记得以前 AI 生成的图片或视频中，人物 / 服装 / 背景等经常前后不一致，但现在情况好很多，风格基本一致了。 
想了解下，这个优化是模型本身升级变强导致的，还是使用了其它技术解决的？ 
个人浅显地搜了一下，像LoRA, ControlNet等技术似乎就是为了统一风格或指定输出动作的。但这种应该会增加一定的复杂度。现在网上有非常多的AI视频，我想有很多应该是个人创作，大多数情况应该是丢一段参考视频，然后通过提示词指定风格吧？