用臉部相似度分數管 AI 短劇角色：不撞臉、不變臉的四道檢查
本文點數與規格以 TWno1 實際計費設定為準，最後核對：2026-10-05
臉部相似度的工作門檻是兩個角色之間低於 0.40、成品鏡頭對定妝照至少 0.50（2026 年 9 月訂）。
這兩個數字是 2026 年 9 月底審一部 16 集、244 張分鏡圖的示範短劇時訂下來的。它們是用一個開源人臉辨識模型算出來的，只對那個模型有效，換一個模型就得重新校準，直接照抄到別的工具上沒有意義。可以照抄的是背後的四道檢查，以及我們踩過的三個坑。
分數怎麼來的，為什麼不能照抄別人的門檻
人臉辨識模型會把一張臉轉成一串數字（向量），兩張臉的向量算餘弦相似度，越接近 1 越像。問題在於「多少算同一人」完全看模型和用途。ArcFace 的原始論文沒有給出通用門檻；OpenCV 官方教學附的人臉辨識模型，把同一人的門檻寫成餘弦 0.363，那是在真人照片資料集 LFW 上調出來的；Meta 的 Movie Gen 論文用 ArcFace 篩訓練資料時，又用了 0.5 和 0.7 兩個數字。
| 誰訂的 | 拿來做什麼 | 數字 |
|---|---|---|
| 開源函式庫的公開教學範例 | 判定兩張真人照片是不是同一人（LFW 資料集） | 餘弦 ≥ 0.363 |
| Meta Movie Gen 論文（ArcFace） | 挑出連續影格都是同一人的片段 | > 0.5 |
| Meta Movie Gen 論文（ArcFace） | 丟掉和參考臉不夠像的合成圖 | < 0.7 就丟 |
| 我們（示範劇的 AI 短劇畫面，自行校準） | 同一部劇的兩個角色必須夠不像 | < 0.40 |
| 我們（同一套校準） | 成品鏡頭必須像該角色的定妝照 | ≥ 0.50 |
Movie Gen 那兩個數字是資料篩選的切點，不是準確率門檻。AI 生成的畫面又常常臉小、角度偏，和照片資料集的條件差很多。我們的判斷是：任何門檻都要用自己的畫面重新量過，這部分是推論，不是哪篇文件的結論。
檢查一：兩個角色不能太像（< 0.40）
症狀很好認。觀眾分不清誰是誰，怎麼重抽都是同一張臉。
我們在示範劇裡量到兩位男主之間的臉部相似度是 0.537，兩位女主之間是 0.544。原因是定妝照都從同一個範本出圖，臉被拉向同一個「平均長相」。這時只改外觀描述的文字不一定有用，因為拉力來自範本本身。
規則：定妝照出完，和同一部劇的其他角色兩兩比對。任何一組 ≥ 0.40，就換亂數重畫，最多 3 次，留下最不像的那一張。
檢查二：每一鏡要像自己的定妝照（≥ 0.50）
第二種問題是「變臉」：同一個角色前一鏡和後一鏡不像同一個人。最常發生在轉頭、擁抱、手擋到臉的時候。一段只靠第一格定住長相的影片，遇到這些動作就會漂。
我們比較過兩種做法。用多張參考圖直接生成（場景底圖加角色參考圖），渲染結果對定妝照的相似度是 0.68～0.71；另一種較舊的做法只有 0.46，連門檻都過不了。
廠商文件也有對應的建議。BytePlus 的 Seedance 2.0 提示詞指南把「臉中途變成另一個人、身分漂移」列為臉部參考太弱的典型症狀，建議另外放一張大頭照當臉部參考、在提示詞裡為角色命名、把最重要的素材放第一個，並避免用多角度設定圖。
檢查三：分數要能擋人，光寫報告沒用
這個問題，是我們逐鏡審成片時才抓到的。
一集 15 鏡裡，有 5 鏡的臉部相似度只有 0.05～0.44，門檻是 0.50，結果五鏡全都進了成片。原因很單純：檢查程式只把分數寫進報告，沒有任何東西因為分數不及格而停下來。另外有幾鏡的自動檢查根本沒跑起來，結果寫著「無法執行」，卻被算成通過。
規則改成兩條，缺一不可：
- 不合格的鏡頭不得進成片。先換亂數自動重做，最多 3 次；還是不行就轉人工。
- 「無法執行」一律算警告，永遠不算通過。檢查沒跑，就等於沒檢查。
很多教學只教你怎麼算分數，沒講這一步。分數算得再準，沒有接到「擋下來」的動作，就只是一份沒人看的報告。
檢查四：背對和側臉的鏡頭，不要用臉分數判
背對鏡頭的畫面偵測不到臉，分數會掉到很低，被誤判成不合格；重做幾次也一樣，因為角色本來就該背對。更糟的是，如果流程硬要讓這種鏡頭「看起來像定妝照」，頭會轉得很誇張。
規則：背對、側臉的鏡頭不做臉部鎖定，也不跑臉部相似度，改比髮色和衣服。
四道檢查整理成一張表
| 檢查 | 什麼時候跑 | 門檻（只適用我們的模型） | 不過怎麼辦 |
|---|---|---|---|
| 角色兩兩比對 | 定妝照定稿前 | < 0.40 | 換亂數重畫，最多 3 次，留最不像的一張 |
| 成品對定妝照 | 每一鏡生成後、進成片前 | ≥ 0.50 | 換亂數重做最多 3 次，再不行轉人工 |
| 檢查本身有沒有跑 | 每一鏡 | 「無法執行」＝警告 | 修好檢查再跑，不得當成通過 |
| 背對與側臉 | 分鏡階段就標記 | 不用臉分數 | 改比髮色與衣服 |
臉部相似度的限制：它看不到的東西
- 它不管眼鏡、髮型、衣服。 同一批 244 張分鏡圖裡，眼鏡畫錯的有 58 張（23.8%），髮型錯的有 130 張（53.3%）。這些鏡頭的臉分數可能完全合格。臉像，不代表造型對。
- 門檻跟著模型走。 換一個人臉辨識模型，0.40 和 0.50 都要重訂。我們的建議做法是從自己的畫面各挑一批「同一角色」與「不同角色」的配對，各算一次分數，看兩群分數在哪裡分開，再把門檻訂在中間。
- 遠景小臉和風格化臉不可靠。 臉太小或畫風離真人很遠時，偵測本身就可能失敗。我們會把這類鏡頭比照背對處理，這同樣是推論，請用自己的素材驗證。
- 它不是內容審查工具。 分數只回答「這兩張臉像不像」，不判斷角色是否成年、是否像某個真人。TWno1 的內容政策要求角色一律是成年的虛構人物，這件事要在角色設定和審片時處理，不能交給這個分數。
檢查二的變臉，有一部分是每一鏡各自餵了不同的參考圖造成的。在 TWno1 的 Studio 專案裡，角色外觀和參考圖存在專案中，後面的鏡頭沿用同一組，少掉這個變數。
延伸閱讀：同一個角色撐完整部劇：Seedance 參考圖、提示詞與逐格造型狀態、Seedance 樣片模式省不省錢？480p 先試、1080p 再出的算法、Seedance 2.5 和 2.0 差在哪？秒數、參考素材、解析度與計價怎麼選。
常見問題
AI 短劇角色的臉部相似度多少才算同一個人？
沒有通用數字，臉部相似度門檻取決於用的人臉辨識模型。有開源函式庫的公開教學以餘弦 0.363 判定兩張真人照片是同一人，Meta Movie Gen 論文用 ArcFace 時採 0.5 與 0.7 當資料篩選切點；我們在 AI 短劇畫面上的工作門檻是成品對定妝照 ≥ 0.50，換模型就要重新校準。
同一部 AI 短劇裡兩個角色的臉部相似度要低於多少？
我們的工作門檻是兩兩低於 0.40。在一部 16 集的示範短劇裡，兩位男主互相比對量到 0.537、兩位女主 0.544，觀眾難以分辨；規則是太像就把定妝照重畫，最多換 3 次亂數、留下最不像的一張。這個 0.40 只適用校準時用的那一個開源人臉辨識模型。
背對鏡頭的 AI 畫面要怎麼檢查角色一致？
背對或側臉的鏡頭不要用臉部相似度判斷，因為偵測不到臉時分數會很低，鏡頭會被誤判不合格。這類鏡頭改比對髮色與衣服是否和角色設定一致，並且不要強迫它對齊正臉的定妝照。
臉部相似度檢查顯示「無法執行」可以先放行嗎？
不行。「無法執行」只能算警告，永遠不能算通過。我們審過的一集 15 鏡裡，有 5 鏡相似度只有 0.05～0.44 仍進了成片，另有鏡頭因檢查工具沒裝好而被當成通過；檢查沒跑就等於沒檢查，必須修好後重跑。
換了人臉辨識模型，臉部相似度門檻要重訂嗎？
要。不同模型的分數分布不同，同一組臉在兩個模型上可能得到差很多的分數。建議從自己的 AI 畫面挑出同一角色與不同角色的配對各一批，分別計算臉部相似度，找出兩群分數分開的位置後再訂門檻。
參考資料
- ArcFace: Additive Angular Margin Loss for Deep Face Recognition（arXiv 1801.07698）（查證 2026-10-05）
- OpenCV 官方教學：DNN 人臉偵測與辨識（查證 2026-10-05）
- Movie Gen: A Cast of Media Foundation Models（arXiv 2410.13720）（查證 2026-10-05）
- BytePlus ModelArk：Seedance 2.0 系列提示詞指南（查證 2026-10-05）
- VBench：影片生成評測基準（arXiv 2311.17982）（查證 2026-10-05）