強尼來了，但那是你的臉：Pica AI 臉部交換升級版，無人分享

花了我四分鐘才把臉弄進《鬼店》的那扇門裡。整整四分鐘。我就坐在那裡，像個白癡一樣對著自己的螢幕咧嘴笑。

然後我按下下載，一道斜角浮水印直接落在牙齒上。

於是我重新跑了一次。不同角度、更乾淨的來源照片、更好的光線。同樣的問題，還多了一個新問題：臉部又銳利又平滑，而周圍的門卻是1980年代粗粒子的底片質感。看起來就像有人把一張印好的護照照片貼到碎裂的木頭上。浮水印並沒有殺死笑點，但那種貼紙感做到了。

這就是一鍵換臉工具的完整故事。它們在前80%確實表現良好，但對最後20%完全無感，而這20%才是大家真正會笑的部份。 夜晚昏暗的剪輯室，木桌上散落著印出的底片劇照，顯示器上正在渲染換臉作業

重點摘要

• Pica AI 換臉確實有效，適合快速照片交換，官方限制單張照片或影片最多3張臉，上傳檔案在24小時內刪除。
• 免費方案才是痛點。 第三方評論一致指出，匯出檔案帶有浮水印且解析度受限，且截至撰寫時Pica並未公開定價頁面。
• 電影場景暴露了一鍵工具的弱點，因為它們只替換臉部區域，卻沒有重新打光或加上底片顆粒。那是貼上，而非融合。
• 解決方案是三次付費執行，而非更好的換臉按鈕：生成一張來源臉孔，用帶有保留清單的編輯模型融合，動畫五秒鐘，然後在本地轉換為GIF。

同一扇門，不同的人。 在討論任何理論之前，先看成果。左邊是實際的底片劇照，下載後作為編輯基底。右邊是融合後的版本。沒有重新創作，沒有清理，而且顆粒感保存了下來。 《鬼店》「強尼在這裡」底片劇照與同一鏡頭換上不同臉孔的並排比較

看看為了讓笑點存活，必須保留什麼：眼睛用力向左看、眉毛上揚、牙齒完全露出、頭塞進他自己挖的洞裡。那個表情就是笑點所在。技術上完美無瑕但讓臉部平靜下來的換臉，就是失敗的換臉。

為什麼現在大家都在搜尋「Pica AI Face Swap」

把自己放進著名場景過去得花一個週末在Photoshop上。現在只需點四下螢幕和一張手機照片，而且模板庫非常龐大。這種努力程度的驟降，正是搜尋量存在的根本原因。

這也是為什麼安全產業對同樣的技術感到緊張。2024年針對身分驗證系統的換臉攻擊比2023年增加了300%，而原生虛擬攝影機攻擊則暴增了2665%（iProov，2025年2月）。沒有人會用一個小眾工具來創造2665%的增長率。這個數字之所以存在，是因為換臉變得足夠簡單，讓每個人都能使用，包括那些你寧願不讓他們碰的人。

快速拼寫提示，因為搜尋結果在這裡很亂：人們會輸入 pica.ai face swap、pica ai face swap 和 pica ai video face swap，而這三個都會導向 pica-ai.com 上的同一個產品。並沒有另外一個獨立的 pica.ai 網域在做不同的事。 Pica AI 行銷範例，顯示一張上傳的臉孔渲染成四種不同風格

圖片：Pica AI（pica-ai.com）

如何使用 Pica AI Face Swap 免費版（照片與影片）

這個工具確實很簡單，在批評它之前，我想先給予充分肯定。無需安裝，無需帳號即可預覽結果，而且照片路徑只需幾秒鐘。

步驟1. 開啟換臉頁面並加入你的臉孔。 前往換臉工具，上傳你想要 換進去 的臉部照片。正面均勻光線、正面角度、無太陽眼鏡、無頭髮遮住臉頰。這一個選擇就決定了你結果的大部分品質。

步驟2. 上傳目標照片或影片。 這是你想加入的場景。目標的頭部角度和光線越接近你的來源照片，出現的偽影就越少。或者如果你想測試，也可以從模板庫中挑選。

步驟3. 按下「換臉」。 照片在幾秒內處理完成，影片可能需要幾分鐘（Pica AI，2026）。

步驟4. 下載。 影片方面可以下載為 MP4 或 GIF。

在規劃任何事之前，值得知道的官方數字：單張照片或影片最多3張臉，上傳的檔案會在 24小時內 刪除。具體來說，在影片方面，Pica 自己的文件說明系統可偵測 最多5張臉，接受 最大500MB的檔案，處理時間因長度和複雜度而異（Pica AI 影片指南，2026）。 Pica AI 換臉頁面，帶有編號標示上傳區域、模板條、加入臉部控制項和免費點數計數器

Pica AI 即時換臉頁面。請注意右上角的點數計數器，那是你每天的免費配額。

多人團體照功能是最令人印象深刻的功能，而且確實有效。他們自己的前後對比範例一次將新臉孔套用到整個隊列上。 Pica AI 多人換臉前後範例，在一張團體照中替換了五張臉孔

圖片：Pica AI，多人範例

關於「免費」：網站確認有每日免費點數供試用。我頁面標題中的計數器顯示為4。除此之外的一切很快就變得模糊不清。截至撰寫時，Pica 並未公開定價頁面，人們引用的免費方案具體細節來自第三方評論，而非官方文件。這些評論一致回報兩件事：匯出檔案帶有浮水印，且免費方案解析度受限。對於你在清單文章中看到的任何金額數字，請視為未經確認，並自行在結帳頁面查證。

Pica AI 影片換臉的缺陷，以及修復它的技術堆疊

三道牆，按你遇到的順序排列。

第一道牆：匯出。 笑點上的浮水印對迷因而言不是外觀問題。迷因本身就是笑點。當你裁切時，解析度限制也會悄悄產生同樣的效果。

第二道牆：等待。 Pica 的官方說法是影片處理時間因長度和複雜度而異，你不需要保持在線。這是一種禮貌的說法，表示可能需要一段時間。如果你希望十分鐘內迭代五次笑點，影片換臉完全不是適合的工具。

第三道牆，這才是真正的問題：它貼上，而非融合。 一鍵換臉工具會替換臉部區域。它不會重新打光以匹配場景的主光，也不會重新加上它剛平滑掉的底片顆粒。在現代平面打光的自拍目標上，你永遠不會注意到。但在1980年代具有強烈實用燈光、明顯顆粒和極端表情的底片劇照上，這是你唯一會注意到的事。 左圖：臉孔以平面剪裁的方式貼在底片劇照上，邊緣生硬。右圖：同一張臉孔經過正確融合，搭配相符的顆粒和光線

我故意製作了左邊的圖片，方法是要求一個編輯模型貼上一個帶有硬邊緣且無混合的平面剪裁。右邊則是相同的兩張來源圖片，加上一個帶有保留清單的提示詞。輸入完全相同。差異完全在於你告訴模型要保留什麼。

這就是這裡真正的洞察。你不需要一個更好的換臉按鈕。你需要一個影像編輯模型，而且你需要告訴它不要碰什麼。

所以這是技術堆疊。 三次執行，一個瀏覽器分頁，按以下順序：

1. 取得一張臉孔。 使用自拍照，或生成一張一致的臉孔，以便教學可重現。
2. 將其融合到原始劇照中，使用一個接受兩張參考圖片並尊重保留清單的編輯模型。
3. 用影像轉影片模型動畫五秒鐘，然後在本地將 MP4 轉換為 GIF。

以下每個模型都在 Atlas Cloud 的同一個工作區中執行，這是我執行所有操作的地方。價格為每次執行費用，取自各模型頁面，截至2026年7月。

有一件事要說清楚：這些圖片或影片模型都不接受或輸出 GIF。步驟4是本地 ffmpeg 處理。LLM 只是幫你寫指令。

步驟1：取得乾淨的來源臉孔

如果你有一張不錯的正面打光自拍照，跳過生成步驟直接使用。它會一樣好或更好。我生成了一張，這樣任何人都可以精確重現這篇文章。

開啟 Seedream v5.0 Pro 文字轉圖片頁面，貼上這個：

plaintextCopy
1Head-and-shoulders portrait photograph of a 34-year-old man with short dark
2brown hair, light stubble and brown eyes, neutral closed-mouth expression,
3looking straight into the camera. Even soft studio lighting, plain light grey
4background, sharp focus on the face, natural skin texture with visible pores.
5No glasses, no hat, no jewellery. Photorealistic, 85mm lens.
6

設定： 尺寸 2048x1152（預設的16:9即可，1:1也可以），輸出格式 jpeg，思考 啟用，一張圖片。構圖在這裡幾乎不重要，因為下一個模型只將此視為身分參考，而非構圖。重要的是臉孔正面、光線均勻且無遮蔽。 Atlas Cloud 上的 Seedream v5.0 Pro 文字轉圖片工作區，已填入肖像提示詞，右邊是完成的2K臉孔

Atlas Cloud 上的 Seedream v5.0 Pro：左邊是提示詞，右邊是 OUTPUT 中生成的來源臉孔。

替換年齡、頭髮和體型描述，你就可以從同樣的提示詞骨架中生成一整組一致的來源臉孔。在批次處理前值得查看目錄價格：這個模型目前有20%的促銷費率。

{width="80%"}

Seedream 5.0 Pro 折扣橫幅來自 Atlas Cloud

使用 Seedream 5.0 Pro 生成。

步驟2：將臉孔融合到真實的底片劇照中

這一步決定了一切，而且從下載開始，而非生成。

取得實際劇照：https://i.imgflip.com/19rnx5.jpg 解析度 1600x900。不要讓模型為你畫出一個著名場景的仿製品。AI 重現的「強尼在這裡」門不是真正的「強尼在這裡」門，人們會立刻察覺，而辨識本身就是笑點。

開啟 Nano Banana 2 Edit 頁面，上傳底片劇照和你步驟1的臉孔，然後貼上這個：

plaintextCopy
1Image 1 is a 16:9 film still: a man's face pushed through a jagged hole he has
2smashed in a white painted wooden door, eyes rolled hard to the left, eyebrows
3raised, teeth bared in a wide manic grin, dark hair damp and messy, a plaid
4shirt collar just visible at the bottom. Image 2 is a studio portrait of a
5different man.
6
7Edit Image 1 in place: perform a complete head swap so the man in the doorway
8now has the face and identity of the man in Image 2. This identity change is
9required, do not keep the original man's face. The new face must stay fully
10human, with his own eyes, nose and mouth, and must wear the exact same
11expression: eyes rolled hard to the left, eyebrows raised, teeth bared in the
12same wide manic grin.
13
14Keep the splintered white door, the jagged hole, the plaid collar, the damp
15messy hair, the head angle, the flat 1980s film lighting and the original film
16grain exactly unchanged. Fully fuse the new face into the shot, match the same
17grain, softness and colour cast, do not clean up or sharpen the image, and do
18not produce a pasted cut-out or sticker look.
19
20Output only the single edited film still. No diptych, no before-and-after.
21

設定： 解析度 2K，長寬比留空以繼承劇照尺寸，兩張參考圖片。

有兩件事決定這個提示詞的成敗。首先，這一行 「this identity change is required」。沒有這一行，模型經常會判定你只想做輕微修飾，然後還給你原始臉孔。其次，保留清單。你沒有提到的每個元素，都是模型覺得可以自由「改善」的元素，而「改善」意味著乾淨、銳利、現代，這對1980年代的畫面來說完全錯誤。

另外值得知道的是：工作區中的圖片插槽按上傳順序編號，因此使用「底片劇照」和「肖像」來指稱，而不是依賴插槽編號，是更穩定的習慣。 Atlas Cloud 上的 Nano Banana 2 Edit 工作區，已載入底片劇照和肖像作為參考，右邊是融合結果

Atlas Cloud 上的 Nano Banana 2 Edit：兩張參考圖片已載入，右邊是融合後的劇照。

每次執行一張臉。如果一個場景有兩個人要換，那就執行兩次。要求一次編輯處理兩個身分，可靠地只會產生一張好的臉和一張爛掉的臉。

步驟3：動畫化並匯出循環 GIF

將步驟2的融合劇照帶入 Kling v3.0 Turbo 影像轉影片。

plaintextCopy
1The man keeps his face pressed through the jagged hole in the splintered white
2door. He tilts his head slowly to the left, his eyes dart once toward the
3camera, and his manic grin widens. Locked-off static camera, no zoom, no pan.
4Keep the same face, the same plaid shirt, the same white door, the same dim
51980s film lighting and grain. No new characters, no scene change, no restyling.
6

設定： 長度 5s，解析度 720p，一張輸入圖片。五秒是循環的合適長度，並能保持執行成本低廉。鎖定攝影機的語言比聽起來更重要；沒有它，模型會發明一個緩慢推近的鏡頭，破壞平坦的劇場式構圖。 Atlas Cloud 上的 Kling v3.0 Turbo 影像轉影片工作區，已載入融合劇照，右邊是完成的五秒片段

Atlas Cloud 上的 Kling v3.0 Turbo：融合劇照輸入，完成5秒片段輸出。

對自己誠實，了解這裡會發生什麼事。影片模型每一幀都會重新渲染臉部，因此特徵會在五秒內稍微偏移。將靜態劇照作為你的主要圖片，並將片段視為額外獎勵，而不是反過來。 融合換臉在破門中的動畫 GIF，頭部移動且咧嘴笑容擴大

GIF，以及一個有用的現實檢驗。這個執行將構圖拉得比我餵給它的劇照更寬，並削弱了咧嘴笑容。同樣的提示詞，同樣的輸入，不同的骰子結果。

最後一步，MP4 轉 GIF。兩個模型都不處理 GIF，所以這在本地執行。將此貼到任何 LLM 中以取得指令：

plaintextCopy
1I have a 5-second 1280x720 MP4 at ./swap.mp4. Give me a single ffmpeg command
2that converts it into a looping GIF under 5 MB: two-pass palettegen /
3paletteuse, 400px wide, 12 fps, 128 colours, bayer dithering, infinite loop.
4Return only the command, no explanation.
5

雙通道調色板生成不是可選項。單通道 GIF 轉換會讓乾淨的底片顆粒變成色帶泥濘。

另外四個值得偷來的場景。 同樣的鏈條，同樣的提示詞骨架，不同的保留清單。Confused Travolta 完全在於肩膀和轉頭，所以保留姿勢、長外套和昏暗公寓。Salt Bae 完全是手腕和手肘，所以只要手臂和落下的鹽保持戲劇性，臉孔可以冷靜。Ancient Aliens 需要頭髮、舉起的手和那種低解析度的廣播質感，而且臉孔越不願意解釋自己就越好笑。Absolute Cinema 需要黑白調色和張開的手掌，而且它仍然是一個活躍的格式（Know Your Meme，2026）。

實際執行時的一個注意事項：編輯模型直接拒絕了 DiCaprio 指著電視的畫面，理由是版權侵權封鎖，所以我改用 Ancient Aliens 代替。某些可辨識的畫面會被篩選。發生這種情況時，選擇下一個場景，而不是試圖繞過提示詞。 二乘二網格，四張融合電影和電視換臉：Confused Travolta、Salt Bae、Ancient Aliens 和 Absolute Cinema

一次完整執行的實際成本。 三次付費執行，一張靜態圖和一個片段，無訂閱，無排隊。

每個模型的完整價格清單可在 Atlas Cloud 模型目錄 找到，如果你想換成更便宜的等級。Nano Banana 2 使用1K而非2K，可將該次執行成本降低三分之一，而且如果你有大量執行需求，還有折扣開發者方案。

簡短提及合理使用界線。 換上你自己的臉，或你有權使用的臉。底片劇照屬於其工作室，製作迷因或評論與將工作室的畫面放在付費廣告中是非常不同的事情，所以請保持在第一個類別。不要用這些來冒充真人或繞過身分驗證，這正是 iProov 數字所描述的濫用模式。影片模型也會篩選可辨識的 IP，有時會重新繪製或拒絕提示詞。

Pica AI 換臉常見問題

Pica AI 換臉免費嗎？免費版匯出會加上浮水印嗎？

有每日免費點數供試用。截至撰寫時，Pica 並未公開定價頁面，而第三方評論一致指出，免費匯出帶有浮水印且解析度受限。在付費前，請在結帳頁面確認當前條款。

Pica AI 影片換臉需要多久時間？

Pica 的官方立場是照片需要幾秒鐘，影片可能需要幾分鐘，時間取決於長度和複雜度。你不需要停留在頁面上。如果需要快速迭代，請換掉單一幀並對其進行動畫處理，而不是處理整個影片。

為什麼我的 Pica AI 換臉看起來像貼上去的貼紙？

因為一鍵工具會替換臉部區域，卻沒有重新打光或恢復場景的顆粒。解決方法是使用帶有明確保留清單的編輯模型：指定顆粒、光線、色偏和周圍物體，並告訴它不要銳化或清理。

Pica AI 換臉可以在 GIF 上運作嗎？

Pica 可以將影片結果匯出為 GIF。本文中的鏈條以不同方式達到此目的：先換掉單一幀，動畫五秒，然後在本地用 ffmpeg 轉換，因為這些圖片和影片模型既不接受也不輸出 GIF。

對電影場景進行 Pica AI 換臉合法嗎？

個人迷因、笑話和評論通常沒問題。但劇照本身仍屬於工作室的版權，因此避免商業用途。只換用你擁有或經許可使用的臉孔，切勿使用換臉來冒充他人或繞過身分驗證。

影片模型會保留與換臉劇照完全相同的臉孔嗎？

不會。影片模型會重新渲染每一幀的臉部特徵，因此預計在五秒內會有輕微偏移。使用步驟2的劇照作為最終圖片，並將片段視為額外資產。