換臉生成器：面向一整組，而不是單張圖

好用的心智模型是：參考照是角色設定，目標是場景。引擎從參考照裡抽出一份身分表示——那些讓一張臉成為這張臉而不是另一張的幾何與比例——再把目標的臉按它重建出來。這份表示不會在兩次執行之間遊走。把同一張參考照餵給十個目標，十個結果繼承的是同一份身分，這正是為什麼建立在一張來源照片上的一整組讀起來會是同一個人，哪怕場景之間毫無共同之處。

真正在變的是目標帶進來的一切：頭部角度、光的方向、臉佔畫面多大、有沒有運動模糊。所以一組結果不會像素級一致，也不該一致：真人換個房間，臉上的光本來就不一樣。人們真正會察覺的失敗是另一回事——底下那份身分挪動了。在換臉生成器裡，那只發生在你換掉來源照片的時候，不發生在場景變化的時候。

一張參考照伺候不了所有目標，假裝它可以，正是大多數成組作品散架的地方。改成搭一個小素材庫：一張正面打光、雙眼可見、表情中性的，是明亮正臉場景的主力；一張四分之三側的，用於頭轉開的目標，因為讓模型憑空發明它沒見過的一側臉頰和耳朵，正是那種說不出哪裡不對的觀感的來源；如果這組需要，再加一張張著嘴的，用於笑或說話的畫面。

三張通常夠了。規矩是一次坐下來、在相近條件下從同一個人身上選齊，讓它們彼此對得上；此後每一幀都很快：先對角度，再對光的方向，最後對錶情。因為三張都來自同一個人，在一組裡換著用，損失的一致性遠小於硬把一張不吻合的參考照塞進每個目標。換臉生成器對這種準備的回報，比高階面板裡任何控制元件都高。

當目標裡不止一個人時，總得有什麼來決定改誰。放著不管，流程就按偵測到的順序逐個處理，這對單人肖像沒問題，對樂團照就是錯的。參考位選擇就是解法：按畫面中的位置把任務釘在某張臉上，其他人一概不動。同一場活動拍下來的一整批照片上，這件事分量加倍，因為不同照片的偵測順序可能不同，而一個在第四張裡改了另一個人的換臉生成器，已經悄悄把整組毀掉了。

另一個判斷出現在結果不對的時候，答案幾乎總是同一個。用相同的輸入重跑相同的任務，拿回來的是幾乎相同的結果：你花一分鐘確認了早就知道的事。下頜彆扭，是角度錯了；臉像貼上去而不是被場景照亮，是光的方向對不上；結果發糊，是參考照太小或是重新儲存過的截圖。三樣都在輸入裡。換一張來源照片，或換掉你選中的那張臉，再跑一次——輸入沒變，就得不到真正的第二次嘗試。