Deepfake 技术鼻祖：用深度学习识别与替换人脸
更新于 2026-07-06 · 创建于 2017-12
← 返回汇总把 deepfake 从黑魔法，变成人人能跑的开源工具
利用深度学习在图片和视频中识别并替换人脸。2017 年发布时是革命性的——把分散在学术论文里的 AI 技术整合成任何人无需数学博士也能下载运行的单一工具，点燃了整个 deepfake 领域。核心理念（Manifesto）：技术可善用也可滥用，项目严格遵循伦理标准，零容忍非伦理用途，致力于把滥用风险最小化的同时最大化其作为学习、实验、合法换脸工具的潜力。
GPL-3.0 · 跨平台（Windows/Linux/macOS）· NVIDIA CUDA + AMD ROCm + Apple Silicon 实验性
换脸技术只存在于学术论文里，代码零散难懂，需精通 AI 理论、数学、计算机科学。只有学术界少数人在玩。
一个用户整合成单一可运行集合后，任何人都能下载、运行、实验。打开了大众参与 AI 开发的大门，「deepfake」一词由此诞生。
媒体聚焦滥用，但开发者强调：这是学习 AI、合法创作的工具，不代表性本身。
| 步骤 | 命令 | 作用 |
|---|---|---|
| Extract | faceswap.py extract | 从 src/ 取照片，检测人脸、对齐、裁剪输出到 extract/。支持多种检测器（MTCNN）与对齐器（FAN） |
| Train | faceswap.py train | 读两个文件夹的人脸（A/B），训练一个能双向换脸的模型存到 models/。12-48 小时（GPU），CPU 需数周 |
| Convert | faceswap.py convert | 用训练好的模型，把 original/ 里的脸换成目标脸，输出到 modified/ |
每 100 次迭代自动保存，loss 下降时自动备份（.bk 后缀），损坏可手动恢复。
高质量换脸模型，README demo（Jennifer Lawrence/Steve Buscemi）即用它。
另一高质量模型，Emma Stone/Scarlett Johansson demo 所用。
移植自 DeepFaceLab 的经典模型。
@andenixa 创作，处理不对称数据。
@andenixa 创作，高分辨率变体。
最基础的初始模型。
复用已有模型训练比从零快得多；数据不足时，先用长相相似的人起步再切换。
训练计算极适合显卡而非 CPU。GPU 训练 12-48 小时，CPU 要数周。Linux 优先（Windows 会多吃约 20% 显存）。
Python 3.13 + Anaconda 推荐 · python setup.py 引导安装。
# 1. 提取人脸（从 src/ 到 extract/） python faceswap.py extract # 2. 训练模型（A/B 两人脸 → models/） python faceswap.py train \ -A ~/faceswap/faces/trump \ -B ~/faceswap/faces/cage \ -m ~/faceswap/trump_cage_model/ -p # 3. 换脸转换（用模型把 original/ 换到 modified/） python faceswap.py convert \ -i ~/faceswap/src/trump/ \ -o ~/faceswap/converted/ \ -m ~/faceswap/trump_cage_model/ # 或用 GUI python faceswap.py gui
FaceSwap 存在是为了实验与发现 AI 技术、社会或政治评论、电影制作，以及任何合乎伦理与理性的用途。对非伦理用途零容忍。
deepfake 领域的开山之作，AI 民主化里程碑。八年过去，技术上已被更新的方案（如 OnnxFlow、Rope、FaceFusion）追赶，但作为教育样本与可读性最高的开源实现，价值仍在。严格的伦理立场让它成为「负责任 AI」的早期范本——技术中立，态度不中立。