值得记住的几种形状
- 16:9（1.78:1）。 屏幕、流媒体、绝大多数网页播放器。没有别的理由时，你就会落在 16:9 上。
- 9:16。 同一个形状转 90 度，给手机用。全屏竖屏信息流会裁掉或压扁一切非竖屏内容，所以竖屏在那里不是风格选择，而是容器本身。
- 2.39:1。 宽银幕电影的形状，很多人仍叫它 cinemascope。它一眼就读成「电影」，原因很朴素：别的东西都不长这样。
- 1.85:1。 比 16:9 略宽，另一个院线标准。向模型要它意义不大，16:9 已经足够接近。
- 4:3（1.33:1）。 方头方脑。现在被刻意用来做年代感、档案感和逼近感，因为窄画幅会把人挤住。
- 1:1。 正方形。兼容最多版位，同时讨好最少的构图。
- 2:1。 流媒体自制剧带火的折中形状：够宽，有电影味，又能安全裁成 16:9。
画幅比例对构图做了什么
宽画幅给你横向空间，同时收走纵向空间。这听起来中立，其实不是。两个人可以分踞 2.39:1 画面的两端，中间留一大片空气，所以宽形状擅长风景、孤立和对峙。同样两个人放进 9:16，就只能堆叠起来：一前一后，或一上一下。这就是竖屏擅长脸、手、单个物件，而不擅长表现规模的原因。
竖屏还改变视线的走法。高的画面邀请人上下扫视，所以竖屏构图靠前后景层次吃饭，而不是靠左右位置。一个横屏里很漂亮的镜头，裁成竖屏后常常显得空，因为它的构图本来就活在你刚裁掉的那段宽度里。
在生成之前定，而不是生成之后补
画幅比例几乎是所有图像和视频模型的显式输入，而且它是少数被模型精确执行的参数之一，因为它是尺寸参数而不是文字描述。用好它。两个能省下大量时间的习惯：
- 生成时就对齐交付格式。 成片是竖屏，就直接生成竖屏。把横屏结果裁成 9:16 会丢掉大半画面，而且经常正好切掉主体的一只手或半条腿。
- 横竖都要，就分两次生成，而不是一次生成裁两份。 重构图比重新生成便宜，但专门为竖屏设计的构图永远胜过裁出来的，观众看得出差别。
不同形状下模型的脾气
极端形状会把模型推出训练分布，而且看得出来。要一个非常宽的画面时，常见结果是边缘出现重复的主体：模型见过的超宽样本少，多出来的宽度它只能用「已知的东西」补，于是复制了你的主体。非常高的画面同理，只是复制方向变成上下，最明显的是叠出两个人。
两条实用对策。第一，把多出来的空间写成具体内容，让模型有东西可放，而不是自己长出第二个主体。第二，让总像素数贴近模型的训练尺寸，形状怪 + 尺寸怪等于同时踩两个坑。
方形的失败方式相反：它把一切往正中间吸，因为在方画幅里居中是最省力的解。想要偏离中心的构图，换个更宽的形状会省很多力气。