深度合成是怎么工作的？一份关于 AI 换脸技术的中立入门课

技术科普 · DEEP SYNTHESIS 101

本页导览① 原理四步② 开源与商用生态③ 法律红线④ 如何识别⑤ 负责任清单

抛开界面上的按钮，任何一次人脸替换在算法层面都要走完同一条流水线。理解它，你就同时理解了这类技术的能力上限与破绽所在。

• STEP 1人脸检测与对齐卷积网络先在画面中定位人脸并标记五官关键点，再通过仿射变换把两张脸摆正到同一坐标系——就像先把两本书码齐，后面才好逐页对照。
• STEP 2特征编码：把脸拆成「身份」加「表情」经典方案借自编码器思想：将源脸与目标脸压入共享的潜空间，训练网络学会把「这是谁」（身份）与「他在做什么」（表情、姿态）分离开来表示。
• STEP 3生成替换：解码器重铸五官解码器用目标身份重建出源画面中的表情姿态，完成「灵魂移植」。生成对抗网络（GAN）的对抗训练显著提升了真实感，近年扩散模型进一步改善了发丝、光影等高频细节。
• STEP 4融合与后处理最后通过遮罩羽化与色彩校正把替换区域贴回原图，抹平肤色差与接缝。你看到的「以假乱真」，一半功劳在这道收尾工序。

这条链路对数据量、算力与调参经验都有实打实的门槛——这正是过去十年里，桌面开源工具与封装好的在线服务能够长期并存的原因。

开源生态：技术透明的一极

• deepfakes/faceswap：这一波换脸浪潮中历史最悠久的项目之一，代码公开可审计。
• DeepFaceLab：以相对友好的流程著称，长期是研究者的实验田。
• FaceFusion 等新兴管线：整合现成人脸分析组件，迭代速度快。
• insightface 类基础库：提供检测、对齐、识别等通用积木，被广泛复用。

开源意味着可审计、可复现，也意味着滥用门槛同样被降低——这是一体两面。

商用服务：体验封装的另一极

• 在线站点把整条流水线封装成网页按钮，用户无需配置环境；faceswap.com 即属此类，功能边界以其官网披露为准。
• 正规商业服务通常附带内容审核、水印或标识机制，并把合规责任写入用户协议。
• 协议之外的用途（他人肖像、敏感人物、欺诈场景），平台不背书，法律责任完全由使用者承担。
• 付费模式与素材留存策略各站不同，使用前应阅读隐私政策，而非凭感觉上传。

• 肖像权是硬约束：我国民法典明确禁止以丑化污损，或者利用信息技术手段伪造等方式侵害他人肖像权——「技术中立」不豁免使用者的责任。
• 深度合成已被专门监管：《互联网信息服务深度合成管理规定》自 2023 年起施行，对生成内容的显著标识、算法备案与安全评估提出要求，服务商与重度使用者都在射程之内。
• 涉政涉名人零容忍：伪造公职人员、新闻主播的言行视频，无论动机是玩梗还是牟利，都是各国执法的高压线。
• 色情与未成年人绝对禁区：未经同意的色情合成在各法域均属违法，涉及未成年人的内容更是不可触碰的底线。
• 欺诈场景罪加一等：换脸冒充亲友借钱、冒充客服骗验，会从民事侵权直接跃升为刑事犯罪。

攻与防始终在赛跑。对普通读者来说，识别能力可以分成三层来搭建。

如果你确有正当需求接触这项技术，请把这六条当作准入考试：

• ▢只处理自己或已获书面授权者的面部素材。
• ▢输出内容一律标注「AI 合成」，不删除平台水印。
• ▢不模拟任何真实人物的言论与立场。
• ▢远离一切身份核验、借贷、招聘等可被用于欺骗的场景。
• ▢了解所在地关于深度合成的法规与平台规则后再动手。
• ▢保留授权记录与创作日志，让每一次生成可回溯。