如何在 Midjourney 中保持角色一致性
MIDJOURNEY
Midjourney 通过全方位参考锁定角色身份：使用 --oref 参数，并通过 omni-weight (--ow) 调整。提供一张参考图像，保持权重平衡，你的角色就能在各个镜头间保持一致。
HOW IT WORKS
STEP 1
创建一个清晰的参考
生成或选择一张角色正面图像，姿势自然，光线均匀。这个锚点将成为后续所有镜头的匹配基准。
STEP 2
使用 --OREF 附加
上传参考图，复制其 URL，然后在每个提示词后附加 --oref 参数和该 URL。每次都保持书面角色描述完全一致。
STEP 3
调整 OMNI-WEIGHT (--OW)
将 --ow 设置在 200 到 400 之间，以平衡角色一致性与场景表现。如果面部出现偏差就提高数值；如果场景过于固定就降低数值。
STEP 4
生成你的镜头
只改变提示词中的场景和动作，绝不改变角色描述。Midjourney 会在每个新镜头中保持角色一致性。
STEP 5
在 FLICK 中将其变为现实
Midjourney 的角色锁定仅限于图像。将锁定的静态图像导入 Flick，用 Veo 3 或 Kling 为其添加动画，让角色延续到视频中。
MIDJOURNEY 如何保持角色一致
全方位参考 (--OREF)
--oref URL。Midjourney 会匹配角色身份，而不是从头重新生成面孔。
调整 OMNI-WEIGHT (--OW)
--ow (0 到 1000) 控制身份强度。200 到 400 可以在跟随场景的同时保持角色可识别性；仅当面孔出现偏差时才提高数值。
锁定文字描述
MIDJOURNEY 实现角色一致性：优缺点分析
优势
- 业界顶尖的图像美学和最广泛的风格范围之一
- Omni Reference 无需训练或设置
- 从单张参考图快速迭代
- 非常适合风格化和绘画感角色
局限
- 角色锁定仅限于图像；Midjourney 的视频模型没有 Omni Reference
- Omni Reference 是近似的；在场景或服装大幅变化时会产生偏差
- 没有真正的多镜头锁定或场景记忆
- 精确度不如训练过的 LoRA
- 每次提示词都需要重新提供参考图
MIDJOURNEY 角色一致性常见问题
MIDJOURNEY 中的 --OREF 是什么？
全局参考。您使用 --oref 传递图像URL，Midjourney 会在新生成中匹配角色的身份，而不是从头重新生成一张脸。
我应该使用什么 --OW 值？
建议从200到400开始。这样可以保持角色的可识别性，同时仍然遵循您的场景提示词。只有当面部发生偏移并且需要更强的锁定时，才推向500或更高。
MIDJOURNEY 能在视频中保持角色一致吗？
不能。Midjourney 仅支持图像。先在静态图像中锁定角色，然后使用参考转视频模型（如 Veo 3 或 Kling）为其添加动画，这两个模型都可在 Flick 中使用。
我需要训练 LORA 吗？
对于大多数项目不需要。一个好的参考配合 --oref 就足够了。只有当您生成数百个镜头且偏移修正成本过高时，才需要在 ComfyUI 中训练 LoRA。
为什么我的 MIDJOURNEY 角色总是变化？
每次生成都是从头开始的，因此微小的差异会累积成偏移。附加相同的 --oref 图像，保持文字描述完全一致，当面部出现偏移时将 --ow 提高到 400。
我可以使用多少张参考图像？
Omni Reference 基于单个强参考图像工作。如果需要多个角度，请先生成一个清晰的旋转展示图，然后使用最清晰的正面帧作为 --oref 锚点。
旧版的 --CREF 还能用吗？
Character Reference（--cref）是之前的系统。Omni Reference（--oref）以更强的身份匹配能力取代了它，因此在当前版本中优先使用 --oref。
如何保持服装和道具的一致性？
服装是 --oref 最容易偏移的地方。在每个提示词中明确描述服装，提高 --ow 值，为了实现精确的连续性，请在 Flick 的角色参考中锁定造型并在镜头间保持一致。
将您的 MIDJOURNEY 角色转化为视频。