通过生成角色多角度参考图集并配合说话视频，可让 Seedance 2 等模型在后续创作中精准锁定人物外观与声音。该方法不仅适用于写实角色，用户只需上传个人照片及语音片段，即可快速构建数字分身，实现跨场景的个性化内容生成。
具体做法是先用 Nano Banana Pro （或者 GPT-Image-2）生成一张 2K 分辨率的角色多角度参考图集，把同一个角色的正面侧面各种角度塞进一张图里，给视频模型提供足够多的视觉上下文。然后切到视频模式，把这张图集作为参考，选一个支持原生音频的模型（例如 Seedance 2），写个简单的提示词让角色开口说话，提示词里记得加一段声音描述，比如音色、语调之类的。
关键一步在后面。拿到角色说话的视频之后，把参考图集和这段说话视频同时提交给 Seedance 2，之后不管你写什么新提示词，角色的外观和声音都能保持一致。相当于你用图集锁定了角色形象，用说话视频锁定了角色的生意，两个锚点一起用，模型就不会跑偏。
这个流程对写实角色同样适用。上传几张自己的照片加一段自己说话的视频，就能做出自己的数字分身，放到任意场景里。
开发者 Emm Tee 用 GPT-6 Astra 加 Blender 做出完整可玩的送报游戏 PaperRoute，并公开了逐小时、逐 token 的完整账本：39 小时追踪工时、15.6 亿 token、90 次提交。他把流程拆成八步：先写自己的 brief，只给机制不给美术方向，把游戏引擎和画面表现跑成两条独立工作流，角色概念图在 ChatGPT 做、网格走 Meshy、由 Astra 完成减面绑定，每一次改动都产出审查渲染图。他还给出了未验证的部分：手机端稳定 60fps 尚无定论。
ChatGPT Work 是 OpenAI 推出的自主智能体操作系统，具备全网访问、持久化文件系统及无头浏览器等核心能力。其内置 223 个工具与 44 项技能，支持代码运行、网站部署及自然语言定时任务，实现从指令到可交付成果的闭环。实测显示其能自主完成路线规划、数据抓取等复杂工作流。但系统存在间接提示词注入风险及多代理文件冲突问题，使用时需注意安全边界与版本管理。
OpenAI 发布 GPT-Image-2.5，核心突破在于实现无漂移局部精修。API 端拆分为 Flare 与 Sunburst 双模型：Flare 主打低延迟与高吞吐，适合批量出图；Sunburst 专注高精度多轮编辑，保障品牌物料一致性。前端新增草图模式、模板系统及图上评论功能，提升创作效率。该模型解决了 AI 改图画面漂移痛点，已在多个平台落地应用，但在超长对话多层修改场景下仍存在回溯局限。
围绕《Runway 学院，教你如何固定人物形象和声音》展开交流，未登录用户可浏览评论，登录后可参与讨论。
