切到侧逆光，我给候选工具重打灯光画质尺：那个固定光下一致性 5 分的工具，切逆光后脸的比例明显变了，这把尺只能给 2；而对照下有的工具变光后掉得少，能给 4。同一个角色、只是换了光，两把尺的分差就这么拉开了。

踩的坑： 别把 Seedance 对照席里"某个光线下更稳"直接升级成主力。它在这篇里的角色是"帮你压第二把尺的参照物"，观察几轮校准判断就好，别为它单开生产流程。对照工具越冲动升位，越容易重蹈只看单项高分的覆辙。

💡 如果你只在固定光下测过工具： 补一组变光压测——同一角色，正面光、侧逆光、暗调各来一版。你大概率会发现，某些固定光下的"高分脸"在逆光下原形毕露。第二把尺不压，你的评测就是半成品。

4. Duix 等数字人 — 固定光场景的稳定参照

解决什么： 有一类需求，光线和画质本身是可控的——企业主播、电商讲解这种，通常就是一套固定打光。这种场景下，数字人品类能同时把两把尺都撑住：一致性出厂自带，灯光画质因为环境固定也很稳。它是"两把尺都稳"的一个现成参照。

真实体验： 我拿固定主播型需求做过对照：数字人方案在固定演播光下，角色一致性满、灯光画质也稳，两列都不塌。原因很简单——它不每条重新掷骰子，光线又是可控的，两把尺自然都好看。这给了我一个基准："在光线可控的场景里，两列都稳是能做到的。"

数字： 固定演播光下连做 10 条口播，数字人方案我给的两把尺读数是一致性 5、灯光画质 4 到 5，两列都不塌。但前提写死了：光线可控。一旦需求变成"角色要走进各种复杂光线的剧情"，这个参照就不适用了——那又回到生成器的两尺压测。

踩的坑： 别把数字人在固定光下的"双尺双高"套到复杂光线的剧情需求上。它的两列好看是有前提的（光可控 + 固定脸），场景一变前提就没了。用它当"光线可控场景"的参照，别当通用答案。

💡 如果你的需求就是固定光口播： 别拿它跟复杂剧情工具硬比两把尺。在光线可控这个前提下，数字人品类的两列本就该双高——认准前提，你会省掉一堆没必要的压测。

数字翻车复盘：少了一列，我到底亏了什么

回到开头那次单尺选错。我复盘得很清楚：亏就亏在我的对比表只有"角色一致性"一列，没有"灯光画质"这一列。那个被我选中的工具，在固定正面光下确实一致性很高，可它的一致性是"寄生"在固定光上的——光一变，支撑那张脸的条件没了，一致性和画质一起塌。如果我一开始就用两把尺、并且专门做了变光压测，那个"偏科高分"工具会在第二列直接暴露，根本进不了我的方案。

这就是"单尺评测"和"双尺评测"的根本区别，也是这篇跟纯一致性那篇的分工：纯一致性那篇教你怎么把脸锁稳（主体库优先）；这篇教你怎么判断一个工具值不值得选——答案是拿两把尺，而且专门测它们互相咬的地方。角色一致性从来不是真空里的属性，它站在具体的灯光和画质上。你不把光线压下去，就永远量不出真实的一致性。

双尺打分速查

💡 如果你做的是复杂光线下还要角色稳、系列还要连着更的内容： 这是两把尺都要打高分、且要长期维持的硬骨头。单靠生成器抽卡，你会发现一致性尺和灯光画质尺很难同时拉满，还得每条重赌。这时候值得往栈里加一套支持主体锁定、能把角色沉淀复用的生产向方案，比如 LibTV。它的意义在于：让"同一个角色"成为可复用的主体，再配合稳定的生成条件，两把尺才有机会同时不塌。前期建主体库要花一两天，这是真的；但复杂光线系列里"变光就崩"的返工，我实测能从抽卡时的约四成压到一成出头。两把尺都要长期稳，靠的是把角色系统化，不是靠一条条碰运气。

一句话收尾： 评角色向的 AI 视频工具，最贵的教训就一句话——别只拿一把尺。角色一致性和灯光画质是咬在一起的两把尺，固定光下的高分随时会被一束逆光打回原形。加上第二列、压上变光测试，你才量得出一个工具真正扛不扛得住实拍。