你手里有一段别人的视频，想把主角的脸换成自己的，工具跑完发现脸是换上了，但边缘发虚、侧脸崩、一动就糊。问题多半不在工具，而在你不清楚这条链路里哪一步决定了成败。这篇按顺序讲清换脸从输入到成片经过哪几道关、每道关容易在哪出岔子，以及判断一个工具够不够用该看什么。
你手里有一段别人的视频，想把主角的脸换成自己的。工具跑完，脸确实换上了，但边缘发虚、侧脸崩、一动就糊。这时候大多数人第一反应是换个工具,或者把参数拉满再跑一遍，结果还是差不多。其实问题多半不在工具，而在你不清楚这条链路里哪一步决定了成败。
换脸不是「拿一张脸盖上去」这么简单，从输入到成片要过好几道关：找脸、摆正、拆出身份和表情、合成、贴回、稳住帧间、再修一遍。任何一道出岔子，成片都会露馅。下面按顺序讲清每道关在做什么、容易在哪翻车，以及判断一个工具够不够用该看什么。
第一步不是换脸，是找脸和摆正脸
跑换脸之前，程序先要在每一帧里把脸找出来。检测模型给出人脸框和一组关键点（眼角、鼻尖、嘴角这些）。视频和单张图最大的差别是帧与帧之间得连得上，某一帧漏检，成片里就会闪一下。所以检测环节要看的不是「能不能找到正脸」，而是「连续几十帧里找得稳不稳」。
找到脸之后还得对齐：把歪头、侧脸、远近不同的人脸，用关键点扭到同一个标准姿态上去。这一步的意义在于，后面的模型要在同一套坐标里比对源脸和目标脸，姿态不统一就没法比。对齐做不干净，后面生成再强也补不回来。
- 拿一段有转头、低头、抬头的素材试跑，逐帧看有没有脸框跳动或漏检；
- 重点看侧脸和大角度转头时会不会崩，这一步稳不稳基本决定了成片下限；
- 源素材本身要够亮够清晰，糊的、暗的、脸被头发挡住的片子，任何工具都做不出干净结果；
- 如果工具连脸部关键点都不给你看，说明它把这一步藏起来了，出问题时你没法定位。
把「脸」和「表情」分开存：编码的作用
换脸的本质是：把源脸的身份特征，贴到目标视频的表情、姿态、光照上去。这就要求模型能把「你是谁」和「你现在什么表情」这两件事分开表示。常见做法是用编码器分别提取源脸的身份向量、目标帧的表情和姿态信息，再交给解码器合成。这样出来的结果才会是脸像源人物、动作跟原视频。
- 身份向量
- 压缩表示「这张脸长什么样」的一组数值，决定换完像不像源人物。
- 表情姿态
- 从目标帧里提取的头部角度、口型、眼神等信息，决定换完动不动得像原视频。
- 解码合成
- 把上面两路信息合起来画出一张新人脸，交付给下一步去贴回画面。
这也解释了一个常见现象：工具里如果有「像源脸的程度」这类滑杆，它多半就是在身份向量上做加权。调太高，肤色和轮廓会失真，像戴了面具；调太低，又不太像本人。找这个滑杆的合适位置，比反复换工具更管用。
替换、融合与回贴：决定像不像自然
合成出来的人脸是一张孤立的图，得按原视频里的角度、光照、肤色重新贴回画面，还要处理脸和脖子、头发、耳朵的接缝。这一步做得糙，就是大家常说的「贴纸脸」：边缘有硬边、色调对不上、下巴和脖子颜色分层，一眼就看出是贴上去的。
质量好的方案会在贴回时做人脸区域重绘和边缘羽化，再补一遍整体色彩匹配，有的还会对整帧做一次修复来压闪烁。判断过关的标准很简单：把视频暂停在脸部边缘，看脖子过渡自不自然、头发丝有没有被切、阴影方向对不对。这三处没问题，融合就算合格。
| 观察位置 | 糊弄的做法留下的痕迹 | 合格的表现 |
|---|---|---|
| 脸部边缘 | 一圈硬边，像贴了张图 | 和周围皮肤渐变过渡 |
| 下巴与脖子 | 颜色分层，冷暖不一致 | 光照方向和原画面一致 |
| 头发与耳朵 | 发丝被切掉或糊成一团 | 发丝细节保留，遮挡合理 |
| 整体色调 | 脸比画面亮或暗一档 | 脸和背景色温统一 |
时域稳定性与后处理：为什么一动就糊
逐帧独立处理会带来帧间抖动，脸会像水面一样晃。主流做法会引入跨帧约束或光流对齐，让相邻帧的人脸保持一致，这就是「时域稳定性」。快速运动、大幅遮挡、多人同框是三个最容易翻车的场景，拿这几类片段去试工具，比拿正面静止片段试有用得多。
- 挑三类压力片段从素材里切出快速转头、手挡脸、两人同框各一小段，单独跑换脸，先看这三段能不能稳住。
- 关键帧抽查输出后逐段暂停看关键帧，重点核对人脸边缘和帧间有没有跳变，比整片看完再返工省时间。
- 补后处理源分辨率低时，先做人脸区域生成再放大，比直接放大再换脸效果好；锐化和降噪按画面实际需要加。
- 核对工具口径工具支持的输入时长、分辨率上限会变，到 视频生成与剪辑（/ai-nav/category/ai-video） 按当时列出的口径核对，别按印象用。
整个链路走完，你会发现问题大多出在头尾两端：找脸对不齐，或者贴回融合处理糙。中间生成那一步反而是现在工具普遍做得还行的部分。所以选工具时，别只盯「换完像不像」，要连检测稳定性、侧脸表现、边缘融合一起看。
下一步把你在用的工具按上面的检查项过一遍，再去看站内对各家视频换脸能力的横向记录，判断哪些环节是工具限制、哪些是素材问题。→常见问题
为什么换脸后侧脸和快速转头就崩？
因为人脸对齐和身份编码在极端姿态下拿不到稳定的关键点，模型没有足够信息推断脸部结构。多数工具的模型是用偏正脸的素材训练的，侧脸属于训练覆盖不足的区域。可行的做法是优先选正脸、少遮挡的素材，或者把侧脸片段剪掉，别指望靠参数调回来。
换脸和 AI 直接生成视频是同一回事吗？
不是。换脸是在已有视频上替换人脸区域，动作、场景、构图都沿用原片；生成视频是从文本或图片从零造出画面，人脸只是其中一个元素。前者依赖原素材质量，后者依赖提示词和模型能力，两者的输入要求、可控项和失败模式都不一样。
想让人脸更像源脸，该动哪些设置？
一般能调的是身份权重、融合强度和人脸区域分辨率。身份权重往上加会更像源脸，但容易出现轮廓僵硬、肤色不搭；融合强度太高又会变得不像。建议固定其他参数，只动一个，在同一段素材上对比，找到平衡点再批量处理，别一次改好几项。
