调研：图生视频治漂移 + 动作类型分流 + 成本模型（视频路线实测，Refs #25 #3）

[johnnyzhang-eng]

背景

本轮实测把七牛 qnaigc 的视频/图像生成用于 2D 角色动作，跑通"生成 → 序列帧"管线，沉淀对/错/原因，供三条生成路径（#25）与架构主干（#3）参考。

一、平台与接入（实测）

• base https://api.qnaigc.com/v1；视频在独立端点：
  • Kling / Sora：POST /videos → 轮询 GET /videos/:id（结果 task_result.videos[0].url）
  • Veo：POST /videos/generations → GET /videos/generations/:id（body 结构不同）
• 单价：kling-v2-5-turbo 0.3 元/秒（5s = ¥1.5）；kling-video-o1 0.6 元/秒（¥3.0）；gemini-2.5-flash-image ¥0.28/张

二、核心结论

1. 图生视频治"角色漂移"：图生图逐帧水平漂移 154px（19% 宽）随机乱跳；从锁定母版做 image-to-video 后降到 65px（5%）且平滑。根因是控制维度（时序连贯），不是提示词——逐帧独立生成没有跨帧一致性通道。
2. 可循环两条路：① 模型端首尾帧 image_tail——仅 kling-video-o1/pro 支持（v2.5-turbo/std、v2-1/std API 明确报错拒绝），但 o1 会重绘画风 + 加灰底、伤一致性；② 后期找与首帧最相似帧裁闭环——任意机型、保画风（推荐）。
3. 提示词只写正向：负面词（"禁止烟尘 / NO shadow"）会被模型 latch，反而生成更多；删掉负面词后画面干净。
4. 母版预处理：i2v 整块像素平移，角色贴边时武器一挥就出画被裁 → 母版缩到 ~65%、四周留 ≥20% 安全边。
5. Veo 当前在本网关不可用：veo-3.1-fast 所有输入秒失败（含无害卡通文生视频），veo-3.0-fast 排队超时不出片 → 非内容审核，是模型/队列问题。选型暂排除。

三、动作类型 → 方法 + 成本模型

动作	方法	说明
待机 idle	视频 i2v（局部呼吸）/ 骨骼绑定	逐帧图生图对 idle 过度变化（需极小帧间差，模型偏爱大变化）
走路 / 跑	披风角色 → 视频 i2v；露腿角色 → 逐帧 + 骨架条件	见第四条
攻击 / 冲刺	视频 i2v	coherent 大动态，治漂移

• 统一管线：母版（留边）→ i2v → 找匹配帧无缝循环 → 烤成 N 帧序列帧。视频 = 一次性"生产工具"，序列帧 = 交付物（进引擎零成本、单帧可编辑、可复用）。
• 成本：一个角色 ≈ ¥1–2（母版≈免费 + 招牌动作视频 ¥1.5/条 + 其余走绑骨/程序化 ¥0）。

四、发现的管线问题（建议改，关联实现 Issue）

1. 逐帧流程丢了骨架条件（回归）：FLOWLOG 步骤③"骨架条件图"（skeleton_gen.py）没接进逐帧生成的主流程（gen_action 调 gen_frame 未传 skeleton_path）→ 缺姿势约束。已在实现管线仓分支修复（gen_action + autofix 传 skeleton_path）。露腿角色（骷髅/精灵）走路依赖此步，Refs 实现：逐帧对齐 + 循环闭合 lastmile.alignment/loop（填桩 · Refs #3） #21。
2. 披风/长裙角色走路的边界：skeleton_gen 文档明示"仅露腿角色有意义"。重甲骑士长披风 + 腰裙遮住腿 → 逐帧 + 骨架显示不出迈步（实测：腿几乎不动 + 骨架青色渗染进画面）；改走视频 i2v 后走路正常。→ 走路方法应按"腿是否可见"分流。
3. 一致性质检（VLM）默认关：qa.run_qa / autofix 的 use_vlm=False；角色一致性漂移正是 VLM 层能抓的。建议默认开（已在分支改，--no-qa-vlm 可关），Refs 实现：动作级质检 evaluation（承接 PR#2 老师 L201 · Refs #3） #23。
4. 抠图残留：生成图的品红背景 / 斜向特效边缘经 rembg 后偶有残留，仍需 QC，Refs 实现：抠图去背 lastmile.matting（填桩 · Refs #3） #20。

五、附

• 案例素材（成功 / 失败 + 对/错/原因逐条）已归档到实现管线仓 experiments/video_route/CASE_LOG.md + cases/。
• 关联：Refs MS1 核心流程与工作流：三条生成路径 · 资产库 · 检查台（Refs #1） #25（三条生成路径）· MS1 架构主干：Windup 空骨架（模块划分 + 接口契约 + 可串联） #3（架构主干）· 实现：抠图去背 lastmile.matting（填桩 · Refs #3） #20 实现：逐帧对齐 + 循环闭合 lastmile.alignment/loop（填桩 · Refs #3） #21 实现：动作级质检 evaluation（承接 PR#2 老师 L201 · Refs #3） #23（实现桩）。