一句畫有差，而且差距非常大。

如果只放一張「普通的真人參考圖」讓 AI 學動作，與使用「姿態圖（節點圖）」相比，兩者的底層邏輯和控制精度完全不同：

---

1. 資訊干擾：AI 會分不清要學「動作」還是學「外觀」

• 不用姿態圖（只用普通人物圖）： 原圖包含太多的視覺資訊（臉型、衣服樣式、顏色、光影、背景）。模型在理解「學動作」時，非常容易把原圖的衣服顏色、體型特徵甚至背景風格一起混進去，導致新圖既不像 Figure 1 的角色，動作也不夠純粹。
• 使用姿態圖（節點圖）： 畫面上只有純粹的幾何骨架點與連接線，完全沒有任何色彩、布料或皮膚紋理干擾。AI 被嚴格限制「只接收人體運動軌跡」，不會誤吸入其他雜質特徵。

---

2. 控制精度：微調角度與空間透視（尤其是極端動作）

• 單靠普通圖或提示詞： AI 的理解是概括性的。例如你說「空中跳躍」，AI 可能生成雙腳直立跳、側身跳或隨機屈膝；就算給了參考圖，AI 也很容易「猜錯」關節彎曲角度，產生雙腿長度比例失調、關節逆向反折或手肘穿模。
• 使用姿態圖： 從你的截圖可以看到，姿態圖精確標定了左膝彎曲的銳角、右腿後蹬的幅度、雙手張開的傾斜度與視角仰角。AI 的空間坐標會直接錨定在節點上，能做到 1:1 精準復刻骨架空間關係。

---

3. 可編輯性（這是姿態圖不可替代的核心）

• 普通參考圖：你只能被動接受原照片裡的姿勢，如果想要手抬高 5 度或頭轉向另一邊，你必須重新找一張剛好符合的照片。
• 姿態圖：節點是可以在畫布或 3D 骨架編輯器中隨意拖曳調整的。你可以自由把骨架的手拉高、把腳踢得更開，AI 就會即時根據你改動後的骨架重新繪製，而不需要重新去找真人素材。

---

差異對比

比較項目	只給真人原圖（圖生圖 / 參考）	使用姿態圖（Pose 節點圖）
角色特徵純淨度	容易被參考圖的衣服、光影、體型污染	零干擾，100% 保持 Figure 1 的角色樣貌
動作還原度	相似、概念符合，但關節細節容易變形	像素級/關節級精準對齊
極端動作穩定度	跳躍、俯衝、舞蹈等動作極易產生多手多腳	強制約束節點，大幅降低肢體崩壞率
靈活性	無法微調動作，只能靠運氣抽卡	可自由拉動點位修改動作細節

如果只是「站著看鏡頭」這種日常姿勢，不用姿態圖也能靠提示詞生成；但只要遇到像你畫面中這種空中跳躍、大跨步、特殊透視仰角的動態動作，姿態圖就是保證肢體不崩壞、動作不走樣的唯一硬性約束工具。