下一代DFL来了吗？如来 - 2026 前沿换脸技术盘点

WaveBedo

day270010678 发表于 2026-8-16 17:02
你说的这种平衡永远达不到，dfl等同于拍照的人脸，或者镜子中的人脸，生成式模态的所谓的换脸是生成式， ...

想不到DFL出了这么久，竟然还是无法替代的
应该继续搞DFL，完善筛选图片的功能；
1、继续研究清晰度排序，直到搞出一个有效的排序方法；
2、尽量减少重复图片，以最少的图片来训练，以提高训练效率

day270010678

WaveBedo 发表于 2026-8-17 02:23
想不到DFL出了这么久，竟然还是无法替代的
应该继续搞DFL，完善筛选图片的功能；
1、继续研究清晰度排序 ...

完善筛选是什么意思？ dfl的这个还需要完善？我一直没太关注过这个功能，我就是普通的提取后删除重复的，按照名称排序，要是有重复的名称则  高亮显示删除，按照相似度排序，然后筛选删除。按照角度姿态光照之类的去补充，这个dfl的已经够省事了，还要怎么完善？我还看到有个金鱼基础模型库，可以训练补充src的角度。在这个方面，没缺陷啊？

jaysfing

分析非常专业  感谢分享

WaveBedo

day270010678 发表于 2026-8-17 18:34
完善筛选是什么意思？ dfl的这个还需要完善？我一直没太关注过这个功能，我就是普通的提取后删除重复的， ...

我说的是清晰度排序，
目前应该还没有足够准确的清晰度排序工具，
都是混杂很多排序不准的。

例如，3万图片里面，只有50%是清晰的，
执行清晰度排序之后，我只需要在前面的50%筛选就好了，
那我筛选图片，就节省了50%的时间

如果清晰度排序不准，那就要全部都看一下，那就节省不了时间了

day270010678

WaveBedo 发表于 2026-8-18 01:05
我说的是清晰度排序，
目前应该还没有足够准确的清晰度排序工具，
都是混杂很多排序不准的。

别信他们说的src越少越好的鬼画，就代码层面而言，只有连帧才能更加保持好细节，更快收敛， 每个角度保持7到8张连帧图最好，尤其是每个角度用同一个人的同一个场景做出一系列行为这样的src才是最有用的。不要听原作者的所谓的角度全面就行的鬼话，什么src越少越好的鬼话。 可以适当增加fps来控制切脸，最好10帧一图，这样只要适当调整，适当删除多余的帧图就行，但是每个角度最好保留7到8张连贯帧图，这是最佳的。src也是需要表情的，需要姿态的，不是这里大多数人所理解的那样的说法。因为编码器和inter层都是需要src这样喂料的

Dfs213

day270010678 发表于 2026-8-18 12:02
别信他们说的src越少越好的鬼画，就代码层面而言，只有连帧才能更加保持好细节，更快收敛， 每个角度保持7 ...

那一部电视剧有好几万要练哦

WaveBedo

day270010678 发表于 2026-8-18 12:02
别信他们说的src越少越好的鬼画，就代码层面而言，只有连帧才能更加保持好细节，更快收敛， 每个角度保持7 ...

我是考虑训练清晰度的
src6000左右，跟2000左右，你说训练量差了多少，
要达到相同的清晰度，起码训练量要3倍以上

src6000，要跑到很清晰，训练量是需要很大的，
所以，既要清晰度，又不想跑太久，费太多电，
那只能减少src的数量了

我知道肯定是角度、表情越全越好，
我是指在这个前提下，尽量减少重复、变化小的src。

day270010678

WaveBedo 发表于 2026-8-20 01:36
我是考虑训练清晰度的
src6000左右，跟2000左右，你说训练量差了多少，
要达到相同的清晰度，起码训练量 ...

你逻辑错了，本质就是src 是人脸身份域，dst 是姿态光照域；src 决定人物身份特征，dst 决定姿态、表情、光照、背景。拿到相同清晰度输出，只改变 src 数量，dst 保持不变。
从2000涨到5000张，不需要加大总训练迭代，反而大概率要减少训练量，不能硬堆迭代的，假如src足够，则身份信息冗余充足，模型很快学会人物样貌，再继续训不会提升清晰度，只会学习 dst 的姿态噪声，容易引入伪影、五官偏移，src少则需要更多迭代去磨细节，人脸角度、光照样本有限。模型需要更多迭代慢慢挖掘面部细节；但上限很低，训再多也很难突破 src 素材本身的细节上限，很容易过拟合 src，输出人脸僵硬

seancai110

DFL的最大问题就是模型太小，没有达到智能涌现的程度，还处在大模型之前的那个时代。
就算有神丹预训练，但是由于DFL本身没有做人脸一致性外推训练，所以缺失的src表情和角度没法推理出来。

生成式模型，如果本身有人脸一致性训练，比如各类图像编辑模型、视频编辑模型，那么生成的效果是比较稳定的。
如果觉得不像，也可以用同样的src图片训练lora，提高相似度。

其实，生成式模型在细节上是更有优势的，最大问题是社区不重视换脸这个需求。
比如说，大部分图像编辑模型给人物换衣服、换姿势都很方便。但是如果你想把人脸或者头部换成另外一个人，效果就很不稳定。
其实模型能力没问题，只是社区的重点不在换脸上，没有针对性训练。

之前wan animate是只能用一张图片做参考图，后来有人开发出了增加5张参考图换脸的功能。
其实真的要深入做下去，改成几十上百张参考图注入模型，在理论上也是可以做到的，这样就不用训练lora了。
还有新出的minimax h3，也可以多参考图换人。不过这个模型并没有针对动作表情同步进行训练，所以目前也没法用来换脸。
但是模型本身在人脸一致性上的能力是够的，只是动作同步的潜力没有开发出来。

WaveBedo

seancai110 发表于 2026-8-24 23:15
DFL的最大问题就是模型太小，没有达到智能涌现的程度，还处在大模型之前的那个时代。
就算有神丹预训练，但 ...

几十上百张图片就可以极大地保持相似度，
这个方向应该继续搞，继续深入，
一张图片来生成视频，老实说应该是不容易保持相似度的