Como substituir uma pessoa em um vídeo com IA: fotos, movimento e resultados reais

O que você precisa para substituir uma pessoa em um vídeo

Para substituir um personagem de vídeo com IA, forneça o clipe existente e uma imagem clara do novo personagem, depois escolha se deseja substituir a pessoa inteira ou apenas o rosto. A imagem descreve a aparência; o vídeo fornece uma referência para a atuação e a câmera. A saída é um clipe gerado, então verifique o movimento e os detalhes ao redor, bem como o novo rosto.

Para suas próprias gravações, abra a ferramenta de troca de pessoa e rosto do Recast. Para uma rotina pronta, comece com um template do Recast. Estes são fluxos de trabalho separados: o primeiro recebe seu vídeo enviado; o segundo começa com uma de nossas amostras recriadas.

Troca de rosto, substituição de pessoa ou transferência de movimento?

Escolha pelo que você deseja que o clipe final retenha. A frase "vídeo para vídeo" sozinha não informa qual operação uma ferramenta executa.

Os provedores podem oferecer isso por meio de diferentes endpoints. O guia oficial de modelos da Alibaba Cloud distingue geração por referência, edição de vídeo, animação orientada por movimento e substituição de personagens. O Recast usa as capacidades de geração por referência ou edição de seus modelos suportados. Não é uma promessa de que todos os modelos realizem substituição local com preservação de pixels. Nosso guia de vídeo para vídeo explica a geração orientada por referência em mais detalhes.

Dois exemplos reais: STORM e BAD

STORM: um protagonista humano torna-se um gato rajado, e a multidão torna-se grandes felinos. Usamos uma referência de personagem, uma referência de cena feita a partir do quadro da fonte e um clipe de referência de 15 segundos com Seedance 2.5. O personagem gerado veste a camisa e a gravata da referência, e a tomada segue a sequência ampla de fumar, virar e caminhar para dentro da multidão.

Há diferenças visíveis: o giro ocorre cerca de 2 segundos atrasado, e na parte final o gato está de frente para a câmera, enquanto o intérprete original está de costas. Esta é uma recriação criativa utilizável com diferenças de movimento. Ela não demonstra coreografia exata, uma multidão inalterada ou uma troca apenas de rosto.

BAD: um manequim em tela verde torna-se o proprietário do site em um escritório. Este resultado do WAN 3.0 usou uma ficha de personagem e um quadro de cena editado como referências adicionais. A seção exibida de 15 segundos segue a dança do manequim enquanto substitui tanto a pessoa quanto o cenário. Demonstra substituição mais reconstrução de cena; não estabelece que o fundo permaneça intocado.

Estes exemplos foram criados com diferentes entradas e modelos. Eles ilustram fluxos de trabalho, não uma classificação controlada de modelos ou um estudo de taxa de sucesso. O espaço de trabalho atual do Recast automatiza partes da preparação que foram feitas manualmente para estes exemplos.

Prepare o vídeo e a imagem do personagem

• Escolha um alvo claro. Comece com um trecho curto onde a pessoa esteja visível. Giros, mãos rápidas, pessoas cruzando e cortes oferecem mais detalhes para revisar.
• Mostre a aparência que você precisa. Para substituição da pessoa inteira, forneça o corpo e a roupa, além do rosto. Uma imagem apenas do rosto deixa a forma do corpo e a roupa indefinidas.
• Mantenha as referências inequívocas. Evite múltiplas pessoas, roupas conflitantes ou rótulos cobrindo o rosto. No Recast, inspecione o resultado da verificação de imagem e decida se deve extrair uma referência limpa.
• Separe as instruções de personagem e cena. Decida se o fundo deve permanecer como referência ou ser redesenhado deliberadamente. Um fundo alterado pertence ao seu briefing.

Qual imagem de referência você deve usar? Combine as informações visíveis com o escopo da substituição:

Uma ficha contendo três vistas ainda é uma única imagem. Não comparamos esses tipos de imagem em um teste controlado, então a tabela explica o que cada um mostra em vez de classificar suas taxas de sucesso.

Use gravações e imagens de personagens que você tenha permissão para editar e publicar. Para uma pessoa real, obtenha sua permissão; o Recast solicita confirmação de consentimento em referências de pessoas reais.

Substitua uma pessoa no Recast

1. Abra a ferramenta de vídeo próprio. Escolha a seção superior de troca de pessoa e rosto no Recast. Os cartões de template abaixo começam com nossas amostras.
2. Envie ou selecione um vídeo. Use a Biblioteca ou envie MP4/MOV, até 200 MB. Um envio mais longo não precisa ser aparado antecipadamente: selecione o trecho na linha do tempo.
3. Adicione o personagem de substituição. Envie uma imagem ou escolha um recurso. Inspecione a verificação de referência; se a extração for oferecida, compare a referência limpa antes de prosseguir.
4. Escolha o escopo da substituição. Pessoa inteira usa a nova aparência para rosto, cabelo, corpo e roupas. Apenas rosto visa manter o cabelo, corpo e roupa existentes. Se várias pessoas aparecerem, descreva o alvo claramente.
5. Escolha modelo, resolução e som. Verifique o limite de duração exibido e a cotação. Uma janela maior que o limite de execução única do modelo pode ser processada em segmentos, com possíveis mudanças nas junções.
6. Gere e compare. Revise o resultado completo com a fonte antes de baixar ou usar. Se falhar visualmente, identifique a tomada ou detalhe específico em vez de assumir que um arquivo reproduzível significa uma boa substituição.

Descreva o que deve mudar e permanecer

Declare o alvo, a referência de substituição e a atuação que deseja seguir. Separe isso dos detalhes de aparência ou cena que deseja manter. Esta é uma instrução inicial, não o prompt literal usado nos exemplos; a sintaxe de entrada-referência depende do modelo e da interface.

Replace the lead dancer in the reference video with the character in the reference image. Use the image for the character’s face, hair, body and clothes. Follow the video’s dance sequence, camera movement and shot timing. Aim to preserve the other people and background. Do not add a new performer.

Para uma tarefa apenas de rosto, altere o escopo explicitamente: use a imagem para o rosto e peça para manter o cabelo, corpo e roupas da fonte. A instrução define a meta; ela não pode travar cada quadro. Em cenas de multidão, nomeie uma característica estável como "o protagonista de camisa branca" em vez de confiar em esquerda ou direita após as pessoas mudarem de posição.

Verifique o resultado além do primeiro quadro

• Identidade: inspecione perfis, giros, oclusões e o último quadro para verificar retorno ao personagem original.
• Movimento: compare quando o giro, gesto ou passo acontece, não apenas se aparece em algum lugar. O atraso de STORM é visível apenas quando fonte e saída são comparados ao longo do tempo.
• Escopo da substituição: procure por roupas misturadas, orelhas extras ou traços faciais, pessoas de fundo perdidas e mudanças de cena não intencionais.
• Continuidade: inspecione cada corte e junção de segmento para mudanças de rosto, tamanho, luz e distância da câmera.
• Som: verifique qual trilha sonora está presente. Um rosto com aparência correta não é evidência de voz substituída ou fala sincronizada.

Em uma tentativa posterior de STORM, pessoas reapareceram na multidão distante após a tomada ampla. Excluímos essa seção da comparação bem-sucedida mostrada aqui. Da mesma forma, o quadro estático mais limpo pode esconder um problema na próxima tomada. Nosso guia de consistência de personagens cobre referências em múltiplos clipes; este fluxo de trabalho de substituição ainda requer uma revisão tomada por tomada.

Se o resultado precisar de outra tentativa, o que você deve verificar primeiro? Localize o momento afetado e use a verificação correspondente abaixo:

Mantenha as entradas e saídas de cada tentativa e registre o que você mudou. Essas verificações são uma ordem de solução de problemas, não prova da causa ou uma correção garantida; alterar uma entrada por vez torna a próxima comparação mais fácil de interpretar.

Duração, som e custo

No espaço de trabalho atual de troca de vídeo próprio, uma tarefa seleciona até 30 segundos. Os limites de execução única são específicos do modelo: Seedance 2.5 aceita até 30 segundos, WAN 3.0 até 15 segundos e Kling V3 Omni até 10 segundos neste fluxo de trabalho. Estes são os limites de integração do Recast, não uma afirmação sobre todos os endpoints de cada provedor.

A cotação depende do modelo, resolução e duração processada. Os segundos do vídeo de referência estão incluídos na cobrança de vídeo do Recast. A extração opcional de imagem de referência tem sua própria cobrança exibida, então inspecione ambas antes de gerar. O processamento segmentado não transforma várias execuções pagas em uma execução gratuita.

A ferramenta de vídeo próprio mantém o áudio original por padrão ou oferece som ambiente gerado pelo modelo. Templates usam som ambiente gerado ou silêncio e não incluem a música original. A comparação acima está sem som. A geração de vídeo requer uma conta paga e créditos; navegar pela página e exemplos é gratuito.

Abra o espaço de trabalho de troca de pessoa e rosto para usar suas gravações, ou escolha um template pronto para começar com uma amostra existente. O espaço de trabalho mostra as opções disponíveis e a cotação antes do envio.

Fontes e origem dos exemplos

A recriação do protagonista e multidão de STORM foi gerada em 2026-09-27 com Seedance 2.5; o exemplo de dança BAD foi gerado em 2026-10-09 com WAN 3.0. Ambas as seções de comparação têm 15 segundos. A fonte STORM é um segmento do videoclipe STORM de GENER8ION e Yung Lean; a fonte BAD é uma dança de manequim em tela verde fornecida. Recorte vertical, reprodução silenciosa e concatenação foram aplicados para apresentação, não como novas gerações de modelo.

A preparação e as observações vêm de nossas entradas salvas, prompts e clipes finalizados. Os limites do fluxo de trabalho foram verificados no Recast em 2026-10-12. Para definições de tarefas de modelo, veja a documentação de geração e edição da Alibaba Cloud. Os exemplos não medem a confiabilidade da substituição apenas de rosto nem garantem saídas futuras.