换脸模型对比：Inswapper、SimSwap 与 Ghost

VisoMaster Studio 提供十款单图换脸模型以及 DeepFaceLive .dfm 模型。各个模型之间的差异十分明确：模型运行时的人脸尺寸、所需的人脸识别模型、Studio 在其上增加的设置选项，以及原作者选用的授权协议。哪款模型效果最好取决于您的素材，因此本指南立足于这些客观事实，并向您介绍如何在自己的片段中对比这些模型。

换脸模型会改变什么

单图换脸模型会从您的参考照片中提取身份特征向量，并用其重绘目标人脸的五官区域。头部姿态、光影、发型和头型均来自目标素材，因此更换换脸模型不会改变发型。遮罩、画质修复以及最终融合是在换脸之后运行的独立步骤。

每个模型都通过各自的人脸识别网络来读取身份特征。在 Studio 中，Inswapper128、AlphaFace、InStyleSwapper256 的各个版本以及 DFM 使用 Inswapper ArcFace 模型；SimSwap512 使用 SimSwap ArcFace 模型；GhostFace v1 至 v3 使用 Ghost ArcFace 模型；CSCS 则使用 CSCS ArcFace 模型加身份适配器。当您切换模型时，Studio 会自动为您计算匹配的特征向量，首次需要额外的识别模型时会自动下载。

模型概览

该表中的每个模型在 Apple Silicon Mac 上的 Studio 0.3.0 自动化测试运行中均成功生成了输出。该测试验证了每个模型均能正常工作，但并未测量运行速度或对画质进行排名。每个模型均保留自身的授权协议，Studio 的 GPL-3.0 开源协议不会改变原有协议，因此在将模型用于付费商用之前，请务必阅读对应协议。

Inswapper128

Inswapper 源自 InsightFace 项目。其示例 README 说明输入和输出均为 128 × 128，且仅接受来自 InsightFace buffalo_l 模型包中 ArcFace 模型的特征向量，否则结果“不正常”。Studio 的 Inswapper ArcFace 文件 w600k_r50，正是 InsightFace 为 buffalo_l 模型包列出的 ResNet50 WebFace600K 识别模型。README 中还说明该模型已不再维护，并建议需要更高分辨率的用户使用 InsightFace 的商业产品。

Studio 为 Inswapper 提供了分辨率设置，包含 128、256、384、512 和自动。超过 128 时，模型本身仍然以 128 运行：Studio 会将对齐后的人脸拆分为交错的像素网格，并在每个网格上运行一次 Inswapper（256 时为 4 轮计算，384 时为 9 轮，512 时为 16 轮），随后将它们重新拼接。自动模式会根据人脸在画面中的大小来选择合适档位。档位越高，意味着每张脸所需的计算轮次越多。

在授权许可方面，InsightFace 的 README 明确其模型仅供非商业研究使用，并要求用户如需 inswapper 模型的商业授权须联系 InsightFace。

SimSwap512

SimSwap 由 Renwang Chen、Xuanhong Chen、Bingbing Ni 和 Yanhao Ge 提出，发表于 ACM Multimedia 2020。官方代码仓库将其描述为使用单个训练模型实现任意人脸替换的框架。该仓库包含 224 和 512 模型的训练设置，并将其 512 模型描述为在 VGGFace2-HQ 数据集上训练的测试版。

在 Studio 中，SimSwap512 针对 512 × 512 对齐人脸单轮运行，并使用自带的 ArcFace 模型。该模型不提供分辨率设置。代码仓库采用 CC BY-NC 4.0 许可协议，声明仅用于学术与非商业用途。

GhostFace v1、v2 和 v3

Studio 中的 GhostFace 即 Groshev 等人提出的 GHOST（Generative High-fidelity One Shot Transfer），发表于 IEEE Access 2022；该仓库现为 ai-forever/ghost，原为 sberbank-ai/sber-swap。该代码仓库提供了带有 1、2 或 3 个 AAD ResBlk 模块的 U-Net 生成器，并将 2 模块模型称为主力模型。Studio 的 GhostFace v1、v2 和 v3 文件分别对应这 1、2 和 3 模块版本。训练说明中提及了眼睛检测损失，这是作者训练该模型的方法之一。

这三个版本均以 256 × 256 运行并搭配 Ghost ArcFace 模型。该代码仓库采用 Apache-2.0 协议，其 README 要求用户未经同意不得随意替换他人面部。

CSCS

CSCS 是源自 Huang 等人发表于 ACM Transactions on Graphics 2024 的论文《Identity-Preserving Face Swapping via Dual Surrogate Generative Models》中的模型。Studio 以 256 × 256 运行该模型，并通过 CSCS ArcFace 模型加身份适配器来构建特征向量。其 README 说明 CSCS 仅公开发布用于学术研究，可免费用于非商业用途。

AlphaFace 与 InStyleSwapper256

AlphaFace 源自论文《AlphaFace: High Fidelity and Real-time Face Swapper Robust to Facial Pose》（Yu 等人，2026）；论文标题阐明了作者的设计目标。Studio 从 VisoMaster Fusion 分支的一个 Release 中下载官方演示权重的 ONNX 导出版本。它以 256 × 256 运行，并拥有专属的分辨率设置（256、512 或自动），其中 512 档位使用与 Inswapper 相同的像素网格平铺方式。它读取 Inswapper ArcFace 特征向量。

三个 InStyleSwapper256 版本同样以 256 × 256 运行并配合 Inswapper ArcFace 特征向量，且每个版本都具备可选的 512 档位。我们未能找到相关的学术论文或上游代码仓库，因此对它们的训练方式以及各版本之间的差异不做任何断言。

DeepFaceLive DFM 模型

DFM 模型与众不同：每个 .dfm 文件都是针对特定单一人物身份训练的，因此您导入的是模型文件而非参考照片。Studio 会向模型传递 512 × 512 的对齐人脸，而模型自身的分辨率则由文件决定。DFM 增加了专用的 AMP 形变因子与 RCT 颜色转移选项。参见使用 DeepFaceLive DFM 模型。

次要换脸模型

Studio 可以在运行主要换脸模型之后再运行第二个换脸模型，并将两个结果进行混合，混合比例可在 0（全部为主模型）到 100（全部为次模型）之间调节。次要模型仅限于 Inswapper128、AlphaFace 以及三个 InStyleSwapper256 版本，因为它们共用 Inswapper ArcFace 特征向量。SimSwap512、GhostFace 和 CSCS 无法作为次要模型。该选项位于高级设置中。

如何在自己的素材上对比模型

1. 添加视频或图片以及参考照片，将参考照片映射到目标人脸。
2. 在右侧面板中选择换脸模型。模型的分辨率以及次要换脸模型位于高级设置中，您可以通过搜索找到。
3. 移动到关键的一帧，例如侧脸、快速转头或手部靠近脸部的画面。
4. 切换到对比视图，在原图旁查看结果。首次使用某款模型时会自动下载该模型，以及所需的识别模型。
5. 保持其他设置不变，对每个模型重复上述步骤，然后判断画质修复是否有帮助。修复模型对比详见 GFPGAN vs CodeFormer vs GPEN。

如果片段的某一部分需要不同的设置，可以使用参数标记从指定帧开始应用新设置。在同一镜头中出现多个人物时，每张脸都有独立的参考脸和设置；参见视频中多人换脸操作指南。有关这些模型与 FaceFusion 列表的对比，参见 VisoMaster vs FaceFusion。

知情同意与使用规范

请仅使用您有权使用的人脸：您自己的人脸，或已获得明确知情同意的人脸。请为合成媒体添加清晰标识并遵守当地法律。VisoMaster Studio 的相关规范请参见使用规范。

常见问题

Inswapper 真的能输出 512 像素吗？

模型本身始终以 128 × 128 运行。在 512 设置下，Studio 会在 512 × 512 对齐人脸的交错像素网格上运行 16 次该模型，随后将结果重新拼接。您可以在自己的素材上对比各个档位，以判断多轮计算是否值得。

我可以商业化使用这些模型吗？

这取决于模型本身，而非 Studio。SimSwap（CC BY-NC 4.0）与 CSCS 仅供非商业用途；InsightFace 声明其模型用于非商业研究，并要求商业使用 inswapper 须取得授权；GHOST 代码仓库采用 Apache-2.0 协议；AlphaFace 代码仓库采用 MIT 协议。在将模型用于付费商用之前，请自行核对各项授权协议。

为什么无法选择 SimSwap 或 GhostFace 作为次要换脸模型？

次要换脸模型需要使用相同的身份特征向量与主要换脸模型进行融合，因此 Studio 仅允许使用依赖 Inswapper ArcFace 模型的算法：Inswapper128、AlphaFace 以及 InStyleSwapper256 A、B 和 C。

更换换脸模型会改变发型或头型吗？

不会。发型、头型、姿态和背景均来自目标素材。换脸模型只重绘五官内部区域，并通过遮罩来决定其输出的融合范围。

在 visomaster.studio/download 获取安装程序。