你以前做过这种事。你找到了完美的场景,想把整个朋友群的脸都放上去,四十分钟后你还在换第三张脸。不知在哪一步,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胡子男的位置。
合影正是所有换脸工具碰壁的地方。也恰恰是真正的多人脸交换应该大放异彩之处。
所以,这是那个问题的有趣版本。我们要拿达·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,一次性把一整桌现代人的脸放进去。同样的思路适用于你的群聊、你的乐队、你的工作Slack,无论什么。让我们开始吧。

五个朋友挤在屋顶派对上拍了一张集体自拍,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进行多人脸交换,一次性改变5到10+张脸,而不是一张一张来。
- 决定效果是否真实的三个要素:选择接受多张参考人脸的模型,锁定从左到右的映射关系(让正确的人脸落在正确的人身上),并强制保留原始光照。
- 按量计费模型按次收费,无水印,无每日上限,你只为保留的版本付费。
- 对于单脸任务和精确身份迁移,Atlas Cloud的免费换脸工具完全免费,无使用上限,无水印。
- 你可以在同一个浏览器标签页中,将完成的照片推入一个简短的多人脸交换视频。
看一个多人脸交换的实际效果
在讲任何理论之前,先看结果。左侧是1490年代的原作。右侧是同一幅壁画,中间座位换上了全新的面孔,光线和笔触丝毫未变。

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,一次操作,多张脸。无需拼接四张独立的编辑,也没有水印盖在耶稣脸上。继续往下看,我会展示实现这一效果所用的确切提示词和设置。
为什么群组换脸会火(以及为什么大多数工具在多人脸时失败)
群组交换的效果与众不同,因为随着人群规模扩大,揭示效果会成倍放大。换一张脸只是轻笑一下。一整个桌子的朋友被画进文艺复兴杰作,那是一个截图,会被发到你所在的所有聊天群。用你自己的人重现已有的著名场景,从《最后的晚餐》到《艾比路》,目前是最可靠的格式之一。一个近亲变体叫做“脸轰炸”,把一个人的脸放到照片里所有人的身上,多年来一直是该格式的主流(Know Your Meme)。
这些效果之所以如此受欢迎,还有一个略微令人不安的原因:我们越来越不擅长识别假货。只有0.1%的人能可靠地分辨AI生成媒体与真实内容,而且我们识别假视频比识别假图像的能力差36%(iProov,2025年2月)。技术已经悄然变得很好了,这也是为什么复杂合成媒体欺诈尝试同比飙升180%(InfoSecurity Magazine,2025年11月)。对于一张搞笑照片,这仅仅意味着你的《最后的晚餐》会看起来惊人地逼真。
那么,为什么大多数免费工具在添加人物时就会卡住呢?一些硬性限制反复出现:
- 单脸上限。 许多工具一次只能移植一张脸,所以一桌十个人意味着十次独立作业。
- 约5张脸的上限。 许多“多人”工具悄悄地将上限设为大约五张脸,而且随着你添加更多面孔,质量会下降。
- 脸放错位置。 由于无法控制映射,应用会猜测,而且常常猜错。你的脸跑到了奶奶身上。
- 光线不匹配。 人脸被扁平地粘贴上去,忽略了场景中温暖的烛光,整个画面都散发着“被编辑过”的气息。
- 水印和每日限制。 每天只能换五次,然后你的杰作上就会被打上标志。
以下是一个典型的免费工具与本指南中的工作流程的对比。
| 对于多人脸交换来说重要的因素 | 典型免费工具 | 下面的工作流程 |
|---|---|---|
| 单次通过能处理的脸数 | 通常1张,上限约5张 | 最多10到14张参考人脸 |
| 控制哪张脸落在谁身上 | 很少 | 是的,通过网格顺序和提示词 |
| 保留场景的原始光照 | 时好时坏 | 是的,在提示词中强制执行 |
| 水印 | 免费层级常见 | 无 |
| 将其变成视频 | 通常是独立应用 | 同一个浏览器标签页 |
多人脸交换工作流程:模型、设置和成本
你不需要桌面编辑器或GPU来完成任何步骤。整个过程都在浏览器中运行,基于Atlas Cloud,它每个模型都有自己的页面,你可以按次付费,一个接一个地运行它们。按量计费模型只是其中一半:AI工具页面收集了与它们并行运行的免费工具,包括一个免费的换脸工具,在下面的教程中会有专门部分。不要把它看作一个单一的换脸应用,而更像是为每一步选择合适的工具。
这个流程由三到四个简短步骤组成:
- 生成人脸集,使用文生图模型,确保每张脸干净、正面、光线均匀。
- 一次性交换多张脸,使用接受多张参考图像的一次性编辑模型。
- (可选)精修或添加更多面孔,使用更高保真度的编辑模型。
- (可选)将静态图像变成短片。
以下是本指南使用的模型及其原因。参考人脸数量是一整桌人成为可能的原因:编辑模型接受比典型消费应用多得多的输入。
| 步骤 | 模型 | 最大参考人脸数 | 使用的分辨率 | 价格(截至2026年7月) |
|---|---|---|---|---|
| 制作人脸集 | GPT Image 2 | 不适用(文生图) | 1024x1024,高 | 每张图片从$0.011起(低层级) |
| 一次性交换多张脸 | Nano Banana 2 Edit | 最多14张 | 2K | 每张图片$0.12 |
| 高保真度精修 | Seedream 5.0 Pro | 最多10张 | 2048x1152 | $0.036(原价$0.045打八折) |
| 精确身份迁移 | 换脸工具 | 每次1张 | 最长边最多1280像素 | 免费 |
| 动起来 | Seedance 2.0 Mini | 1张图像输入 | 720p,5秒 | 每个5秒片段$0.43(打七折,原价$0.61) |
在开始之前,有一个坦诚的说明。像Nano Banana 2和Seedream这样的生成式编辑模型很擅长将多张脸放入一个场景并自然融合,但它们会重新诠释场景,而不是逐像素移植一个真实的人,所以精确的脸可能会有点偏差。如果你需要将某个特定的真实人物锁定为零偏差,免费的换脸工具可以做到真正的身份迁移,每次一张脸,在下面的教程中有专门部分。本指南对群组照片采用生成式路线,因为它能一次性交换一整群人。
在线AI多人脸交换:免费 vs 按次付费
快速现实检查一下免费问题,因为这是每个人首先搜索的。在线免费换脸对一两张脸来说确实不错,Atlas有自己的一个:教程下面介绍的换脸工具,完全免费,没有水印,也没有第三方免费层级常见的每日限制。但没有任何免费工具能让你一次性处理一整桌人。那项工作属于按次付费的编辑模型,每次运行只需几分钱。更多具体数字见成本部分。
如何一步步进行多人脸交换
这是完整的教程,从头到尾。每一步都有确切的提示词可供粘贴,以及需要选择的设置。按顺序执行。
第一步:生成你的人脸集
多人脸交换成败取决于你源人脸的质量。模糊、侧面、光线不佳的脸会产生糟糕的结果。诀窍是以一个干净的2x2网格生成所有脸,光线均匀,比例相同,这样编辑模型就能轻松读取每一张。你也可以稍后放入真实头像,但生成的网格是演示最快的方式。
打开GPT Image 2,设置质量:高和尺寸:1:1(1024x1024),然后粘贴以下提示词:
plaintext1一个2x2网格(四个等大的象限,由细白线分隔),包含四张不同的工作室头像照,全部正面,在中性灰色背景上均匀柔和打光:左上角,一个30多岁、面带微笑的胡须男;右上角,一个卷发棕发、微笑的女人;左下角,一个戴圆框眼镜的年轻男子;右下角,一个银发老妇人。照片级真实,焦点锐利,四张脸的光照和比例完全相同。

Atlas Cloud上的GPT Image 2:质量高,1:1,右侧输出面板中显示完成的2x2人脸网格
你现在有了一个整洁的2x2网格,包含四张比例和光照一致的脸。该网格在下一步中成为一张单独的参考图像,这就是让多人脸交换变得轻松的关键。
第二步:一次性交换多张脸
这是核心操作:一次通过完成多张脸交换。打开Nano Banana 2 Edit,上传两张图像(你的基础场景加上第一步的人脸网格),设置分辨率:2K。它最多可接受14张参考图像,所以一整桌人完全在范围内。
对于基础场景,《最后的晚餐》是一个很好的起点:它是公有领域,人物清晰分离,座位布局让你有一个明显的从左到右映射。粘贴以下提示词:
plaintext1将2x2网格参考中的四张工作室脸,从左到右依次放置到《最后的晚餐》画作中四个中央人物身上。保持每个人物的姿势、手部、长袍和头发与原始画作完全一致,并严格保留壁画原有的光线方向、笔触、表面裂缝和温暖色调。不要改变桌子、背景或任何其他人物。

Atlas Cloud上的Nano Banana 2 Edit:已上传基础画作和人脸网格,分辨率2K,右侧完成换脸后的《最后的晚餐》

有两件事决定了整个结果。首先,“从左到右,每个网格脸对应一个人物”是你的映射控制,这行提示词阻止了错误的脸落在错误的人身上。其次,“严格保留光线、笔触和色调”这一条款能让脸保持在画作内部,而不是浮在表面。检查输出,如果某张脸放错了位置,只需重新运行,或者减少到三张脸。每次尝试只需几分钱。
第三步:锁定身份并精修(可选)
如果某张脸看起来有点泛泛,或者你想添加更多人,可以将结果通过Seedream 5.0 Pro以尺寸2048x1152运行。它最多支持10张参考人脸,在将边缘与现有纹理融合方面稍好一些。粘贴以下提示词:
plaintext1精修换过的脸,使每张脸无缝融入画作:匹配温暖的烛光色调,柔化边缘融入笔触,保持每个身份清晰可辨。完全保留原始构图。
再次目视检查。生成式模型可能会重新布置场景,所以保留你喜欢的版本,重新生成你不喜欢的。
一次一个座位:免费的换脸工具
以上所有步骤都按次收费。Atlas也保留了一条完全免费的路线:来自其AI工具架的免费AI换脸。输入面板标注为“免费 · 无需付费”,其常见问题解答中明确回答了“是否真的免费”的问题:是的,无使用上限,结果无水印。没有提示词框。你上传一张目标照片和一张人脸照片,点击交换,然后用两个滑块调整结果:Blend(混合,控制新身份的程度)和Feather(羽化,控制边缘融入周围像素的柔和度)。
还记得工作流程部分坦诚的说明吗:生成式模型可能会使身份偏移。这个工具就是解决方案,因为它移植的是实际的脸,而不是重新诠释。主题操作是夺取中间座位。将第二步中完成的交换结果裁剪到中央人物,让一张脸填满画面,将该裁剪作为目标照片上传,然后将一张真实头像放入人脸槽。大约八秒后,荣誉席位就属于真实的你,而不是你的一个泛泛表亲。

诚实的限制:它一次只能处理一张脸,没有提示词框,所以整桌人的单次通过仍需使用第二步中的Nano Banana。结果以PNG格式下载,尺寸为目标照片的尺寸,最长边最多1280像素,如果你想将单人版本的笑话做成动画,裁剪后的交换结果可以直接放入第四步。
第四步:将其变成多人脸交换视频
静态图像很好。能呼吸的静态图像则能让人驻足。将你完成的交换结果输入Seedance 2.0 Mini,设置720p,5秒,即可获得一个简短的多人脸交换视频。粘贴以下提示词:
plaintext1长桌旁的人物轻微呼吸和移动,烛光柔和闪烁,缓慢的电影式镜头推进,自然逼真的动作。

Atlas Cloud上的Seedance 2.0 Mini:已将换脸后的《最后的晚餐》作为输入帧上传,输出面板中显示一个完成的5秒720p片段

这就是完整的循环:从文字到人脸,人脸进入场景,场景变成动态,全部在一个标签页内完成。
一次多人脸交换要花多少钱?
比一杯咖啡还便宜,而且你拥有输出,没有水印。以下是基于上述模型的一次真实运行的估算。
| 步骤 | 模型 | 成本 |
|---|---|---|
| 人脸集 | GPT Image 2 | 高质量运行时约$0.22,低质量时约一分钱($0.011) |
| 多人脸交换 | Nano Banana 2 Edit, 2K, 2张参考 | 每次运行约$0.12 |
| 精修(可选) | Seedream 5.0 Pro | 每张图片$0.045 |
| 精确身份交换(可选) | 换脸工具 | 免费 |
所以,一张完成的静态图像大约花费$0.13到$0.38,取决于质量设置,加上视频后,整体成本大约在$0.56到$0.81之间。相比之下,订阅工具每天限制你五次带水印的交换,然后要求你每月付费。按次付费意味着你只需为你实际保留的版本付费,而当笑话只需要一张脸时,上面的换脸工具分文不取。
多人脸交换合法且安全吗?
简短回答:保持自愿,保持诚实。交换你朋友们知情同意的脸,或者使用像《最后的晚餐》这样的公有领域艺术作品,是安全路线。你不应该做的是冒充某人,将语言或行为强加于一个真实的人,或者将交换结果冒充为真实来误导他人。考虑到几乎没有人再能凭肉眼分辨出好的假货(iProov,上文),这条界限比以往更重要,而且深度伪造法律在许多地方正在收紧。从你使用其脸部的人那里获得许可,在可能被误认为真实时标注为编辑过,然后尽情玩乐。
常见问题解答
我可以在同一张照片中同时交换多张脸吗?
可以。像Nano Banana 2这样的编辑模型可以在一次通过中读取多张参考人脸,并将它们一次性放置到你的基础图像中的人物上。关键在于提供干净、光线均匀的源人脸(2x2网格效果很好),并告诉它映射关系,例如“每张脸对应一个人物,从左到右”。
有没有在线AI多人脸交换的免费选项,有什么陷阱?
有。Atlas Cloud自己的换脸工具可以免费处理照片人脸交换,根据其常见问题解答,无使用上限,无水印,每次一张脸。第三方免费选项也存在,但在群组照片上,它们的陷阱会出现:大约五张脸的上限,输出上的水印,以及每日限制。对于单次通过中处理多张脸,按次付费的编辑模型每次运行只需几分钱。
一次可以交换多少张脸?
取决于模型。Nano Banana 2 Edit在一次通过中最多可接受14张参考图像,Seedream 5.0 Pro最多可接受10张。这足以摆满一整桌人。当你的源人脸干净且正面时,质量保持得最好。
为什么人脸会落到错误的人身上?
因为工具猜测了映射关系,但猜错了。通过以可预测的方式排列你的脸(从左到右的网格)并在提示词中说明映射关系来修复,例如“每张网格脸对应一个人物,从左到右”。如果仍然有一张放错,重新运行或减少该次通过中的脸数。
我可以制作多人脸交换视频,而不仅仅是照片吗?
可以。将你完成的交换静态图像输入一个像Seedance 2.0 Mini这样的图像转视频模型,以720p分辨率生成一个短片。你会得到微妙的动作、缓慢的镜头推进,以及从同一个浏览器标签页中可分享的多人脸交换视频。
多人脸交换合法吗?
对于知情同意的朋友和公有领域图像,你站在坚实的基础上。避免冒充真实人物、诽谤任何人,或者将交换结果呈现为真实。获得同意,在可能误导时标注编辑过的内容,并注意深度伪造法规正在变得越来越严格,因此诚实、有趣的用途才是正确的方式。






