出片手脚乱抖、身体比例在几个关键帧之间来回跳变时，先要判断的是驱动视频与参考人像有没有在画幅、比例、时间轴上对齐，而不是直接去调采样步数、引导强度这类生成参数。对齐没做对时，参数调整的结果很难分辨，容易在一次又一次重跑里绕圈。可行的顺序是：先确认驱动视频里人物信息是否完整，再统一两侧画幅比例，然后把抖动定位到具体时间区间，最后用帧数与分辨率做控制对比。

出片抖动里，手脚乱抖与比例跳变更常见的原因是两侧输入没对齐，而不是模型能力边界。建议顺序：驱动视频逐帧确认手、脚、头是否完整入镜 → 参考人像按同一画幅比例裁剪缩放 → 抽帧联系表标出抖动出现在动作切换点还是全程 → 只改帧数或分辨率其中一项做对比。若抖动始终跟随动作切换点，且驱动视频该段确有遮挡或出画，先修素材再谈参数。判断依据以抽帧结果和运行记录为准，具体表现需要结合所用版本确认。

确认驱动视频里人物全身是否完整入镜、无遮挡切换

先把驱动视频单独摊开看。出片抖动有时不是生成环节的问题，而是驱动视频里手已经出画、脚被画幅下沿切掉，或者中途换了遮挡关系，模型只能靠猜去补全缺失的肢体。

# 记录驱动视频的基础信息
ffprobe -v error -select_streams v:0 \
  -show_entries stream=width,height,r_frame_rate,nb_frames \
  -of default=nw=1 driver.mp4

# 逐帧导出，便于单帧细看
mkdir -p frames/driver
ffmpeg -i driver.mp4 -vsync 0 frames/driver/%06d.png

# 先做一遍低帧率粗看，再回到可疑区间逐帧确认
mkdir -p frames/driver_preview
ffmpeg -i driver.mp4 -vf "fps=2,scale=480:-1" frames/driver_preview/%04d.jpg

要检查的部位固定为三处：手（指尖与手腕是否始终在画幅内）、脚（脚踝到脚掌是否被下边缘切掉）、头部（发际线与头顶是否贴边或出画）。遮挡切换的判断标准是：手部被躯干挡住、左右手交替、转身导致一只手消失又从另一侧出现。驱动视频里出现这类切换时，输出对应的肢体通常会在一段帧内出现不自然的形变或抽动，这类现象需要和模型本身的边界区分开。

把参考人像的构图缩放到与驱动视频一致的画幅比例

驱动视频与参考人像的分辨率、长宽比常常不同。直接喂进去，模型对“人体占画面多大”的理解会在两侧之间反复校正，表现就是比例跳变。先在画幅层面统一，再谈其他设置。

# 查看参考人像尺寸
ffprobe -v error -select_streams v:0 \
  -show_entries stream=width,height -of csv=p=0 ref.png

# 保持比例缩放到目标画幅，不足处补边，不做拉伸
ffmpeg -i ref.png -vf "scale=720:1280:force_original_aspect_ratio=decrease,pad=720:1280:(ow-iw)/2:(oh-ih)/2:color=black" ref_canvas.png

# 或者先裁成同一长宽比，再缩放到目标尺寸
ffmpeg -i ref.png -vf "crop=ih*9/16:ih,scale=720:1280" ref_crop.png

驱动视频一侧同理，原始画幅比例与目标不一致时，先裁到同一比例再缩放，不要用拉伸把画面压扁。

ffmpeg -i driver.mp4 -vf "crop=ih*9/16:ih,scale=720:1280" driver_norm.mp4

比例不一致时的异常表现，通常先在四肢末端和头肩交界处暴露：手指长度忽长忽短、脚掌在画面下沿上下跳、头部大小在相邻几个关键帧之间明显变化。把两侧尺寸和裁剪参数记下来，再决定是否继续调生成参数。

抽帧对比抖动出现在动作切换点还是全程

把抖动定位到时间段，比笼统说“整片都抖”更有用。做法是给输出视频抽帧并拼成联系表，一屏看一段，抖动的分布模式会直接显出来。

# 每 0.25 秒取一帧，6 列拼图
ffmpeg -i out.mp4 -vf "fps=4,scale=240:-1,tile=6x4" sheet_out_%03d.jpg

# 叠加帧序号，便于回查具体帧
ffmpeg -i out.mp4 -vf "fps=4,scale=240:-1,drawtext=text='%{n}':x=4:y=4:fontsize=16:fontcolor=yellow,tile=6x4" sheet_num_%03d.jpg

标记动作切换帧号时，在驱动视频上生成一份同格式、带序号的联系表，两侧按时间对齐：同一时间点 t，驱动侧帧号约为 t 乘以驱动帧率，输出侧帧号约为 t 乘以输出帧率。每次动作切换（起跳落地、转身、换重心、挥手开始与结束）都记成一条，再对照输出在切换点前后若干帧的表现。

记录按行写会更清楚，至少包含：时间区间、对应驱动帧号、对应输出帧号、现象类型（手指抖动 / 脚底滑动 / 比例突变 / 躯干扭曲）、是否与切换点重合。抖动若集中在切换点前后一两帧，偏向动作过渡的处理问题；若全程都有细碎抖动，更可能是两侧比例、对齐或分辨率设置的问题。

按帧数与分辨率两个变量做控制对比

确认抖动的分布之后，再做两个变量的控制对比：帧数与分辨率。每一轮只改一个，其余保持不变，包括随机种子（若可固定）、提示词、参考图、采样步数。参数位置按实际使用的版本确认：命令行工作流在启动参数或配置文件里；节点式工作流在生成节点的 length 或 frames、width 或 height 输入项；网页界面一般在生成设置区。

run_id  frames  resolution  seed  driver      ref          抖动区间    现象
A       49      720x1280    1234  driver_norm ref_canvas    全程        基线
B       81      720x1280    1234  driver_norm ref_canvas    后段        只改帧数
C       49      480x854     1234  driver_norm ref_canvas    全程        只改分辨率

解读时保持保守：帧数变长后抖动只出现在后段，通常指向模型对长序列一致性的边界；同一帧数下换分辨率后抖动依旧，更可能是输入对齐没做好；两档都抖、且抖动位置稳定跟随动作切换点，就回到驱动视频里看那段动作本身是否有遮挡或出画。每次运行都把记录行补齐，避免凭印象判断。

把对齐步骤写成跑之前的固定检查项

上面几步固化成清单，每条都能用一条命令或一次观察完成，重跑时就不容易漏掉同一处错误。

• 驱动视频分辨率与帧率已记录：ffprobe -v error -select_streams v:0 -show_entries stream=width,height,r_frame_rate,nb_frames -of default=nw=1 driver.mp4
• 驱动视频已逐帧导出并抽查三处关键部位：ffmpeg -i driver.mp4 -vsync 0 frames/driver/%06d.png
• 参考人像尺寸已确认，与驱动侧画幅比例一致：ffprobe -v error -select_streams v:0 -show_entries stream=width,height -of csv=p=0 ref.png
• 两侧都已按同一比例裁剪或补边：ffmpeg -i ref.png -vf "crop=ih*9/16:ih,scale=720:1280" ref_crop.png
• 帧数、分辨率、种子已写进本轮运行记录，且只改了一个变量
• 输出已生成带序号的联系表，抖动区间已回填：ffmpeg -i out.mp4 -vf "fps=4,scale=240:-1,drawtext=text='%{n}':x=4:y=4:fontsize=16,tile=6x4" sheet_num_%03d.jpg

清单执行完再启动生成，抖动问题要么在素材层就消掉，要么能明确落到帧数或分辨率某一项上，排查路径比反复盲调参数短得多。