换脸生成器：面向一整组，而不是单张图
真正的问题出现在第三次换脸：这一张单看没毛病，跟前两张摆在一起就不对了。换脸生成器的价值在整组上，不在单帧上。
所有人向换脸生成器要的第一样东西都是一张图。十分钟后要的第二样，是一张必须跟前一张对得上的图。后者更难，也正是本页要谈的：不是单张结果成不成立，而是六张摆在一起时，读起来是不是同一个人。所有教程都停在第一帧，然后就当活儿干完了。
一致性不是高级面板里的某个开关，它来自源图像，因为身份是从源头才进入流水线的。换脸生成器从参考照里读出一份身份表示，再把目标的脸按这份表示重建出来，所以同一张参考照，每次按下按钮都是同一个起点。换掉参考照，你就换掉了整组所依赖的那个底：同一个人的另一张照片，仍然是另一个输入。
所以做系列主要是选素材的功夫。为一个人留两三张好参考照，弄清哪张配哪类目标，有意识地去取，而不是顺手抓相册里最近的那张。本页剩下的部分就是这套素材库：画面里有好几个人时怎么指挥，什么时候该改输入而不是重新生成，以及怎样快速读完一整批。
换脸生成器能给一个系列什么
同一张源照片，给出同一张脸
身份是从参考照里读出来的，同一张参考照在每次运行里都是同一个输入。换脸生成器不会在两次尝试之间掷骰子，变的是目标：姿态、光线、脸在画面里占多大。把源固定住，整组里的漂移就是场景在变，不是人在变。
一个素材库，而不是一张走运的照片
同一个人的两三张参考照，覆盖的目标远比一张多：正面打光那张用于明亮的正脸场景，四分之三侧那张用于头转开的目标，张嘴那张用于笑场画面。把三张里对的那张交出去，胜过硬塞一张里错的那张。
指定改哪一张脸
合影、访谈和人群画面里都有好几张脸，默认选中的未必是你想要的。参考位选择能把任务钉在画面中的某个位置上，于是只改你选的那个人，其余部分原封不动。
重试足够便宜，做多个版本才划算
当第二次尝试只花一分钟、而不是从头再来时，你就不会把第一张当成答案。用三张不同的源照片跑出三个版本，并排摆开，留下最贴合整组的那一个。这是工作方法，不是救火。
输出彼此能摆在一起
结果按你上传时的分辨率和画幅返回，一整组可以直接放进九宫格、轮播或缩略图模板，不会有哪张明显格格不入。成片会在同一个角落带上一个很小的 aideepfake.io 标识，只有生效中的订阅能去掉——无论哪一种，换脸生成器交回来的整组都是齐的。
怎样用换脸生成器做完一整组
按目标挑源照片
先看目标：光从哪边来、头朝哪边转、嘴是张是闭，再挑那张跟它对得上的参考照。这个判断在整轮里分量最重，而它只要五秒钟。
先做一张，认真看
跑十二张之前先跑一张。用全尺寸打开，看发际线、眼部和下颌下方的接缝，判断这张源选得对不对。工具会非常乐意把你刚拿到的东西再产出十一份。
保持源不动，把剩下的走完
一张对了之后，把那张参考照固定住，让剩下的目标依次通过。整组的脸不跑偏，是因为它所依据的那个输入没有动过。
做系列的循环就这些。替换模型、像素增强、增强器和遮挡遮罩都在高级面板里，为一致性而跑的换脸生成器基本用不到——做到一半去改参数，正是第七张和第六张对不上的原因。
人们用换脸生成器做出来的成组作品
一次性的单张换脸是少数。真正走进换脸生成器的，大多是一组彼此必须对得上的画面，而这些用途全都在本页下方那条同意规则之内。
一整季的视频缩略图
把一张脸放进缩略图的频道，需要它在整个九宫格里完全一致，因为观众滑过去看到的就是这个格子。整季用同一张源照片，这一排才像一个系列，而不是十二个互不相干的上传。
同一个模板做出来的表情包
梗是成群结队走的：四格、六张反应图、一整张建立在同一个笑点上的图。第三格看起来像另一个人的那一刻，笑点就塌了。这是人们第二次打开工具最常见的原因。
丢进群里让大家挑的几个版本
没人愿意就一张图投票。用不同的源照片跑三四个版本，一起丢进群里让大家选。重试便宜，本来要花一晚上的事，晚饭前就定了。
系列里反复出现的那个角色
短剧、连载短片和固定的视觉梗，都靠一张脸每周准时出现并被一眼认出。一致性本身就是这个梗，而它能活下来的前提，是背后那张参考照从不更换。
一个画面里有好几个人
乐队照、团队合影、一桌饭、一片人群。你想改的是画面里的某一个人，其余都不要动，这在成为渲染问题之前，先是一个选择问题。
换脸生成器怎样把一整组拢在一起
为什么一张源照片能把面貌稳住
好用的心智模型是：参考照是角色设定，目标是场景。引擎从参考照里抽出一份身份表示——那些让一张脸成为这张脸而不是另一张的几何与比例——再把目标的脸按它重建出来。这份表示不会在两次运行之间游走。把同一张参考照喂给十个目标，十个结果继承的是同一份身份，这正是为什么建立在一张源照片上的一整组读起来会是同一个人，哪怕场景之间毫无共同之处。
真正在变的是目标带进来的一切：头部角度、光的方向、脸占画面多大、有没有运动模糊。所以一组结果不会像素级一致，也不该一致：真人换个房间，脸上的光本来就不一样。人们真正会察觉的失败是另一回事——底下那份身份挪动了。在换脸生成器里，那只发生在你换掉源照片的时候，不发生在场景变化的时候。
两三张源照片，都是有意挑的
一张参考照伺候不了所有目标，假装它可以，正是大多数成组作品散架的地方。改成搭一个小素材库：一张正面打光、双眼可见、表情中性的，是明亮正脸场景的主力；一张四分之三侧的，用于头转开的目标，因为让模型凭空发明它没见过的一侧脸颊和耳朵，正是那种说不出哪里不对的观感的来源；如果这组需要，再加一张张着嘴的，用于笑或说话的画面。
三张通常够了。规矩是一次坐下来、在相近条件下从同一个人身上选齐，让它们彼此对得上；此后每一帧都很快：先对角度，再对光的方向，最后对表情。因为三张都来自同一个人，在一组里换着用，损失的一致性远小于硬把一张不匹配的参考照塞进每个目标。换脸生成器对这种准备的回报，比高级面板里任何控件都高。
改的是哪张脸，以及什么时候该改输入
当目标里不止一个人时，总得有什么来决定改谁。放着不管，流水线就按检测到的顺序逐个处理，这对单人肖像没问题，对乐队照就是错的。参考位选择就是解法：按画面中的位置把任务钉在某张脸上，其他人一概不动。同一场活动拍下来的一整批照片上，这件事分量加倍，因为不同照片的检测顺序可能不同，而一个在第四张里改了另一个人的换脸生成器，已经悄悄把整组毁掉了。
另一个判断出现在结果不对的时候，答案几乎总是同一个。用相同的输入重跑相同的任务，拿回来的是几乎相同的结果：你花一分钟确认了早就知道的事。下颌别扭，是角度错了；脸像贴上去而不是被场景照亮，是光的方向对不上；结果发糊，是参考照太小或是重新保存过的截图。三样都在输入里。换一张源照片，或换掉你选中的那张脸，再跑一次——输入没变，就得不到真正的第二次尝试。
怎样读完换脸生成器的一整批
一整组做完之后，读法跟读单张不一样。把它们全部放在一块屏幕上铺开，横着扫一排，而不是钻进其中某一张：你要确认的是这些画面里是同一个人，不是第二张够不够完美。在这种视图里异常项会自己跳出来；一张张打开时反而看不见。
然后只打开跳出来的那几张，按固定顺序读：发际线、眼部、下颌下方的接缝、脖子，嘴张着的话再看牙齿。哪一处先崩，就告诉你该换哪张参考照，而每次只改一样，下一张结果才有信息量。换脸生成器跑出来的大多数批次，只需要重做两三张，其余的本来就没问题。
- 一组用一张源照片，只有目标确实要求时才更换
- 先对角度，再对光的方向，最后对表情
- 先做一张读完，再决定要不要把剩下十一张跑掉
- 目标里有好几个人时，把任务钉在你选中的那张脸上
- 先把整批当成一排来看，再去打开任何单个文件
- 某一帧不对时去改输入，而不是把同一个任务再跑一遍
同意与负责任的使用
这里生成的每一份结果，无论是单帧还是整组，都受同一条硬规则约束：绝不允许性内容或色情内容。它在模型层面被过滤，在账号层面被执行，任何套餐或高级选项都改不了它，尝试的账号会永久失去访问权限。未经同意的性影像是这项技术最常被拿去造成的伤害，而拒绝参与其中不是页脚的一句免责声明，它是这个产品据以搭建的那条线。成批生产不会稀释这条规则，只会成倍放大伤害。
第二条规则关乎呈现方式，而成组作品把赌注抬高了，因为数量会让谎言看起来像证据。作为明显编辑作品分享出去的内容，是讽刺、评论或同人创作，这三者都正当。同一批文件被当成真实影像传播，就是欺骗，而且在越来越多的司法辖区里也是违法的：已有若干国家和多数美国州对未经同意的合成媒体提起诉讼，针对政治和商业用途的披露规则也在快速铺开。给你发布的东西打上标注，商用前取得肖像授权，永远不要把一个真人做了他从未做过的事的换脸生成器结果发出去。
换脸生成器常见问题
两次会给出同样的脸吗？
用同一张源照片的话，会，而且是能一眼认出的一致。身份是从参考照里读出来的，同一张参考照在每次运行里都是同一个输入。差别来自目标：姿态、光线，以及脸在画面里占多大。
一个人该准备几张源照片？
两三张。一张正面打光、正对镜头的能覆盖大多数目标，一张带角度的对付头转开的画面，再一张张嘴的用于笑或说话的帧。一次从同一个人身上选齐，它们就足够彼此吻合，可以在同一组里混着用。
怎样让一整排缩略图看起来像同一个人？
挑一张参考照，整轮都不要换。先跑单张确认这张源选得对，再让剩下的目标原样通过。一致性来自把输入固定住，而不是来自高级面板里的某个设置。
目标照片里有好几个人，会改掉哪一个？
你选中的那一个。参考位选择按画面中的位置把任务钉在某张脸上，其余不动。同一场活动拍的一整批里，请每帧都明确设置一次——不同照片的检测顺序可能不同，按默认走未必两次都挑中同一个人。
结果不对，该重新生成还是换源照片？
几乎总是换源照片。同样的输入跑同样的任务，结果基本一样。角度不对、光的方向不匹配、参考照太小或是重新保存过的截图，都是输入的问题，重跑多少次也修不好一个输入。
可以做露骨或色情内容吗？
不可以。基于真人肖像的性内容一律禁止，在模型层面被过滤，并且是永久失去访问权限的理由。这里没有任何套餐、设置或高级选项能解锁它，举报一律处理。
使用换脸生成器合法吗？
取决于你拿这些文件做什么。戏仿、评论、研究和明确标注的同人作品，在多数司法辖区受到较宽保护。把结果当成真实影像传播、未获授权商用他人肖像、或制作性内容则不在此列，越来越多的国家和美国州会对此提起诉讼，而发布一整组会让辩称无意更难成立。