官方演示资源
其中六张图片是DeepSwapAI的说明图:一张单张照片的目标-参考-结果合成图、一张映射的群组照片合成图、两个工作室身份参考图以及两个当前产品体验中使用的场景方向图。“真实输出”部分另外收录了每种换脸工作流的一次已完成运行。
图库
图库:了解本页的用途、核验方法、适用边界与负责任使用要求。
实用指南
本页以中文说明图库的用途、边界与核验方式。页面下方保留已审核的产品事实、数字、链接和来源;请在获得相关人员许可后使用媒体。
来源核验比较: 适用于获准照片、批量、合照映射、视频和 GIF 工作流的浏览器 AI 换脸。
证据披露
一个有用的示例页面应使来源信息和限度与图像本身一样清晰可见。这些资源解释了预期的身份与场景关系,而不会将说明变成未经支持的性能声明。
其中六张图片是DeepSwapAI的说明图:一张单张照片的目标-参考-结果合成图、一张映射的群组照片合成图、两个工作室身份参考图以及两个当前产品体验中使用的场景方向图。“真实输出”部分另外收录了每种换脸工作流的一次已完成运行。
本页中的任何图片都不是客户结果、用户投稿或客户评价。下方的真实输出来自我们自己的运行,所用输入均为 AI 生成的演示图片。
这些示例不建立准确率、平均质量、生成速度、成功率或保证结果。
比较身份特征点、头发边界、面部光线、前景重叠和场景细节。然后在规模化应用前,测试您自己的代表性输入。
真实输出
下方展示了每个工作流于2026年9月27日通过线上正式产品完成的一次运行;如合照工作流的说明所述,该工作流在一次产品修复后又运行了第二次。所有输入都是 AI 生成的 DeepSwapAI 演示图片,因此不涉及任何客户上传内容、图库照片或真实人物。该账户拥有付费权限,因此结果不带试用水印,且展示时未做任何修图。














人脸照片 1 映射到男士,人脸照片 2 映射到女士。第一次运行时,两个人脸区域的交界处出现了生硬的裁切边缘;合照工作流现在会把每张脸融合进照片中,这里展示的是修复之后的那次运行。



由于本站没有图生视频工具,目标片段是在一张 AI 生成的静态图片上缓慢推镜制作的。它展示的是运动画面上的换脸效果,而非自然动作。



目标 GIF 是在一张 AI 生成的静态图片上缓慢放大制作的。这里的两段动画均为相应 GIF 文件的较轻量网页版副本。
照片工作流示例
目标图像确定身体、头发、姿势、光照和背景。身份参考提供要放置到该场景中的面部线索。带标签的结果面板使这种输入关系在您测试自己的媒体之前可见。
可复现的前后对比审计
源说明被分割成一个622 x 701的目标面板和一个622 x 701的说明性结果面板。三个对齐区域保持清晰,不受中央身份参考肖像和箭头叠加的影响。该表格报告了原始分辨率下的解码像素差异;它不对面部进行评分、运行生成任务或推断模型质量。
| 区域 | 对齐窗口 | 平均RGB差异 | 超过delta 12的像素 | 亮度相关性 | 梯度相关性 |
|---|---|---|---|---|---|
| 上部场景和面部区域 | 0,0 · 622 x 230 |
16.658 | 74.963% | 0.93 | 0.378 |
| 面部和头发窗口 | 180,8 · 260 x 270 |
20.584 | 68.372% | 0.901 | 0.3097 |
| 下部主体和场景区域 | 0,480 · 622 x 221 |
13.996 | 64.64% | 0.9319 | 0.4188 |
上部区域包含对齐的厨房场景、头发和面部,同时保持在参考圆和箭头叠加之上。
目标 (0, 0, 622, 230); 结果 (622, 0, 622, 230)
中央窗口隔离可见的面部和周围的头发,不包括参考圆或箭头叠加。
目标 (180, 8, 260, 270); 结果 (802, 8, 260, 270)
下部区域包含衣物、手臂、手部以及参考圆和箭头叠加下方的房间细节。
目标 (0, 480, 622, 221); 结果 (622, 480, 622, 221)
JSON包含源指纹、面板布局、公式、精确区域坐标、测量值、权利边界和限制。CSV支持表格分析,BibTeX提供稳定的引用。
对于真实的生成输出,请使用 单独的人工审核评分卡。对于完整的机器可读清单,请使用 研究数据目录.
映射的群组照片示例
此官方合成图说明了一个群组目标、四个单独的身份参考和一个多人结果方向之间的关系。实时 多人换脸工作区 首先检测人物,并在提交前显示编号的参考到目标映射。
使用 群组照片准备指南 检查可见性、间距、编号顺序、10个参考的限制以及当前每个选定面部6积分的成本。
身份方向A
工作室肖像提供可见的身份线索。场景方向将相关的面部身份置于飘散的头发、遮挡下脸的花朵、明亮的天空和斑驳的光线之中。
使用眼睛、眉毛线、鼻子、嘴巴、下巴和整体年龄线索作为比较锚点。
身份方向B
第二个工作室肖像提供了一组不同的身份线索。相关的场景方向使用相同的花田语言,以便观众可以专注于面部身份,而不会将其与完全不同的环境混淆。
比较眼睛形状、眉毛弧度、鼻子、嘴巴、下巴轮廓和整体面部比例。
解读指南
使用图像制定测试计划,而不是推断未发布的证据。
| 问题 | 这里可见什么 | 限度 |
|---|---|---|
| 我能比较身份线索吗? | 可以。参考和场景方向暴露了眼睛、眉毛、鼻子、嘴巴、下巴和年龄线索。 | 这是感知审查,不是生物特征相似度评分。 |
| 我能检查目标-参考-结果关系吗? | 可以。照片工作流合成图标记了场景目标、身份参考和说明性结果。 | 它解释了输入角色,但不是受控的前后对比基准。 |
| 我能判断视频或GIF的连贯性吗? | 无法通过说明图判断,因为它们是静态的。上方的视频和 GIF 运行都是在 AI 生成的静态图片上缓慢移动镜头制作的,因此能展示运动画面上的换脸效果,但无法体现自然动作、转头、遮挡或剪辑。 | 在相关的运动工作流中测试转动、模糊、遮挡、剪辑和循环接缝。 |
| 我能预测我的输出或速度吗? | 不能。结果因提供的身份参考和目标媒体而异。 | 在规模化应用前,运行一张代表性图像或短片并审查实际结果。 |
从示例到测试
如需更深入准备,请使用 换脸质量指南。生成后,使用 换脸质量评分卡记录相同的可见标准。对于同意、保留和共享决策,请使用 隐私清单。 验证方法 解释了公共声明如何被审查。
适用于获准照片、批量、合照映射、视频和 GIF 工作流的浏览器 AI 换脸。