多人换脸：将你的整个群聊变成《最后的晚餐》（2026）

你以前做过这种事。你找到了完美的场景，想让整个朋友群的脸都出现在上面，四十分钟后你还在换第三张脸。不知从哪一步开始，应用悄悄把你室友的脸放到了错误的身体上，奶奶现在坐在本该是那个有胡子的家伙的位置。

集体照正是每个换脸工具出问题的地方。它们也正是真正多人换脸应该大放异彩的场景。

所以，这是那个问题的有趣版本。我们将采用达芬奇的《最后的晚餐》，保留每一道裂缝、每一根蜡烛和每一笔笔触，并在一次操作中把一整桌现代面孔放进去。同样的思路也适用于你的群聊、你的乐队、你的工作群，任何场景都行。让我们开始吧。

五个朋友挤在一起在屋顶派对上自拍，光线均匀，所有面孔清晰可见

关键要点

• 是的，你可以在同一张照片上执行多人换脸，一次性改变5到10+张脸，而不是一张一张地换。
• 决定结果真实性的三个要素：选择能接受多张参考面孔的模型，锁定从左到右的映射顺序让正确的脸落到正确的人身上，并强制保留原始光照。
• 在按次付费的模型上，一次完整的群体换脸仅需几美分，无水印，无每日限制。
• 你可以在同一个浏览器标签页中把完成的照片转成一段短视频。

见证多人换脸的实际效果

在讲理论之前，先看看成果。左边是15世纪末的原作，右边是同一幅壁画，中间座位上换上了一批新面孔，光照和笔触都未改动。

前后对比：左边是原版《最后的晚餐》，右边是换上了现代面孔的版本

这是一张图片，一次操作，多张面孔。无需拼接四个独立的编辑，耶稣身上也不会有水印。继续往下看，我会展示实现这一效果的具体提示词和设置。

为什么群体换脸会走红（以及大多数工具为何在多人面前失败）

群体换脸之所以特别，是因为效果会随着人数增加而放大。换一张脸只是让人一笑，而一整桌朋友被画进文艺复兴杰作则是一张截图，会传遍你所在的每一个群聊。用自己团队重现经典场景，从《最后的晚餐》到《艾比路》，是当下最流行的形式之一。一个近亲——“脸轰炸”，把一个人的脸贴在镜头里所有人身上，多年来一直是这种形式的常客（Know Your Meme）。

还有一个有点令人不安的原因让它们如此受欢迎：我们越来越不擅长识别伪造品。只有0.1%的人能可靠地分辨AI生成内容与真实内容，而我们识别假视频的能力比假图像差36%（iProov，2025年2月）。这项技术已经悄悄变得出色，这也是为什么复杂的合成媒体诈骗尝试同比增长了180%（Infosecurity Magazine，2025年11月）。对于一张恶搞照片来说，这仅仅意味着你的《最后的晚餐》会看起来惊人的逼真。

那么，为什么大多数免费工具在你添加更多人物时就会卡住呢？几个硬性限制反复出现：

• **单张面孔上限。**许多工具每次只能移植一张脸，所以一桌十个人意味着十次独立工作。
• **约5张面孔上限。**许多“多人”工具实际上最多支持五张脸，随着人数增加，质量下降。
• **脸放错人。**无法控制映射关系，应用只能猜测，而且常常猜错。你的脸被放到了奶奶身上。
• **光照不匹配。**面孔被扁平地粘贴进去，忽略了场景中温暖的烛光，整个画面一看就是“P过的”。
• **水印和每日限制。**每天五次换脸，然后你的杰作上就印上了logo。

以下是典型免费工具与本指南工作流程的对比。

多人换脸工作流程：模型、设置与成本

你不需要桌面编辑器或GPU。整个流程在 Atlas Cloud 的浏览器中运行，该平台将各个模型托管在各自页面上，允许你按顺序运行，按次付费。可以把它看作不是“换脸应用”，而是为每一步挑选最合适的模型。

这个流程包含三到四个小任务：

1. 构建面孔集——使用文本到图像模型，确保每张脸干净、正面、光线均匀。
2. 一次性换多张脸——使用一个能同时接受多张参考图像的编辑模型。
3. （可选）精修或添加更多面孔——使用更高保真度的编辑模型。
4. （可选）将静态图转为短视频片段。

以下是本指南使用的模型及其原因。参考面孔数量是整桌人可能实现的原因：编辑模型接受的输入远超典型消费者应用。

开始前先坦诚说明：生成式编辑模型（如 Nano Banana 2 和 Seedream）擅长“多张脸、一次过、自然融合”，但它们会重新诠释场景，而不是像素级移植真实人物，因此精确的面孔可能会略有偏差。如果你需要将特定真实人物零偏差锁定，专用的 Image Face Swap 模型能实现真正的身份转移，每次一张脸，然后你需要将多次结果合成。本指南采用生成式路线，因为这是能一次性更换一群人的方法。

在线免费多人换脸 vs 按次付费

快速现实检查一下关于“免费”的问题，因为这是每个人搜索的第一件事。免费的在线多人换脸确实存在，处理一或两张脸完全没问题。但问题出现在群体照片上：面孔上限、水印和每日限制。按次付费模型绕过了所有这三个问题，每次几美分，对于一个周末的瞎折腾来说基本等于免费。具体数字见成本部分。

如何一步步实现多人换脸

这是完整教程，从头到尾。每一步都有精确的提示词和设置选择。请按顺序操作。

步骤1：生成你的面孔集

多人换脸成败取决于你的源面孔。模糊、侧脸、光线差的面孔会产生模糊的结果。诀窍是将所有面孔生成为一个干净的 2x2 网格，光照均匀，尺寸相同，这样编辑模型就能轻松读取每个面孔。你也可以稍后放入真实头部照片，但生成网格是演示最快的方法。

打开 GPT Image 2，设置 Quality: high 和 Size: 1:1 (1024x1024)，然后粘贴以下提示词：

PlainCopy
1A 2x2 grid (four equal quadrants separated by thin white gaps) of four different studio headshot portraits, all front-facing, evenly soft-lit on a neutral gray background: top-left, a cheerful bearded man in his 30s; top-right, a woman with curly brown hair smiling; bottom-left, a young man with round glasses; bottom-right, an older woman with silver hair. Photorealistic, sharp focus, identical lighting and scale across all four faces.

Atlas Cloud 上的 GPT Image 2：Quality 设置为 high，1:1 尺寸，右侧输出面板中显示已完成的面孔网格

现在你有了一个整洁的网格，包含四张面孔，尺寸和光照一致。这个网格在下一步中成为一张参考图像，这正是让多人操作变得轻松的关键。

步骤2：一次性换多张脸

这是核心操作：一次完成多人脸换脸。打开 Nano Banana 2 Edit，上传两张图片（你的基础场景和步骤1中生成的面孔网格），设置 Resolution: 2K。它最多接受14张参考图像，所以一整桌人完全在范围内。

基础场景使用《最后的晚餐》是一个很好的起点：它是公共领域作品，人物清晰分离，座位提供了明显的从左到右映射。粘贴以下提示词：

PlainCopy
1Take the four studio faces from the 2x2 grid reference and place them onto the four central figures of the Last Supper painting, one grid face per figure from left to right. Keep every figure's pose, hands, robes and hair exactly as in the original painting, and strictly preserve the mural's existing lighting direction, brushwork, surface cracks and warm color palette. Do not change the table, the background, or any other figure.

Atlas Cloud 上的 Nano Banana 2 Edit：已上传基础画作和面孔网格，分辨率 2K，右侧显示完成换脸后的《最后的晚餐》

两个因素决定了整个结果。首先，“one grid face per figure from left to right”是你的映射控制，这行提示词阻止了错误的脸落到错误的人身上。其次，“strictly preserve the lighting, brushwork and color palette”这个从句确保面孔保持在画作内部，而不是浮在表面。仔细检查输出，如果某张脸放错了位置，只需重新运行一次或减少到三张脸。每次尝试仅需几美分。

步骤3：锁定身份并精修（可选）

如果某张脸看起来有点普通，或者你想推到更多人，将结果输入到 Seedream 5.0 Pro，尺寸设置为 2048x1152。它最多可容纳10张参考面孔，并且在将边缘混合到现有纹理方面稍好一些。粘贴以下提示词：

PlainCopy
1Refine the swapped faces so each blends seamlessly into the painting: match the warm candlelit tone, soften the edges into the brushwork, and keep each identity distinct. Preserve the original composition exactly.

再次用肉眼检查。生成式模型可能会重新布置场景，所以保留你喜欢的版本，并重新生成你不喜欢的。

步骤4：将其转为多人换脸视频

静态图很好。但会动的静态图是让人停下滑动的利器。将你完成的换脸图输入到 Seedance 2.0 Mini，设置 720p, 5 seconds，即可获得一段短视频。粘贴以下提示词：

PlainCopy
1The figures at the long table breathe and shift subtly, candlelight flickers gently, a slow cinematic camera push-in, natural lifelike motion.

Atlas Cloud 上的 Seedance 2.0 Mini：上传了换脸后的《最后的晚餐》作为输入帧，输出面板中显示已完成的一段5秒720p视频片段

这就是完整的循环：从文本到面孔，面孔进入场景，场景进入动态，全部在一个标签页中完成。

一个小提醒，因为你即将运行大量编辑。 Seedream 5.0 Pro 目前有8折优惠，所以精修整个群体换脸只需几毛钱。如果你打算多次重试直到每张脸都完美，这个折扣很实用。

Atlas Cloud 上的 Seedream 5.0 Pro 限时8折优惠

在 Seedream 5.0 Pro 页面 抓住优惠，趁它还在。

一次多人换脸要花多少钱？

比一杯咖啡还便宜，而且你拥有输出内容，无水印。以下是基于上述模型的一次真实运行成本估算。

因此，一张完成的静态图大约在 $0.13 到 $0.35 之间，取决于质量设置，加上视频后，整个流程大约在 $0.35 到 $0.55 之间。相比之下，订阅制工具每天限制五次加水印的换脸，然后要求月费。按次付费意味着你只为实际保留的版本付费。

多人换脸合法且安全吗？

简短版本：保持同意，保持诚实。在知情同意的朋友之间或使用公共领域艺术作品（如《最后的晚餐》）是安全的。你不应该做的是冒充他人、将言论或行为强加给真实人物、或冒充真实内容误导他人。鉴于几乎没有人能凭肉眼识别出好的伪造品（iProov，如上所述），这条界限比以前更重要，而且深度伪造法律在许多地方正在收紧。获得你使用其面孔的人的同意，在可能被误认为真实内容时标明为编辑，然后尽情玩吧。

常见问题解答

我可以同时在一张照片中换多张脸吗？

可以。像 Nano Banana 2 这样的编辑模型可以在一次操作中读取多张参考面孔，并将它们同时放置到基础图像中的人物身上。关键在于提供干净、光线均匀的源面孔（2x2网格效果很好），并告诉它映射关系，例如“每个面孔对应一个人物，从左到右”。

有免费的在线 AI 多人换脸吗？有什么限制？

有。免费的在线多人换脸处理一或两张脸没问题。但群体照片上会出现限制：大约五张面孔的上限、输出上的水印以及每日限制。按次付费模型消除了所有三个限制，每次运行仅需几美分。

一次可以换多少张脸？

取决于模型。Nano Banana 2 Edit 在一次操作中最多接受14张参考图像，Seedream 5.0 Pro 最多10张。这足以容纳一整桌人。当源面孔干净且正面时，质量保持最佳。

为什么脸会落到错误的人身上？

因为工具猜测了映射关系，并且猜错了。解决方法是将面孔按可预测的顺序排列（从左到右的网格），并在提示词中明确说明映射关系，比如“每个网格面孔对应一个人物，从左到右”。如果仍有位置不对，重新运行或减少该次操作中的面孔数量。

我可以制作多人换脸视频，而不仅仅是照片吗？

可以。将你完成的换脸静态图输入到图像到视频模型（如 Seedance 2.0 Mini），设置为720p，即可获得一段短视频。你将得到微妙的动作、慢速移镜头，以及从同一浏览器标签页中获得的可分享多人换脸视频。

多人换脸合法吗？

对于同意的朋友和公共领域图像，你处于安全地带。避免冒充真实人物、诽谤任何人或以真实内容呈现换脸。获得同意，在可能误导时标明编辑内容，并注意深度伪造法规正在收紧，因此诚实、有趣的使用方式是正确做法。