你以前就做過這件事。你找到一個完美的場景，想把整個朋友群組的臉都放上去，結果四十分鐘過去了，你還在換第三張臉。過程中，應用程式不知不覺地把室友的臉貼到了錯誤的身體上，而奶奶現在坐在原本該是鬍子男的位置。
團體照正是每個換臉工具都會崩潰的地方。但這也是真正的多人換臉應該大顯身手的時候。
所以，以下是這個問題的有趣版本。我們要拿達文西的《最後的晚餐》，保留每一道裂縫、每一根蠟燭和每一筆筆觸，然後一次性地把一整桌現代人的臉放進去。同樣的概念也適用於你的群組聊天、你的樂團、你的工作 Slack 等等。我們開始吧。
五位朋友擠在一起在屋頂派對上自拍，光線均勻，所有臉孔清晰可見
重點摘要
- 是的，你可以在同一張照片上進行多人換臉，一次改變 5 到 10 張以上的臉，而不是一次只換一張。
- 決定效果是否逼真的三個關鍵：選擇一個能接受多張參考臉孔的模型、鎖定從左到右的對應關係（讓正確的臉落在正確的人身上），以及強迫保留原始光線。
- 在按次付費的模型上，一次完整的團體換臉每張圖像只需幾分錢，沒有浮水印，也沒有每日上限。
- 你可以在同一個瀏覽器分頁中，將完成的照片變成一段短片。
看看多人換臉的實際效果
在進入任何理論之前，先來看看成果。左邊是 1490 年代的原作。右邊是同一幅壁畫，但中央座位換上了一批新面孔，光線和筆觸都保持不變。
前後對比：左邊是原始的《最後的晚餐》，右邊是換上現代臉孔的版本
這是一張圖像、一次處理、多張臉孔。不需要把四張單獨編輯的照片拼湊在一起，耶穌身上也不會有浮水印。繼續往下看，我會告訴你具體的提示詞和設定。
為什麼團體換臉會爆紅（而大多數工具在多人臉孔上失敗）
團體換臉之所以與眾不同，是因為效果會隨著人數增加而放大。一張臉被換掉只會讓人笑一下。一整桌你的朋友被畫進文藝復興的傑作中，這張截圖會被傳到你所在的每一個群組。用你自己的團隊重現著名場景，從《最後的晚餐》到《艾比路》，是現在最可靠的格式之一。一個近親叫做「臉轟炸」（facebombing），把一個人的臉放在照片裡的每個人身上，這在這些年來一直是這種格式的常見手法（Know Your Meme）。
這些效果之所以這麼受歡迎，還有一個稍微令人不安的原因：我們越來越不擅長分辨真假。只有 0.1% 的人能夠可靠地分辨 AI 生成的媒體與真實內容，而我們在辨識偽造影片時比偽造圖像時還要差 36%（iProov，2025 年 2 月）。這項技術已經悄悄地變得很好，這也是為什麼複雜的合成媒體詐騙嘗試年增了 180%（Infosecurity Magazine，2025 年 11 月）。對於一張搞笑照片來說，這只是代表你的《最後的晚餐》看起來會驚人地逼真。
那麼，為什麼大多數免費工具在你加入更多人時就會卡住？以下是一些一再出現的硬性限制：
- 單一臉孔的天花板。 很多工具一次只能移植一張臉，所以十個人的桌子就需要十次獨立作業。
- 約 5 張臉的上限。 許多所謂的「多人」工具會悄悄限制在五張臉左右，而且隨著你加入更多臉孔，品質會下降。
- 錯誤的臉，錯誤的人。 由於無法控制對應關係，應用程式會亂猜，而且通常會猜錯。你的臉最後會跑到奶奶身上。
- 光線不匹配。 臉孔被貼平，忽略了場景中溫暖的燭光，整張照片看起來就像「修圖」。
- 浮水印和每日限制。 每天只能換五次，然後你的傑作上就會出現一個 Logo。
以下是典型的免費工具與本指南中的工作流程的比較。
| 多人換臉的重點 | 典型免費工具 | 下方的工作流程 |
|---|---|---|
| 單次處理的臉孔數 | 通常 1 張，上限約 5 張 | 最多 10 到 14 張參考臉孔 |
| 控制哪張臉落在誰身上 | 很少見 | 可以，透過網格順序和提示詞 |
| 保留場景的原始光線 | 時好時壞 | 可以，透過提示詞強制執行 |
| 浮水印 | 免費方案常見 | 無 |
| 轉換成影片 | 通常需要另外的應用程式 | 同一個瀏覽器分頁 |
多人換臉工作流程：模型、設定與成本
你不需要桌面編輯器或 GPU 來做這一切。整個過程都在瀏覽器中的 Atlas Cloud 上執行，它託管各個模型在自己頁面上，讓你按圖計費，一個接一個地執行。把它想成不是一個「換臉應用程式」，而是為每個步驟選擇最精確的模型。
這個流程包含三到四個簡短的步驟：
- 建立臉孔集：使用文字轉圖像模型，讓每張臉都乾淨、正面、光線均勻。
- 一次更換多張臉孔：使用一個能一次接受多張參考圖像的編輯模型。
- （選擇性）修飾或加入更多臉孔：使用更高保真度的編輯模型。
- （選擇性）將靜態圖像轉為短片。
以下是本指南使用的模型及其原因。參考臉孔數量是為什麼一整桌都能辦到的關鍵：這些編輯模型能接受的輸入遠多於典型消費級應用程式。
| 任務 | 模型 | 最大參考臉孔數 | 使用的解析度 | 價格（截至 2026 年 7 月） |
|---|---|---|---|---|
| 建立臉孔集 | GPT Image 2 | 無（文字轉圖像） | 1024x1024，高 | 基本層級 $0.009 |
| 一次換多張臉 | Nano Banana 2 Edit | 最多 14 張 | 2K | 每張圖像 $0.08 |
| 高保真修飾 | Seedream 5.0 Pro | 最多 10 張 | 2048x1152 | $0.036（20% 折扣後 $0.045） |
| 精確身份轉換 | Image Face Swap | 每次 1 張 | 原始解析度 | 每張圖像 $0.09 |
| 讓它動起來 | Seedance 2.0 Mini | 1 張圖像輸入 | 720p，5 秒 | 每秒 $0.045（20% 折扣後） |
開始前先說一個誠實的提醒。生成式編輯模型（如 Nano Banana 2 和 Seedream）在「多張臉孔、一次處理、自然融合」方面表現出色，但它們會重新詮釋場景，而不是逐像素移植真實人物，因此精確的臉孔可能會稍微走樣。如果你需要鎖定特定真實人物且零誤差，專用的 Image Face Swap 模型會進行真正的身份轉換，一次一張臉，然後你再將這些處理結果合成在一起。本指南採用生成式路線，因為這能一次交換整個群體。
線上多人 AI 換臉，免費 vs. 按圖計費
快速釐清一下「免費」的問題，因為這是每個人第一個搜尋的東西。線上的免費多人換臉確實存在，而且對於一兩張臉來說完全沒問題。問題出現在團體照上：臉孔上限、浮水印和每日限制。按圖計費的模型則完全沒有這些問題，而且每次執行只要幾分錢，對於週末玩玩來說基本上等於免費。更多確切數字請見成本章節。
如何進行多人換臉，逐步教學
這是完整的教學，從頭到尾。每個步驟都有要貼上的精確提示詞和要選擇的設定。請依序執行。
步驟 1：產生你的臉孔集
多人換臉的成敗關鍵在於你的來源臉孔。模糊、側面、光線不佳的臉孔會產生模糊的結果。訣竅是將你所有的臉孔產生成一張乾淨的 2x2 網格，光線均勻、比例相同，這樣編輯模型就能輕鬆讀取每一張臉。你也可以稍後放入真實的頭像照，但產生的網格是建立示範最快的方法。
打開 GPT Image 2，設定 Quality: high 和 Size: 1:1 (1024x1024)，然後貼上以下內容：
Plain1一個 2x2 的網格（四個等分的象限，由細白線分隔），包含四張不同的攝影棚頭像照，全部正面、均勻柔光、中性灰色背景：左上角，一位 30 多歲、面帶微笑、有鬍子的男性；右上角，一位捲褐色頭髮、微笑的女性；左下角，一位戴圓框眼鏡的年輕男性；右下角，一位銀色頭髮的年長女性。照片寫實，對焦銳利，四張臉孔的光線和比例完全相同。
Atlas Cloud 上的 GPT Image 2：Quality 設為 high，1:1，右側輸出面板中顯示完成的 2x2 臉孔網格
你現在有了一個整齊的 2x2 網格，包含四張比例和光線相符的臉孔。這個網格在下一步會成為一張單一的參考圖像，這正是讓多人換臉變得輕鬆的關鍵。
步驟 2：一次更換多張臉孔
這是核心動作：在單次處理中進行多人換臉。打開 Nano Banana 2 Edit，上傳兩張圖像（你的基礎場景加上步驟 1 的臉孔網格），並設定 Resolution: 2K。它最多可以接受 14 張參考圖像，所以一整桌完全沒問題。
對於基礎場景，《最後的晚餐》是一個很好的起點：它是公有領域，人物清晰分離，而且座位安排提供了明顯的從左到右對應關係。貼上以下內容：
Plain1從 2x2 網格參考圖中取出四張攝影棚臉孔，並將它們放到《最後的晚餐》畫作的四個中央人物上，從左到右各配對一張網格臉孔。確切保留每個人物的姿勢、手勢、長袍和頭髮，與原始畫作完全相同，並嚴格保留壁畫現有的光線方向、筆觸、表面裂縫和溫暖色調。不要改變桌子、背景或任何其他人物。
Atlas Cloud 上的 Nano Banana 2 Edit：已上傳基礎畫作和臉孔網格，解析度 2K，右側已完成換臉的《最後的晚餐》
有兩點支撐了整個結果。首先，「從左到右各配對一張網格臉孔」是你的對應控制，這一行可以防止錯誤的臉孔落到錯誤的人身上。其次，「嚴格保留壁畫現有的光線方向、筆觸和色調」這個條件，確保臉孔能融入畫作內部，而不是浮在上面。用眼睛檢查輸出，如果某張臉放錯了位置，就重新執行一次，或者減少到三張臉。每次嘗試只需幾分錢。
步驟 3：鎖定身份並修飾（選擇性）
如果某張臉看起來有點樣板化，或者你想加入更多人，將結果輸入 Seedream 5.0 Pro，尺寸設為 2048x1152。它可以接受最多 10 張參考臉孔，而且在將邊緣融入現有紋理方面稍微好一些。貼上以下內容：
Plain1修飾已換上的臉孔，使其無縫融入畫作：匹配溫暖的燭光色調，柔化邊緣融入筆觸，並保持每個身份的獨特性。確切保留原始構圖。
再用眼睛檢查一次。生成式模型可能會重新佈置場景，所以保留你喜歡的版本，重新生成你不喜歡的版本。
步驟 4：轉換成多人換臉影片
靜態圖像很好。會動的靜態圖像則能吸引目光。將你完成的換臉作品輸入 Seedance 2.0 Mini，設定 720p、5 秒，就能得到一段短片。貼上以下內容：
Plain1長桌旁的人物輕微呼吸和移動，燭光輕輕搖曳，緩慢的電影感鏡頭推進，自然逼真的動作。
Atlas Cloud 上的 Seedance 2.0 Mini：已上傳換臉後的《最後的晚餐》作為輸入畫面，右側輸出面板中顯示一段完成的 5 秒 720p 片段
這就是完整的循環：文字轉臉孔、臉孔放入場景、場景轉為動態，全部在一個分頁中完成。
一個小提醒，因為你即將進行大量編輯。 Seedream 5.0 Pro 目前有 20% 折扣，所以修飾整個團體換臉的費用只需一點零錢。如果你打算重新生成幾張臉直到每張都完美，這會很方便。
Seedream 5.0 Pro 在 Atlas Cloud 上限時 20% 折扣
在 Seedream 5.0 Pro 頁面 上趁優惠取得。
多人換臉要花多少錢？
比一杯咖啡還便宜，而且你擁有輸出內容，沒有浮水印。以下是根據上述模型的一次實際執行成本。
| 步驟 | 模型 | 成本 |
|---|---|---|
| 臉孔集 | GPT Image 2（高品質） | 遊樂場約 $0.22，基本層級 $0.009 |
| 多人換臉 | Nano Banana 2 Edit，2K，2 張參考 | 每次執行約 $0.12 |
| 修飾（選擇性） | Seedream 5.0 Pro | 每張圖像 $0.036（20% 折扣） |
| 影片（選擇性） | Seedance 2.0 Mini，5 秒 | 約 $0.225 |
所以，完成的靜態圖像成本約在 $0.13 到 $0.35 之間，取決於品質設定，加上影片後，總成本約為 $0.35 到 $0.55。與訂閱制工具相比，後者每天限制你五次有浮水印的換臉，然後要求月費。按圖計費代表你只為你實際保留的執行次數付費。
多人換臉是否合法且安全？
簡短版本：保持同意，保持誠實。交換你那些知情的朋友的臉，或者使用像《最後的晚餐》這樣的公有領域藝術品，是安全的做法。你不應該做的是冒充他人、將言語或行為加諸於真實人物，或是將換臉作品偽裝成真實來誤導他人。考慮到幾乎沒有人能再用肉眼分辨出好的偽造品（iProov，如上所述），這條界線變得比以往更重要，而且許多地方的深偽法律正在收緊。從你使用其臉孔的人那裡獲得同意，在可能被誤認為真實的內容上標註為編輯過，然後好好享受。
常見問題
我可以在同一張照片中同時更換多張臉孔嗎？
可以。像 Nano Banana 2 這樣的編輯模型可以在單次處理中讀取多張參考臉孔，並將它們一次放置到你的基礎圖像中的角色上。關鍵在於提供乾淨、光線均勻的來源臉孔（2x2 網格效果很好），並告訴它對應關係，例如「每張臉孔對應一個人物，從左到右」。
有沒有線上的免費 AI 多人換臉選項，有什麼缺點？
有。線上免費的多人換臉可以很好地處理一兩張臉。但在團體照上會出現缺點：大約五張臉的上限、輸出上的浮水印，以及每日限制。按圖計費的模型則沒有這些問題，每次執行只需幾分錢。
我可以一次更換多少張臉孔？
取決於模型。Nano Banana 2 Edit 在單次處理中最多可接受 14 張參考圖像，而 Seedream 5.0 Pro 最多可接受 10 張。這足以讓一整桌的人坐滿。當你的來源臉孔乾淨且正面時，品質最好。
為什麼臉孔會跑到錯誤的人身上？
因為工具猜測了對應關係，而且猜錯了。解決方法是將你的臉孔以可預測的方式排序（從左到右的網格），並在提示詞中說明對應關係，例如「每張網格臉孔對應一個人物，從左到右」。如果還是有錯，重新執行或減少該次處理的臉孔數量。
我可以製作多人換臉影片，而不只是照片嗎？
可以。將你完成的換臉靜態圖像輸入像 Seedance 2.0 Mini 這樣的圖像轉影片模型，設定 720p，就能得到一段短片。你可以在同一個瀏覽器分頁中得到微妙的動作、緩慢的鏡頭推進，以及可分享的多人換臉影片。
多人換臉是否合法？
對於同意的朋友和公有領域的圖像，你處於安全地帶。避免冒充真實人物、誹謗任何人，或將換臉作品呈現為真實。在可能誤導他人的情況下，取得同意並標註編輯過的內容，並注意深偽法規正在變得更加嚴格，因此誠實、有趣的運用才是正確的做法。
