步骤 01 — 上传你的输入
添加目标场景和人脸参考，让模型在匹配目标构图的同时保留关键的身份特征。
Wan VACE
把“目标视频的动作与镜头”与“人脸素材的身份特征”合到一起，并用 ControlNet 做结构保留、用 Composer 做合成，输出更一致的短视频结果；由 WanPipeline 统一调度关键步骤，便于复现与迭代。
工作原理
用 Wan VACE 三步生成图像
从目标场景和人脸参考到贴合模型的结果——全程在 Cleep.ai 内完成。
步骤 02 — 选择输出设置
设置输出分辨率和时长，然后调节人脸参考对结果的引导强度。
步骤 03 — 生成并下载
点击生成，等待几分钟。Wan VACE 会生成你的结果。下载它，或更换输入再跑一个快速批次。
它能做什么
如何使用 Wan VACE
从输入到输出：按 WanPipeline 走一遍可复现流程
先上传目标视频作为动作与镜头的“骨架”，再上传清晰的人脸素材作为身份来源。系统在 WanPipeline 中先用 ControlNet 约束关键结构（如姿态与轮廓），再交给 Composer 进行多帧合成与细节融合。生成后建议先抽查 3–5 个关键帧，再决定是否调整强度、裁切或参考图。
适合哪些场景：动作不变、身份可换、风格可控
适用于短视频口播：保留原口型与头部运动节奏，同时替换为指定身份形象。也适用于电商/品牌内容：在同一镜头脚本下批量生成不同人物版本，保持构图一致便于对比投放。对需要“动作一致、画面统一”的团队，结构保留能减少反复返工的时间成本。
质量核查清单：先看结构，再看脸部细节
先核对结构：肩颈比例、手部位置、头部转动是否与目标视频一致，这是 ControlNet 约束是否生效的直观信号。再核对身份：眉眼距离、鼻梁与嘴角形态在不同帧是否稳定，避免“越跑越像别人”。最后检查合成边缘：发际线、耳廓与光影过渡是否自然；若出现抖动，可降低合成强度或换更干净的人脸素材。
为什么在 Cleep AI 上做：ControlNet + Composer 的组合更易控
该方案把“结构约束”和“多帧合成”拆成可理解的两段：先用 ControlNet 把动作与构图锁住，再用 Composer 做身份与质感融合，减少一把梭导致的不可解释失败。通过 WanPipeline 记录关键步骤与输入输出，便于团队复现同一套参数并做小步迭代。对需要稳定交付的项目，这种可追溯流程更适合做版本管理与验收。
准备好用同一段镜头做出更一致的多版本视频了吗？
把目标视频与人脸素材上传后，先用默认参数跑一版作为基线，再按关键帧抽检结果微调结构强度与合成权重。需要更稳的结果时，优先更换更清晰、角度更接近的人脸素材，并保持目标视频人物无遮挡。现在即可在 Cleep AI 上开始一次可核查、可复跑的生成流程。
FAQ
常见问题
它是怎么把“人脸”放进“视频”的？
通常以目标视频提供动作与镜头结构，再用人脸素材提供身份特征；流程中先做结构约束（如姿态/轮廓），再进行多帧合成融合，最后导出视频并建议抽查关键帧。
核心能力有哪些？
重点在结构保留、身份一致性与可复现的流程调度：通过 ControlNet 约束结构，通过 Composer 做合成融合，并由 WanPipeline 记录步骤与便于复跑对比。
为什么我生成的结果会出现脸部漂移或抖动？
常见原因是人脸素材不够清晰、角度差异过大、目标视频遮挡或快速运动过多。建议先换更干净的人脸素材、缩短目标片段、并在抽检后适度降低合成强度或提高结构约束。
选择前需要重点核实哪些点？
建议核实三项：结构是否跟随目标视频（姿态/构图）、身份在多帧是否稳定（五官比例不跳变）、以及边缘融合是否自然（发际线/耳廓/光影）。用同一段素材跑两次对比，也能验证流程是否可复现。
有哪些常见误解？
误解之一是“只要一张脸就能适配任何角度与光线”；实际上素材质量与角度匹配度会显著影响稳定性。另一个误解是“结构越强越好”，过强可能导致细节僵硬，需要在结构与融合之间做平衡。
哪些人群最适合用？
短视频内容团队、电商素材制作、需要同脚本多版本输出的投放团队，以及对验收与复现要求较高的项目型团队，通常收益更明显。
