Seedance 2.5 現已上線 — 首發於 Atlas Cloud

Charlie Kirk 換臉:320萬次觀看的梗圖,逆向工程解析(以及為何你的看起來像是貼上去的)

Charlie Kirk 的換臉趨勢始於一個 GIF 和 320 萬次觀看。這是一個融合管道,它複製原始迷因,而不是在其上貼上塑料臉。

你已經試過免費的 kirkify 網站了。上傳、等八秒、下載。

結果是一張臉像貼紙一樣貼在頭上。乾淨光滑的皮膚焊接在一張 240p 的網路攝影機截圖上,下巴周圍有一圈銳利化光暈。你把它傳到群組聊天,只得到一個回覆「lol。」連個笑臉表情符號都沒有。

與此同時,你時間軸上的那些版本看起來就像原本就是那樣。同樣的顆粒感、同樣褪色的色彩、同樣的壓縮雜訊。沒人看得出編輯從哪裡開始。

這個差距不是天賦的差距。而是免費工具不讓你給出的一個指令。

照片中有一個剪下的臉放在發光的燈箱上

深夜書桌上鋪滿了列印出來的表情包照片,旁邊有手術刀、鑷子和一個放在燈箱上的剪下臉孔,這是 Charlie Kirk 換臉的實體版本

重點摘要

  • 這個趨勢始於一個將臉換到 IShowSpeed「忍住不笑」GIF 上的單一案例,而那一則貼文就獲得了 320 萬觀看次數。
  • 免費的 kirkify 生成器是貼上。好的編輯是融合。差別在於你是否能告訴模型保留原始圖片的顆粒感、壓縮率與色偏。
  • 一鍵工具沒有提示框,所以它們根本無法被這樣要求。
  • 可行的流程需要三個模型:一個用來生成臉、一個用來將臉融入真實的表情包檔案、一個用來讓它動起來。
  • 最後轉成 GIF 的步驟是在你自己的機器上用 ffmpeg 完成,而不是在雲端。

沒人能發現的 Charlie Kirk 換臉

左邊是直接從真實表情包 GIF 中擷取的原始幀。右邊是經過融合編輯後,將臉換成完全不同人物的同一幀。

表情包換臉前後的左右對比圖

Charlie Kirk 換臉左右對比,左邊是原始低解析度表情包幀,右邊是融合後的換臉結果

重點在於什麼沒變:同樣的漸層 GIF 色彩、同樣模糊的網路攝影機對焦、角落同樣的 Fortnite 疊加圖層。右邊的圖片並沒有比左邊更清晰。這就是整個把戲。

Charlie Kirk 換臉趨勢到底是什麼

「Kirkified」表情包是一種 Photoshop 和 AI 編輯趨勢,將 Charlie Kirk 的肖像放到現有的反應圖和 GIF 上,把他的臉當作一種可重複使用的素材(參考 Know Your Meme)。這個趨勢始於 2025 年 9 月下旬的 X 平台,最初是一段 K-pop 舞蹈影片,接著是真正引爆這個格式的內容:由 @wapzahra 張貼的 IShowSpeed 「微笑忍住不笑」GIF。

那篇貼文獲得了 320 萬次觀看和 14.4 萬個讚,而它是在 Kirk 於 2025 年 9 月 10 日遇害的 13 天後出現的(參考 Straight Arrow News)。到了 10 月,TikTok 上出現了「kirkification」這個詞,留言區變成了換臉請求串。一個 Reddit 討論串只是要求大家貼出所有他們有的 kirkified 圖片,就收集了數百張。

值得直接說清楚一次:Kirk 是一個真實存在的人,他被殺害了,他的家人還在。這個趨勢確實具有爭議性,相關報導也表明了這點。以下所有內容都使用一個虛構的生成臉孔作為換臉對象,而不是他的臉,因為技術部分才是重點,而且任何臉孔都適用。

四格圖,顯示一個男人的臉被合成到不同的表情包角色上

記載在各種反應圖模板上的 Kirkified Charlie Kirk 換臉範例

四個目前在 Tenor 上以可分享 GIF 形式流傳的真實 Charlie Kirk 換臉,包括最初引發潮流的 IShowSpeed 模板。注意那些好的版本是如何融入原始素材內部,而不是浮在表面上。

基礎模板本身有其歷史,這也是它效果這麼好的原因。它來自 2021 年 12 月 IShowSpeed 的一場直播,當時一個玩 Fortnite 的小孩對他說「我媽有點無家可歸」,Speed 努力憋笑,直到他的表情完全平靜下來(參考 Yahoo Entertainment)。這大約在 2023 年成為網路上代表「強忍笑意」的標準圖片。

這個笑點存在於三個要素:眼睛完全閉上、嘴唇抿緊、臉頰微微上揚。失去其中一個,換臉就只是一個坐在那裡的人。

為什麼大多數 Charlie Kirk 換臉生成器看起來像是貼上去的

現在隨便去看一個 Charlie Kirk 換臉生成器。上傳一張照片、按一個按鈕、等待、下載。頁面上沒有任何提示欄位。Pica AI 的換臉流程也是同樣的形式:上傳原始圖片、上傳目標臉孔、點擊 Swap。它自己的頁面說明會在「上傳後 24 小時內」刪除你的照片(參考 Pica AI),而這個流程中沒有任何地方有文字輸入框。

這不是缺少功能。這正是問題所在。

換臉有兩個部分。第一個是身分,將某人的眼睛、鼻子和嘴巴移過去。現在地球上每個工具都能做到這點,這已經解決了。第二個部分是媒介,而幾乎沒有工具能做到:匹配顆粒感、JPEG 區塊、色偏、光線方向、動態模糊,甚至如果基底是繪畫的話還要匹配筆觸。

表情包是骯髒的檔案。截圖的截圖再重新編碼的 GIF。一個輸出精緻修飾過的臉孔卻讓背景停留在 240p 的 Charlie Kirk AI 換臉,產生了兩張拼接在一起的圖片,你的眼睛在四分之一秒內就會察覺。

你無法要求一個按鈕去保留壓縮偽影。但你可以要求一個模型。

貼上照片臉孔與融合卡通臉孔的比較圖

在憤怒漫畫線條圖上進行貼上與融合的 Charlie Kirk 換臉比較

線條圖是壓力測試。左邊是合成在上方的照片臉孔,這就是貼上後的效果。右邊是同一個臉孔,但用漫畫本身的輪廓和平塗色塊重新繪製。

Charlie Kirk 換臉 AI 流程,逐個模型說明

三個工作、三個模型、一個瀏覽器分頁。無需安裝任何東西。

步驟工作模型計費方式
0生成一個要換入的臉孔(如果你沒有可用的自拍)GPT Image 2 文字轉圖片每張圖片
2將那張臉融合到真實的表情包檔案中Nano Banana 2 Edit每張圖片
3讓靜態圖片產生五秒的動態Seedance 2.0 Mini 圖片轉影片每秒

步驟 1 是下載,步驟 4 在本地端執行,這就是為什麼它們不在表格中。

Nano Banana 2 擔負了主要工作,因為當你要求它時,它會保留基底圖片的媒介特性。我用相同的提示詞對 Seedream v5.0 Pro Edit 進行了對照測試,它產生了真正更好的照片:更銳利、更乾淨、光線均勻。但這正是問題所在。表情包的效果消失了。

微笑閉眼的男人戴著耳機,背景是海邊

Seedream v5.0 Pro Edit 對相同 Charlie Kirk 換臉提示詞的輸出結果,被清理成高畫質肖像

相同的兩個輸入、相同的提示詞,Seedream v5.0 Pro Edit。更銳利的皮膚、均勻的光線、重新繪製的背景。很美,但作為表情包毫無用處。將它與本文頂部的融合幀進行比較。

不過,請把這個行為記在心裡。當你想要一個清晰的 HD 版本換臉,或者當一個更嚴格的模型拒絕使用你的參考照片時,Seedream 5.0 Pro 就是你要使用的模型,而且它目前正在限時折扣中。

在你開始之前,有兩個誠實的限制。Atlas Cloud 上沒有標示為「換臉」的按鈕;換臉是你寫給編輯模型的一段話。而且這裡沒有模型會輸出 GIF,所以最後一步得由你自己完成。

如何進行 Charlie Kirk 換臉,逐步教學

本教學中的每張圖片都是該步驟所述執行的真實輸出結果,直接從 API 取得,而非從遊樂場截圖。

步驟 0(可選)製作要放入的臉孔。 如果你有正面自拍照,請跳過。模型:GPT Image 2 文字轉圖片,品質 high,比例 1:1,一張圖片。

text
1Studio headshot of a completely fictional 30-year-old man, front facing, looking straight
2into the lens, neutral relaxed expression with a closed mouth, even soft frontal light with
3no harsh shadows, plain mid-grey seamless background, short dark brown hair, no glasses,
4no hat, no jewellery, sharp focus on the eyes, full head and shoulders in frame,
5photographic, 50mm.
6

深色頭髮、穿著藍色襯衫的男人的頭像照片

用於 Charlie Kirk 換臉教學的虛構生成頭像

步驟 0 輸出,品質 high,1:1。這個人並不存在,這正是為什麼他會成為放入表情包的那個人。

步驟 1 下載真實的模板。不要生成一個相似的版本。 從 Tenor 或 Know Your Meme 抓取實際的 GIF,然後提取幀並用肉眼挑選一幀:

bash
1ffmpeg -i speed.gif -vsync 0 frames/%03d.png
2

選擇眼睛完全閉上且微笑已經定格的幀,並將其儲存為 base.png。不要放大它,不要降噪,不要校正色彩。你的基底越髒,你的輸出就越真實。AI 重新生成的表情包在這裡行不通,每個人都認得真的那個,而一個相似的版本會立即被視為假貨。

步驟 2 融合臉孔。這完全是個關鍵。 模型:Nano Banana 2 Edit。圖片 1 是 base.png,圖片 2 是臉孔。將輸出解析度設定為與你的基底相同,不要選擇更高級別,並生成一張圖片。

text
1Image 1 is a low-resolution webcam frame of a young man in a grey hoodie wearing black
2over-ear headphones, eyes closed in a tight held-back smile, sitting in front of a bright
3beach scene. Edit image 1 in place. Perform a complete head swap: replace only his face
4with the face from image 2. This identity change is required, do not keep his original face.
5Keep everything else in image 1 completely unchanged: the same head shape, hair, hairline,
6ears, headphones, neck, clothing, background, overlay graphics, framing and crop.
7Match image 1's own medium exactly: the same low-resolution webcam softness, the same GIF
8colour banding and compression artifacts, the same colour cast, the same key light
9direction, the same slight motion blur. Do not upscale, do not denoise, do not retouch the
10skin, do not add sharpness or contrast.
11The new face must remain a real human face with its own eyes, nose and mouth, and it must
12wear image 1's exact expression: eyes fully closed, lips pressed flat together in a tight
13held-back smile, cheeks slightly raised, chin tucked. Photographic, not illustrated.
14Output ONE single edited image, the full frame at the same aspect ratio as image 1.
15

最後一段是人們常常省略的部分,而這正是讓笑點得以延續的關鍵。如果沒鎖定表情就換臉,你會得到一個穿著連帽衫的冷靜陌生人。

微笑閉眼、戴著耳機的男人

Nano Banana 2 Edit 的結果,顯示一個新臉孔被融合到原始的低解析度表情包幀中

步驟 2 輸出,全尺寸,一次執行在 1k。看看連帽衫和他身後的海:仍然和輸入時一樣是帶有漸層色塊的 GIF。

步驟 3 賦予它五秒的生命。 模型:Seedance 2.0 Mini 圖片轉影片。第一幀是你的步驟 2 輸出,時長 5s,解析度 720p,不需要音訊。

text
1Static webcam shot, locked-off camera, absolutely no camera movement, no zoom, no pan.
2The man holds a tight closed-eye smile, then his shoulders shake twice as he suppresses a
3laugh, his lips press harder together, and he slowly exhales through his nose. His eyes stay
4fully closed the entire time. Subtle head bob only, nothing else moves.
5Keep the low-resolution webcam look, the same lighting, the same colour cast and the same
6background throughout. No new objects, no text.
7

「Locked-off camera」在該提示詞中扮演了實際作用。影片模型喜歡加入緩慢的推近鏡頭,而移動的鏡頭會立即破壞網路攝影機的幻覺。

戴著耳機微笑的男人的四張連續截圖

從生成的五秒片段中擷取的四幀,顯示正在醞釀的憋笑表情

來自實際 5 秒片段的四幀。肩膀抖動、微笑繃緊、眼睛保持閉合。公平警告:影片模型會重新渲染每一幀,因此臉孔會比你餵入的靜態圖片稍微銳利一些。

步驟 4 將片段轉換成循環 GIF。 這一步在本地端進行。兩次調色盤處理,這是保持 GIF 色彩不變成一團泥濘的方法:

bash
1ffmpeg -i swap.mp4 -vf "fps=12,scale=440:-1:flags=lanczos,palettegen=stats_mode=diff:max_colors=128" -y pal.png
2ffmpeg -i swap.mp4 -i pal.png -lavfi "fps=12,scale=440:-1:flags=lanczos[x];[x][1:v]paletteuse=dither=bayer:bayer_scale=3" -loop 0 -y final.gif
3

這些精確的設定給我一個 3.5 MB 的循環,可以在任何地方張貼。如果推到 480px 或 15 fps,很快就會超過 5 MB。

不想思考這些參數?將這段文字貼到任何聊天模型中:

text
1I have a 5-second 720p MP4 called swap.mp4. Give me a single copy-pasteable ffmpeg command
2that converts it to a looping GIF under 5 MB: around 440px wide, 12 fps, two-pass
3palettegen/paletteuse capped at 128 colours, infinite loop. Output only the command.
4

戴著大型頭戴式耳機、微笑閉眼的男人

完成的最終循環 Charlie Kirk 換臉風格表情包 GIF,不同的臉孔被融合到原始模板中

完成的循環,3.5 MB。在瀏覽器中執行兩次模型,在家裡執行一個指令。

可以嘗試的四個更多 Charlie Kirk 換臉表情包模板

一個一個做模板很慢。把它們四個排成一個 2x2 的網格,在本地端加入細白色間距,然後一次編輯整個網格。一個臉孔、四個表情包、一次工作。

以下四個模板特意橫跨了四種不同的媒介,這是測試模型是在融合還是貼上的真正考驗:

面板模板它必須匹配的媒介
左上Bad Luck Brian強烈閃光燈照明的 2012 年年鑑照片
右上The Most Interesting Man in the World光澤溫暖的商業廣告攝影
左下Is This a Pigeon?平面動畫賽璐璐片,乾淨的輪廓
右下Matrix Morpheus低飽和度、綠色色調的 35mm 底片

模型:Nano Banana 2 Edit。圖片 1 是網格,圖片 2 是步驟 0 中的同一個臉孔。

text
1Image 1 is a 2x2 grid of four separate, unrelated meme pictures separated by thin white
2gutters: top-left a flash-lit 2012 school yearbook photograph, top-right a glossy advertising
3photograph of a bearded older man in a suit, bottom-left a flat anime cel of a man pointing
4at a butterfly, bottom-right a green-tinted film still of a bald man in sunglasses.
5Edit image 1 in place. In all four panels, perform a complete head swap: replace only the
6face with the face from image 2. This identity change is required in every panel. Change
7nothing else: same bodies, same hair, same clothing, same props, same backgrounds, same
8grid layout and same white gutters.
9Each panel must keep its own original medium: top-left the harsh flash-lit 2012 studio
10yearbook photograph, top-right the glossy warm-lit commercial advertising photograph,
11bottom-left the flat anime cel with clean outlines and no photographic texture,
12bottom-right the desaturated green-tinted 35mm film still.
13In every panel the face stays a real human face with its own eyes, nose and mouth, wearing
14that panel's original expression. Do not upscale, denoise or clean up any panel.
15Output ONE single edited image containing all four panels.
16

這就是 Charlie Kirk 表情包換臉批次處理的完整規模化方案:一個網格輸入,一個網格輸出,四個貼文準備就緒。

四個經典網路迷因在二乘二網格中

四個 Charlie Kirk 換臉表情包模板在一個 2x2 網格中,同一個臉孔在單次編輯執行中被融合到所有四個模板中

一次執行產生的四個 Charlie Kirk 換臉表情包。每個面板都保留了自己的紋理,這是單次貼上工具無法做到的。

Charlie Kirk 換臉的成本,以及不可跨越的界線

這個流程中沒有訂閱費。你只需為你實際進行的調用付費,對於一個完成的 GIF 來說,這是一個非常簡短的列表:

階段執行次數計費方式備註
臉孔生成1(或 0)每張圖片如果你有自拍照,完全跳過
模板下載1免費Tenor 或 Know Your Meme
融合編輯每個表情包 1 次每張圖片預計一次重試,提示詞需要調整
動畫製作1每秒對於反應循環來說 5 秒就足夠了
GIF 轉換1免費本地端 ffmpeg
網格變體1每張圖片一個圖片費用換四個表情包

當前價格請見每個模型的頁面,完整列表在 所有模型。訂閱工具會按月向你收費,無論你製作一個表情包還是零個。

倉庫通道中駕駛玩具車的倉鼠

Atlas Cloud 上的 Seedream 5.0 Pro 限時折扣橫幅

在法律層面,誠實的總結是這尚未確定。已故者的肖像權因州而異,且並未可靠地受到著作權保護;美國的深偽法規仍在發展中;平台規則則是另一個獨立的層面。一位 AI 倫理學教授直言不諱地說:「目前,沒有任何法律安排告訴我們誰該負責」(Straight Arrow News)。對公眾人物進行明顯的視覺諷刺,與設計成讓人相信的捏造內容,兩者處於非常不同的位置。請標記 AI 編輯,永遠不要讓真實人物說出他們沒說過的話,並遠離任何涉及暴力或槍擊事件本身的內容。

Charlie Kirk 換臉常見問題

什麼是 Charlie Kirk 換臉,而「kirkified」是什麼意思?

Charlie Kirk 換臉是將 Kirk 的臉放到現有的表情包或反應圖片上,而「kirkified」是社群對此結果的標籤。這個趨勢始於 2025 年 9 月下旬的 X 平台,並在 10 月傳播到 TikTok,在那裡出現了「kirkification」這個詞。

有免費的 Charlie Kirk 換臉生成器嗎?

有的,有幾個,而且它們確實很快。代價是控制權。它們都沒有提供提示欄位,所以你無法要求它們保留原始圖片的顆粒感、壓縮率或色偏,這正是它們的輸出看起來像是貼上去的具體原因。

為什麼我的 Charlie Kirk 換臉表情包看起來像是貼上去的?

因為工具匹配了身分,但沒有匹配媒介。你的新臉孔比它所在的那個低解析度表情包更銳利、更乾淨、光線也不同。解決方法是告訴編輯模型去匹配基底圖片的模糊度、偽影、色偏和光線方向,並跳過修飾。

我可以製作一個 Charlie Kirk 換臉表情包,作為 GIF 或影片嗎?

可以,需要三個步驟。先融合靜態圖片,然後用圖片轉影片模型讓它動起來,大約 5 秒,最後在本地端用 ffmpeg 將 MP4 轉換成循環 GIF。這個流程中的任何模型都不會直接輸出 GIF,所以最後一步總是在你的機器上完成。

製作和張貼 Charlie Kirk 換臉表情包內容合法嗎?

這取決於編輯內容所暗示的意圖。對公眾人物進行明顯的諷刺混音,與旨在欺騙的逼真捏造內容,兩者受到的待遇截然不同;而針對已故者肖像權的規定因州而異,深偽法律仍在追趕中。請將編輯標記為 AI,不要偽造陳述,並遠離暴力相關內容。

最新模型

一個 API,暢享全模態 AI。

探索全部模型