著重保留頭髮、光線、表情與構圖
創作者選擇 DeepSwapAI 的原因
保留讓畫面真實的頭髮、光線、姿勢與背景，只為你決定生成的結果付費。
著重保留頭髮、光線、表情與構圖
照片、批次、合照多人、影片與 GIF 整合在一個工作室
上傳內容與生成媒體自動刪除
使用 2,500 積分包時每張照片約合成本
DeepSwapAI 工作台
在一個專注的工作區中上傳、對應和預覽，並在照片、批次照片、合照多人、影片與 GIF 工作流程之間切換。
免費本機合照對應
選擇 1 張合照、加入 1–10 張替換參考圖、設定所選目標人數，並為每個編號目標指派參考圖。瀏覽器會在上傳前檢查準確限制與積分。
正好選擇 1 張包含待替換人物的場景圖。
JPEG、PNG 或 WebP · 每張 30 MB · 合計 95 MB · 最多 10 張替換圖
每個所選目標使用 1 張清晰身份圖。
僅在本機執行：檔名、大小、人物標籤與對應都留在此裝置，不會上傳任何檔案位元組。
請採用之後即時臉孔偵測顯示的相同編號順序。
可為目標加入僅保存在本機的標籤，再為每人指派唯一參考圖。標籤只供複核，不會傳送。
請選擇 1 張合照與替換參考圖。
此清單只驗證瀏覽器可見的檔名、宣告格式、數量、大小與你規劃的順序；不會偵測臉孔、核驗身份或同意、檢查檔案真實位元組、預測輸出品質，也不能取代即時工作區對應。
深度換臉功能
分別處理單張照片、批次照片、一張合照中的多人、影片與 GIF，輸入方式和計費規則清楚分開。
01 / 照片
上傳來源照片和目標臉部，產生自然的 AI 深度換臉，同時保留頭髮、姿勢、燈光、表情和背景。
照片 AI 換臉02 / 批量照片
使用一個身分參考處理一組照片。此工作流程是為個人資料集、活動資產和一致的創作者視覺效果而建構的。
批次照片換臉03 / 合照多人
在一張圖片中對應多個身份。 上傳一張合照和最多 10 張人臉參考圖，再準確選擇合照中要替換的人物。
合照多人換臉04 / 視頻
上傳剪輯和目標臉部以準備幀感知視訊深度換臉，以保持運動、場景照明和背景連續性。
影片 AI 換臉05 / GIF
上傳 GIF 或動畫短片和目標臉部，為反應、社交貼文和創作者資產創建輕量級動畫深度換臉結果。
GIF 換臉DeepSwapAI
選擇清晰的合照。生成前先辨識臉孔，讓你確認哪些人物會被替換。
每位替換人物上傳一張參考圖，再依編號順序點選合照中的對應臉孔。
每張所選臉孔 3 積分；只有全部對應成功完成後才會扣除積分。
已核驗的合照參數
先辨識目標臉孔，依編號分配每張參考圖，並在提交前確認準確積分總額。
辨識與對應
自動辨識目標臉孔 依編號明確對應參考圖支援的圖片
JPEG · PNG · WebP 合照與臉孔參考圖上傳限制
最多替換 10 張臉孔 單一 30 MB · 總計 95 MB準確結算
每張所選臉孔 3 積分 全部對應成功後才扣除身份視覺方向
比較兩種身份視覺方向，著重自然光線、真實表情與豐富場景細節。
隱私和負責任的使用
深度換臉工具的使用應獲得所示人員的許可。 DeepSwapAI 將上傳、預覽和處理作為使用者控制的步驟呈現，以便創建者可以有意識地管理文件。
創作者直接在工作流程中選擇來源媒體和身分參考。
上傳內容和生成媒體會在 24 小時內從 DeepSwapAI 伺服器自動刪除。
將深度換臉結果用於允許的創意、行銷和製作工作流程。
一次性積分包
一次購買積分，可用於照片、批次、合照多人、影片和 GIF 工作流程；無循環扣款，不會自動續訂。
基礎
首購首選200 積分
約 66 次已配對臉孔替換
選擇 $9.99 首購方案標準
每積分省 29%700 積分
約 233 次已配對臉孔替換
購買 700 積分進階
每積分省 36%2,500 積分
約 833 次已配對臉孔替換
購買 2,500 積分只選擇確實需要替換的人物，並優先使用光線均勻、每張目標臉孔都足夠清晰的原始合照。
為每位所選人物對應不同的身份參考圖，提交前從頭到尾核對完整編號順序。
透過可見編號避免參考圖對應到錯誤人物，生成後再逐一檢查所有已選臉孔。
過小、模糊、重疊或被遮擋的臉孔可能無法辨識；生成前應改用更清晰、遮擋更少的目標圖。
實用教學
合照多人工作流程
故障排查
換臉工作流程決策指南
照片換臉
批次照片換臉
影片換臉實戰
GIF 換臉實戰
FAQ
清楚說明合照多人換臉的對應方式、費用、限制與隱私。
DeepSwapAI 會辨識合照中的臉孔。你選擇要替換的人物，每張參考圖會依照生成前顯示的編號順序套用。
每張所選臉孔 3 積分。若無法完成全部已選對應，任務會失敗且不會扣除積分。
單次最多替換 10 張臉孔。支援 JPEG、PNG 或 WebP；單一檔案不超過 30 MB，總計不超過 95 MB。
上傳內容和生成媒體會在 24 小時內從 DeepSwapAI 伺服器刪除，只用於完成目前任務，不用於訓練模型。
不會。它只在此裝置檢查瀏覽器可見的檔名、宣告格式、數量、大小與你填寫的編號指派。只有你另外使用即時工作區後，才會進行臉孔偵測與最終對應。