对比评测
Depth、OpenPose 还是线稿?先看你想控制什么
想改变人物动作,还是控制前后遮挡?比较线稿、OpenPose 与 Depth 的信息差异,读懂 Gia 的深度参考图库,并确认 ControlNet 和普通图片输入的区别。
Ethan Wang

手的位置对了,伸向镜头的距离感却不对;腿摆对了,前后遮挡还是乱。遇到这类问题,继续补“姿势准确”未必能说明你要控制什么。先分清动作关节、可见轮廓与空间深度,再决定用哪种参考,以及模型是否真的接收这种条件。
原作者与项目入口
原始资源:POSE-DB-02,由 图库创作者 Gia(ギア,@giaaibusi) 发布;查看作者原帖。
AI 生成的概念封面:用灰度人偶表现姿势的前后关系,展示其向电影感角色画面延伸的创作思路。
先看原作者怎样展示这套资源
先看 Gia 的原始发布,再把这套参考用到自己的创作中。
Gia · @giaaibusi
https://x.com/giaaibusi/status/2116015273023250898先选要控制的信息,再选参考方式
想改关节和肢体布局:了解 OpenPose
OpenPose 通常把人体关键点组织成姿态图;它描述身体结构,不承载人物身份或衣装纹理。专用姿态控制需要兼容的模型与输入通路,不能把一张人偶线稿直接当作同一种数据。ControlNet 原项目分别介绍了人体姿态与深度条件。
想读懂动作与外轮廓:先看线稿
POSE-DB-01 的人偶线稿可用于观察动作、轮廓和机位。作为普通图片参考时,它是视觉指示;只有工作流明确做了相应处理,才能判断是否进入专用控制机制。选择线稿不等于启用 OpenPose。
想表达前后距离和遮挡:看 Depth
POSE-DB-02 的灰阶表达前后关系,适合讨论伸向镜头的手臂或交叠肢体的空间布局。Depth 条件也不负责锁定脸、服装纹理或每根手指。需要专用深度控制时,先确认兼容模型,再选深度图。
这里的越亮,表示越靠前
在这个图库中,较亮区域表示更靠近相机。灰阶表达的是前后关系,不是布料颜色或花纹。明亮的手臂叠在灰色躯干上,可以读作手臂位于躯干前方。
这是该图库采用的阅读方式。把图送入其他工具前,还要确认对方要求的格式及明暗解释方式;两张图都是灰色,并不意味着它们可以作为同一种控制输入互换。
用途一:让伸向镜头的手臂有明确前后关系
准备一个成年虚构角色,选择手臂明显位于躯干前方的深度参考。先读亮暗层次,再在兼容的Depth工作流里固定人物设定与输出构图,只比较空间布局的变化。要看的不是皮肤是否漂亮,而是手臂是否仍在躯干前、手掌与脸的比例是否合理、前景是否遮住了需要保留的表情。适合探索伸手邀请、指向镜头或近景肢体构图;手指边缘仍需单独检查。
用途二:先解决交叠,再准备视频关键画面
交叉双臂或坐姿中腿部交叠时,先写出遮挡顺序:哪只手在前,哪段前臂压住另一侧,哪条腿更靠近镜头。用深度参考准备一张结构清楚的成图,再把这张成图用于图生视频的轻微动作或镜头推进。原始灰度图不应被当成已经上色的人物首帧,也不能自动提供整段视频的深度变化。若动作会让肢体穿过彼此,先拆成短镜头,检查交叠处有没有翻转;后续可探索不同景别的空间叙事,而不必每次同时更换动作与机位。
APIXO 通用参考与 ControlNet Depth 的输入机制不同
专用Depth控制需要匹配的模型与条件输入。ComfyUI官方示例展示了深度图与ControlNet配合的流程。普通图片参考框不会因为上传灰度图就自动变成Depth控制;先用兼容流程完成空间布局,再把完成的角色图交给视频模型。
视频模型入口: Kling 2.6 · Seedance 2.5
下一步还可以怎样展开
需要把衣装、姿势与空间布局连起来,可继续看多图库协作:从角色参考到视频分镜。
开始前的必要条件
文中的场景和指令是创作方案,尚未作为 APIXO 生成实测。使用自己的成年虚构角色,按原图库条件逐张选择参考;不批量下载或再分发图库图片。先确认所选模型的输入方式与当前费用。
如需中文整理版,可到 GitHub 搜索“ai-pose-depth-gallery-cn”,按项目说明下载代码或收藏链接,图库图片仍按原站条件使用。
原站与资料来源
先完成一张角色画面,再选择视频输入方式。
使用 APIXO 构建
一站式探索图像、视频和音频模型。