換臉看起來像魔法: 兩張照片進去, 一張照片出來了, 而目標照片中的人突然戴上了別人的臉. 這不是魔法. 它是一個按順序做三項工作的模型——尋找面孔, 學習是什麼讓它成為那張臉, 並以正確的角度把它畫到一個新的頭上, 在正確的光線下, 膚色正確. 當這三項工作中有任何一項出錯時, 你得到了破綻.
本指南解釋換臉實際上如何運作, 用通俗的語言: 三項工作, 為什麼有些換臉看起來很真,有些卻不, 五個會暴露糟糕換臉的破綻, 以及決定換臉是否根本該發生的同意規則.
快速結論
一次好的換臉需要一張清晰的, 一張正對鏡頭的來源臉,以及一張頭部角度相近、光線也相近的目標照片. 當那些相符時, 結果難以察覺; 當他們不這麼做時, 沒有任何設置能挽救它. 而同意規則是絕對的: 你自己的臉, 或是一個虛構成年人的——絕不是未經許可的真人.

在本指南中
- 1. 換臉實際上在做什麼
- 2. 工作一: 找到那張臉
- 3. 工作二: 學習是什麼構成了一張臉
- 4. 工作三: 把它畫到目標上
- 5. 為什麼有些換臉看起來很真,有些卻不
- 6. 一次失敗換臉的五個破綻
- 7. 如何挑選來源面孔和目標照片
- 8. 它要花多少錢, 以及何時重新換臉
- 9. 換臉 vs 生成: 該用哪一個
- 10. 同意: 決定一切的規則
- FAQ
1. 換臉實際上在做什麼
換臉從一張照片取走身份——來源面孔——再放到身體上, 姿勢, 以及另一張照片的設定——目標. 結果是一張新照片: 目標的身體與場景, 來源的臉. 模型不會剪貼像素. 它在目標頭部上重建面孔, 相符的角度, 表情, 燈光, 以及膚色.
這就是為什麼換臉不是濾鏡. 濾鏡以同樣方式改變整張圖片. 換臉理解兩件不同的事——一張臉和一個場景——再把它們結合起來. 它必須知道臉在哪裡結束、頭髮在哪裡開始, 頭朝哪個方向轉, 光線是從哪裡來的, 以及在那種光線下皮膚應該是什麼顏色. 當它把這一切都做對時, 結果看起來像一張真的在場的人的照片.
名字 “deepfake” 來自同樣的技術, 而這個詞本身帶著一個警告. 同一個把你的臉換到你虛構角色上的工具,也可以把真人的臉換到一個他從未擺過姿勢的身體上. 這就是為什麼本節的同意規則 10 不是一個註腳.
2. 工作一: 找到那張臉
在任何東西可以換臉之前, 模型必須在兩張照片中找到臉. 它尋找每張臉共有的標誌點: 眼睛, 鼻子, 嘴巴, 下顎線, 耳朵. 從這些點出發,它建立一張圖——每個特徵的位置, 它們相距多遠, 頭朝哪個方向轉.
這就是為什麼一個清晰的, 正對鏡頭的照片換得好,轉開的臉換得很差. 如果模型只能看到一隻眼睛和半個下顎, 它的地圖不完整, 而它必須猜測其餘部分. 側面面孔, 在陰影中, 在頭髮後面, 或是一半出畫會給模型一張壞地圖——而一張壞地圖就會換出一個壞結果.
這張圖也決定什麼算作 “面孔”. 頭髮, 帽子, 眼鏡, 而雙手不是其中的一部分, 這就是為什麼換臉會保留目標的髮型和來源的臉. 如果目標戴著眼鏡, 它們通常會留下來. 如果來源戴著眼鏡, 它們通常不會轉移——模型只換臉, 不是配飾.
3. 工作二: 學習是什麼構成了一張臉
找到一張臉和認識它不是一回事. 模型還必須學會是什麼讓來源面孔成為那張臉: 眼睛的形狀, 嘴唇的弧度, 下巴的寬度, 特徵之間的比例. 它是透過把來源面孔與它訓練過的眾多面孔比較來做到這一點.
這就是為什麼一張好的來源照片比十張平庸的更重要. 一張清晰的, 正對鏡頭, 一張光線充足的照片給模型一組乾淨的特徵來學習. 十張模糊照片給它十組雜訊, 而模型把它們平均成一張看起來不像任何特定人物的臉. 如果你的換臉總是千篇一律, 來源照片通常就是原因.
這也是為什麼同一張來源面孔在不同目標上看起來不一樣. 模型不會像蓋章一樣複製面孔. 它重建它以適應目標頭部——角度, 表情, 燈光. 一張在明亮光線下微笑的來源面孔, 重建到一個在燈光下轉開的目標頭上, 看起來會像是與同一來源在相符目標上不同的人.
4. 工作三: 把它畫到目標上
最後一項工作是繪製: 把重建的臉放到目標頭上, 以目標的角度, 帶著目標的表情, 在目標的光線下, 帶著目標的膚色. 這是最難的一項工作, 而那就是大多數換臉失敗的地方. 模型必須把來源面孔彎曲以適應目標的頭形, 在邊緣處融合膚色, 並配合陰影.

角度是第一項測試. 如果來源面孔直視鏡頭,而目標頭部轉開了四分之三, 模型必須旋轉臉部——而一張旋轉過的臉就是一張重建的臉, 帶著這意味著的所有猜測. 兩個頭部角度相近時,換臉效果最好. 相差幾度沒有問題. 相差四十五度就不行.
光線是第二項測試. 一張正面打光的來源面孔, 畫到一個從側面打光的目標上, 會在錯誤的地方出現陰影——鼻子的影子落在左邊,而房間的光線落在右邊, 而眼睛注意到了,即使它說不出為什麼. 膚色是第三個: 模型會把來源皮膚向目標的膚色融合, 但差距一大就會在下巴和額頭周圍留下可見的邊緣. 配合角度, 配合光線, 而畫上去的東西消失了. 漏掉一個, 而接縫露出來了.
5. 為什麼有些換臉看起來很真,有些卻不
把三項工作合起來,規則就很簡單: 當來源與目標本來就一致時,換臉看起來很真——角度相同, 同樣的光線, 相似的膚色, 兩張臉都清晰且正對鏡頭. 兩者不一致時,換臉看起來就是假的.
最可靠的換臉就是那些無聊的: 兩張棚拍肖像, 兩者都正對鏡頭, 兩者都均勻打光. 最不可靠的是那些野心勃勃的: 一張白天的來源自拍,放到一張夜間拍攝的目標照片上, 以一個角度, 在動態中. 兩張照片之間的每一個差異,都是模型必須猜測的東西. 一個差異還撐得住. 三個不是.
這也是為什麼換臉感覺不一致. 同一張來源面孔在一個目標上可以給出完美結果,在另一個上卻很糟糕——差別就在目標, 不是工具. 當換臉失敗時, 在責怪模型之前先換目標照片: 找一個角度相符的目標, 在相符的光線下, 並再跑一次.
6. 一次失敗換臉的五個破綻
學會識別這些,你就永遠不會被自己的成果騙到.
- 懸浮的臉. 臉像面具一樣戴在頭上, 下巴或額頭處有一條可見的邊緣. 原因: 來源與目標之間的膚色或光線不符.
- 死氣沉沉的眼睛. 眼睛看起來很扁平, 或是他們看向與頭部不同的方向. 原因: 來源的眼睛以錯誤的角度被重建, 或是表情與目標的姿勢不符.
- 錯誤的皮膚. 臉的顏色或質感與脖子和雙手不同. 原因: 模型無法把來源膚色融合到目標膚色——通常是膚色差距太大或光線太硬.
- 融化的耳朵. 耳朵, 髮際線, 以及眼鏡會扭曲或暈開. 原因: 臉部地圖不完整——頭髮遮住了耳朵, 擋路的眼鏡, 一顆轉開的頭.
- 僵硬的表情. 臉在微笑,而身體卻放鬆著, 或是嚴肅的,而場景卻是歡樂的. 原因: 來源表情與目標的瞬間不符. 配合氛圍, 不只是角度.
當你看到一個破綻時, 它指明了修正方法: 懸浮的臉或錯誤的皮膚意味著要配合光線和膚色; 死魚眼或僵硬表情意味著要配合角度和情緒; 融化的耳朵意味著要選一張更乾淨的目標照片.
7. 如何挑選來源面孔和目標照片
先挑來源面孔: 一個清晰的, 正對鏡頭, 光線充足的照片, 臉在畫面中很大, 沒有眼鏡, 沒有重陰影, 表情中性或與目標相符. 那就是你的身份. 把它當作你的標準來源並重複使用.

然後挑選目標: 一張頭部角度與來源相近的照片, 在相似的光線下, 膚色相似, 而且臉要清晰——沒有頭髮遮住眼睛, 沒有手放在下巴上, 沒有太陽眼鏡. 也要檢查氛圍: 一個微笑的來源放在嚴肅的目標上看起來就是不對,即使角度相符.
五秒測試: 把兩張照片並排放在一起,問問自己頭是否朝向同一方向、光線是否以同樣方式落下. 如果是, 換臉. 如果沒有, 找一個不同的目標.
8. 它要花多少錢, 以及何時重新換臉
這裡換臉的費用 26 每張圖片積分——約 $0.52 $19.99 套餐和約 $0.31 $59.99 套餐. 生成器會在你執行之前顯示確切費用. 影片換臉更貴,而且在生成前就定價, 因為模型會在每一幀都換臉.
當換臉失敗時, 不要重擲同一對. 同一對來源與目標會以同樣方式失敗——不匹配就在照片裡, 不是擲骰. 一次只改一件事: 一個角度相符的不同目標, 或是一張光線相符的不同來源照片. 每次重試只改一處, 這樣你就知道是哪一種不匹配出了問題.
誠實地做預算: 如果每三次換臉中有一次值得保留, 真正的價格是 78 每張留存圖的積分. 這就是要圍繞它來規劃的數字. 而最便宜的換臉,就是你永遠不會在不匹配的一對上做的那一次.
9. 換臉 vs 生成: 該用哪一個
換臉與生成解決的是不同的問題. 當你已經有目標——一張照片——時就用換臉, 一場景, 一個你喜歡的身體——而你想要一張不同的臉放在上面. 當你沒有目標時就用生成, 或是當你想要一個不同的人, 姿勢, 或是場景. 換臉是針對特定照片更便宜的工具: 26 積分對約 49 為了一張新圖片, 而它保留你已經選好的場景.
按順序工作: 先生成或選好目標, 換那張臉, 然後編輯. 編輯器 在換臉靜幀上修正比動畫後再修正更便宜, 脫衣 在換臉靜幀上做比先脫衣後換臉更便宜. 如果你想要一段影片, 先換靜幀, 然後用它來動畫化 影片生成器: 在靜幀中換一張臉是一項工作, 在影片的每一幀都換則是很多項工作.
一個警告: 換到一張本身已經是換臉結果的照片上,每次都會削弱身份——模型是從重建的基礎上再重建, 而臉在漂移. 只換一次, 來自一個乾淨的來源, 放到一個乾淨的目標上.
10. 同意: 決定一切的規則
只換你有權使用的臉: 你自己的臉, 或是一個虛構成年人的. 絕不要未經同意把真人的臉換到另一個身體上——名人也不行, 不是熟人, 不是陌生人. 未經同意換上真人面孔屬於非自願影像, 而這是不允許的. 生成圖片一旦分享出去,比照片更難收回, 而一張臉是一個人最容易被辨認的東西.
這就是把這個工具與「深度偽造」一詞所代表的濫用區分開來的界線. 技術是一樣的; 這種用法不是. 把你自己的臉換到你虛構的角色身上是創作. 把別人的臉換到一個他從未擺過姿勢的身體上就是傷害——而且永遠不可接受, 不管結果看起來多好.
如果你不確定自己是否有權使用一張臉, 你不這麼做. 用你自己的, 或是一個虛構的.
FAQ
AI換臉是如何運作的?
分三項工作: 模型會在兩張照片中找到臉, 學會是什麼讓來源臉與眾不同, 然後把那張臉重建到目標頭上——角度相符, 光線, 以及膚色. 它不會剪貼像素; 它會把臉重建得合適.
為什麼我的換臉看起來是假的?
幾乎總是來源與目標之間不匹配: 不同的頭部角度, 不同的光線, 或是一個很大的膚色差距. 先配合角度和光線——這能修正大多數失敗的換臉.
一次換臉要多少錢?
26 每張圖片積分——約 $0.52 $19.99 套餐和約 $0.31 $59.99 套餐. 影片換臉更貴,而且在生成前就定價.
我可以在影片裡換臉嗎?
是, 透過影片換臉——但如果可以,先換靜幀. 一次靜態換臉就是一項工作; 影片換臉在每一幀都是一樣的工作, 所以它花得更多.
哪種來源照片效果最好?
一張清晰的, 正對鏡頭, 光線充足的照片, 臉在畫面中很大, 沒有眼鏡, 沒有重陰影, 中性表情. 一張乾淨的來源照片勝過十張平庸的.
我可以換上名人的臉嗎?
否. 只換你自己的臉, 或是一個虛構成年人的. 未經同意把真人的臉換到另一個身體上是不允許的.
最終結論
換臉是三項工作——尋找, 學習, 畫——而結果只取決於配對有多好. 一張清晰的來源面孔和一個角度相符的目標, 在相符的光線下, 給出一個難以察覺的結果; 一對不匹配的照片給你一張懸浮的臉,任何設置都修不好. 學會五個破綻, 在付費前先跑五秒測試, 並在換臉失敗時改換配對——而不是重擲. 並讓同意規則保持絕對: 你的臉, 或是一個虛構成年人的, 而沒有其他.