随着数字艺术的发展，自动化的图像处理技术日益受到关注。近日，来自清华大学与腾讯 ARC 实验室的研究团队提出了一种名为 ColorFlow 的新型图像序列上色模型。这一模型旨在解决在黑白图像序列上色的同时，保持角色和物体身份一致性的问题，满足漫画和动画等行业的实际需求。ColorFlow 是一个三阶段的扩散基础框架，它充分利用上下文信息，通过参考图像池为黑白图像序列准确生成颜色。例如，该模型能够有效地为角色的发色和服装上色，确保与参考图像的色彩一致性。与以往需要针

最近，可灵推出了全新"自定义模型"（Custom Models）功能，这一重要更新将彻底解决AI视频生成中角色一致性的技术难题。依据平台上早期测试用户的反馈，该功能允许创作者上传10至30个不同的视频片段进行模型训练，每段视频需要至少10秒。与传统仅依赖图像训练的模型相比，KLING创新性地采用视频素材作为训练基础，甚至支持使用可灵自身生成的AI视频进行训练，这为创作者提供了更大的灵活性。训练完成后，用户只需在提示词中标注已训练的角色模型并描述所需场景，系统即可生成保持

StoryMaker 是一个个性化解决方案，为AI生成的连续图像带来了前所未有的一致性和连贯性，使得创作者能够轻松构建引人入胜的视觉叙事。StoryMaker的核心优势在于其强大的角色一致性维持能力。在多人物场景中，它不仅能保持角色的面部特征高度一致，还能确保衣着、发型和身体姿态的连贯性。这意味着，无论角色在不同场景中如何变换，观众都能立即识别并跟随他们的故事发展。这项技术的应用范围极为广泛。通过简单的文本指令，用户就能控制生成图像的背景、人物姿势和整体风格，

国内首个纯自研原创视频大模型Vidu由生数科技和清华大学联合研发，新推出“主体参照”功能，解决了AI生成视频中的角色一致性问题。用户上传任意主体图片后，Vidu能确保该主体在不同场景下的一致性生成，适用于人物、动物、商品、动漫角色等。此功能免费开放，标志着AI视频创作进入新时代，未来将探索更精确控制多主体交互、风格统一及多变场景稳定切换等复杂元素，以满足更高层次的叙事需求。中央广播电视总台导演石宇翔使用此功能创作动画短片《夏日的礼物》，表示生成的画面更具感染力和自由度，连贯性大大提升。

阿里巴巴集团的研究团队发布了一种名为 UniPortrait 的全新框架，专注于实现人像图像的个性化处理，包括单角色一致性、多角色一致性和风格参考。UniPortrait 特别设计了 ID 嵌入和 ID 路由两个模块，能够保持面部特征的高度逼真，支持广泛的面部编辑功能，甚至允许用户使用自由形式的文本描述生成图像，无需固定布局。通过两阶段的训练方案，UniPortrait 在单一和多重身份的定制上表现出色，实验结果显示其良好的可扩展性，能够与现有生成控制工具兼容。此框架为人像图像的个性化定制提供了新可能性，特别是在自由文本提示和多样化布局生成方面，展现了在实际应用中的巨大潜力。