企业官网建设流程全解析

LongCat-Video运动质量优化技巧：从静态画面到流畅动态的调参清单

【免费下载链接】LongCat-Video项目地址: https://gitcode.com/GitHub_Trending/lo/LongCat-Video

LongCat-Video 是美团开源的 13.6B 参数视频生成基础模型，支持文生视频、图生视频与视频续写。很多新手在生成视频时会遇到画面发"僵"、动作重复或嘴型不自然的问题。本文给出一份 LongCat-Video 运动质量调参清单，覆盖推理步数、引导比例、负向提示词、高频去噪与长视频连续性等关键参数，帮你快速从静态画面调出流畅动态效果。

💡 提示：LongCat-Video 采用"由粗到细"（coarse-to-fine）生成策略——先生成 480p 低帧率草稿，再经 720p 超分阶段把帧率翻倍到 30fps。运动质量主要在第一阶段和负向提示词中"调出来"，超分阶段负责清晰度和流畅度。

一、静态画面的 4 个常见原因

在调参之前，先定位问题来源：

二、调参清单 1：负向提示词——排除"静态"的第一步

这是性价比最高的一招。官方示例脚本中的负向提示词明确包含了static和still picture两个词，直接把"静止画面"作为生成目标排除掉：

static, still picture, blurred details, worst quality, low quality, JPEG compression residue, ...

这段完整负向提示词可以直接参考 run_demo_text_to_video.py 中的定义。如果你自己写的提示词希望画面有明确动作（说话、奔跑、转身），请检查负向词里是否保留了这两个关键词——删掉它们，画面"变静"的概率会明显上升。

三、调参清单 2：推理步数与引导比例

• num_inference_steps：官方默认 50 步。步数越高运动细节越好，但耗时线性增加；低于 20 步时容易出现动作僵硬、轨迹断裂。
• guidance_scale（文本引导比例）：官方默认 4.0。低于 3 时模型"创造力"过大、动作可能不受控；高于 6 时容易过饱和、肢体畸形，反而破坏动态自然度。
• 想省时间可用蒸馏模式：加载cfg_step_lora后只需16 步（配合use_distill=True且引导比例降为 1.0），质量损失很小。相关流程见 run_demo_text_to_video.py。

四、调参清单 3：帧率翻倍与高频去噪（enhance_hf）

• num_frames：默认 93 帧，且必须满足(num_frames-1) % 4 == 0，否则管道会自动取整并给出警告。
• enhance_hf（高频去噪增强）：视频续写时默认开启。它会在低噪声区间插入 10 步均匀分布的去噪，专门强化帧间高频细节，是长视频不糊、不抖的关键开关。注意它与蒸馏模式互斥（见 pipeline_longcat_video.py 的参数说明）。
• 超分阶段：generate_refine默认把帧数翻倍（15fps → 30fps）；若只想要空间超分，可设spatial_refine_only=True，此时输出保持 15fps。

五、调参清单 4：长视频连续性与重复动作

长视频由多个片段续写拼接（官方示例用 11 段生成 1 分钟视频，见 run_demo_long_video.py）。两个官方推荐的调节点：

• ref_img_index（参考图索引，默认 10）：设为 0–24 之间一致性最好；若后段出现"重复动作"（人物来回做同一个姿势），把它调到30可显著缓解。
• mask_frame_range（掩码帧范围，默认 3）：适当增大可进一步抑制重复动作，但过大会引入伪影。

完整建议见 README.md 的 "User tips for 1.5" 小节。

六、调参清单 5：数字人（Avatar）口型与动作自然度

生成说话/唱歌人物时，运动质量主要看口型同步和肢体稳定性：

• 音频引导比例audio_guidance_scale：最佳区间 3–5。口型对不上就调大，超过 5 会出现嘴部过冲。
• 提示词写长一点：包含外貌、动作、场景细节的长提示词（如 "A young woman with long black hair is speaking and smiling, wearing a white blouse, sitting in a bright café"）比短句的一致性、自然度高得多。
• v1.5 模型：加--use_distill开启 8 步蒸馏采样（必选），加--use_int8用 INT8 量化模型省显存。
• 输入配置模板可直接参考 single_example_1.json 与 multi_example_1.json，运行脚本为 run_demo_avatar_single_audio_to_video.py 和 run_demo_avatar_multi_audio_to_video.py。

七、核心参数速查表

八、相关源码路径

• 主生成管道（步数、引导、enhance_hf 实现）：longcat_video/pipeline_longcat_video.py
• Avatar 管道（音频 CFG、蒸馏采样）：longcat_video/pipeline_longcat_video_avatar.py
• 流匹配调度器：longcat_video/modules/scheduling_flow_match_euler_discrete.py
• 文生视频示例：run_demo_text_to_video.py
• 长视频示例：run_demo_long_video.py
• 数字人示例：run_demo_avatar_single_audio_to_video.py
• 官方技术报告：LongCat-Video-Avatar-1.5-Tech-Report.pdf

按这份清单逐项核对，你的 LongCat-Video 输出应该能明显摆脱"幻灯片"质感——先修负向提示词，再调步数与引导比例，最后用 enhance_hf 和超分阶段收尾，就是最稳的运动质量优化路线。

【免费下载链接】LongCat-Video项目地址: https://gitcode.com/GitHub_Trending/lo/LongCat-Video