VACE：把「改视频」变成一件正经事
真实的生产场景里，「重新生成一条」往往是最后手段：客户要的是「把这条里那件衣服换掉」「把背景换成办公室」「把桌上的杯子去掉」。这些都属于视频编辑，不是视频生成。
VACE 这类模型解决的就是这个问题：输入一段视频加一张参考图（或一段掩膜），输出「只有那块变了」的视频。
一、它能做哪几件事
- 换装：给人换上参考图里的衣服，保留动作与光影；
- 换背景：抠出主体，重新生成长背景；
- 局部重绘：框选区域重新生成（去物体、修瑕疵）；
- 参考生视频：给一张图当风格/主体参考，生成对应视频；
- 可控生成：深度图、姿态图、掩膜作为结构约束。
把这些放进一个模型里，价值在于不用在多个工具之间倒素材。换背景用 A、去物体用 B、控姿态用 C，光是格式转换和一致性对齐就能把人耗死。
二、版本与显存
| 档位 | 显存 | 适用 |
|---|---|---|
| 13 亿参数 | 单卡可跑（12–16 GB） | 快速试、局部小改 |
| 140 亿参数 | 24 GB（量化） | 成片级质量 |
小档位的存在很关键：编辑是「试错密集型」工作，改十次才满意是常态，能用小模型快速试的体验完全不同。
三、使用上的三个纪律
1. 掩膜要准
编辑质量的上限由掩膜决定。掩膜边缘多框进两像素，重建结果就会把那两像素当成「要重画的内容」，出现色块或鬼影。做法是掩膜略微内缩，边缘做羽化。
2. 参考图要和原片对得上
换装时参考图的衣服角度、光照方向要和原片接近，否则模型会强行贴合，出来像贴纸。拍参考图时按原片的光位来。
3. 一次只改一件事
同时换装 + 换背景 + 加特效，失败率极高，而且失败后不知道是哪一步出的问题。改成串行：先换背景，检查；再换装，检查。
四、和传统后期的分工
| 任务 | 用 AI 编辑 | 用传统后期 |
|---|---|---|
| 换衣服颜色 | 过度了 | 调色即可 |
| 换整套服装 | 合适 | 几乎做不到 |
| 去掉画面里的电线 | 合适 | 要逐帧跟踪，很慢 |
| 加字幕、贴 logo | 不合适 | 剪辑软件更快 |
判断标准：「这块内容在现实里存在过吗」。需要生成新内容才用 AI，只是调整就用传统工具。
相关阅读
版权声明：如无特殊标注，文章均为本站原创，转载时请以链接形式注明文章出处。
