Luma Dream Machine 生成视频时人物面部崩坏怎么破？

Luma Dream Machine 在处理大动态视频时确实容易出问题，特别是当人物面部在旋转或快速移动时，常见“融化”感或五官位移。经过一段时间的实际测试，我发现仅仅在提示词里加上 high quality 这种模糊表达毫无用处，真正的关键在于提示词的结构设计和参考图的质量。

最有效的办法是用「静态基准图 + 极简动作指令」这套组合拳。如果你直接靠纯文本生成，模型对人物面部特征的随机捕捉会非常强烈，面部崩坏几乎是必然。建议先用 Midjourney 或 Flux 生成一张光影清晰、正面或微侧面、高清的人像图，作为 Start Image 使用。

在编写提示词时，要避免使用 realistic face 这种无意义的废话，直接描述面部状态和具体的物理动作。比如下面这两组提示词的对比：

静态基准图与极简动作指令的最佳实践对比

方案 A（容易崩坏）：

A beautiful woman smiling and turning her head, high detail, cinematic.

方案 B（稳定性更高）：

Close-up shot, the woman maintains a subtle smile, slow head rotation to the left, eyes staying focused, consistent facial features.

实测表明，方案 B 中的 maintains 和 consistent 这类限定词，其实是在给模型施加一种“保持原样”的强权重，能够明显降低五官漂移的概率。

至于不同模型之间的表现，Luma 在视觉冲击力上确实优于 Kling（可灵），但在面部稳定性方面稍显不足。可灵在处理人物微表情时更为自然，而 Luma 在幅度较大的动作帧上容易出现“换脸”式的崩坏。如果你的场景对人脸还原度要求很高，我的建议是：先用 Luma 生成一个大致的动作基础，然后把视频导入 Runway Gen-3 的 Image-to-Video 功能中，使用较低的 Motion 数值重新渲染一遍；或者直接用 Topaz Video AI 进行面部修复。

另一个实测中发现的小技巧是控制镜头语言。尽量选择 Static camera（静态相机）或 Slow pan（慢速平移），一旦出现 Fast zoom（快速缩放）或剧烈的相机运动，Luma 的面部崩坏概率会显著上升。

综合以上经验，目前比较靠谱的避坑配置是：
高清参考图 → 极简动作描述 → 限制运镜速度 → 关键帧锁定。