TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
開源即時換臉工具 Deep-Live-Cam，一張照片換掉鏡頭裡的臉
Deep-Live-Cam 是 GitHub 上破 9.6 萬顆星的開源即時換臉工具，一張照片就能在直播鏡頭與影片中換臉，免費層拿得到完整的換臉核心。安裝前值得先看清三件事：README 說的內建不當內容檢查在原始碼裡其實預設關閉、輸出不會自動加浮水印，換臉核心模型採非商業授權，而官方預建 Ultimate 版走每月 22 美元訂閱。
用 AI 摘要這篇文章：
想在直播或影片裡即時換一張臉，Deep-Live-Cam 大概是目前最多人走過的開源路。動手前你最可能問的三個問題，先給短答案。它值得裝嗎？如果你的用途是自己的臉、取得同意的臉，或純粹做特效創作，GitHub 上的原始碼版本免費、活躍，拿得到完整的換臉核心；如果你的畫面裡要出現別人的臉，先往後讀法律那段，再決定。你的電腦跑得動嗎？CPU 就能跑，只是慢；NVIDIA、AMD、Apple Silicon、Intel 都有各自的加速路徑，代價是手動安裝有技術門檻。免費跟付費差在哪？免費的是原始碼這一層，官方預建好的 Ultimate 版走每月 22 美元訂閱，功能多一截；更關鍵的紅線藏在模型授權：換臉用的核心模型標明僅限非商業研究用途。
Deep-Live-Cam 是 2023 年 9 月出現在 GitHub 上的開源專案，作者 hacksider 把它定位成「給 AI 生成媒體產業的生產力工具」：直播主用它把自己變成虛擬角色，影片創作者拿它做換臉特效，也有人拿 AI 生成的假人物當素材。到 2026 年 9 月初，這個倉庫累積了約九萬六千五百顆星與一萬四千多個 fork，主分支最後一次提交停在 2026 年 8 月 29 日，維護節奏還很密。它是那種「紅到被主流媒體當風險議題報導」的專案：Ars Technica 與 PetaPixel 都以「一張照片就能在視訊通話裡變成任何人」的框架寫過它，資安廠商 TrendMicro 則把它放進 eKYC 詐欺的討論裡。工具本身的程式碼採 AGPL-3.0 授權，完整公開。
一張照片怎麼換掉鏡頭裡的整張臉
拆開看，它的運作其實是兩個模型在接力。第一個是換臉模型 inswapper（128 解析度版本），負責把你選定的來源臉孔貼到鏡頭畫面的目標臉上；第二個是 GFPGAN，做選配的臉部強化，預設關閉，開啟後才把換完的臉修細節、拉清晰度。模型檔放在 Hugging Face 上：預設第一次啟動抓的是換臉模型的 fp16 版，約 265 MB，官方文件概稱 300 MB；打開臉部強化會再下載約 349 MB 的 GFPGAN，兩顆合計約 614 MB。推理引擎用 onnxruntime，這也是它能在那麼多硬體上跑的原因：同一份模型可以走 CUDA 給 NVIDIA 顯卡、CoreML 給 Apple Silicon、DirectML 給 Windows 上的 AMD 顯卡、OpenVINO 給 Intel，完全沒有獨顯的機器就退回 CPU，慢，但動得起來。
操作流程官方自己濃縮成三步：選一張來源臉、選要用哪個鏡頭、按下 Live。等待預覽出現的時間，官方文件寫 10 到 30 秒，之後畫面就是即時的。要接到 OBS 這類直播軟體，靠的是虛擬鏡頭。至於換出來像不像、流不流暢，官方示範動圖看起來很有說服力，但那是官方挑過的樣本：實際擬真度隨來源照片的品質、光線角度與你的硬體而有落差，官方文件能擔保的只有「功能存在」這一層。功能面上，官方主打幾個直播場景的設計：嘴巴遮罩讓你保留自己的嘴部動作，講話對嘴不穿幫；臉孔映射可以在同一個畫面裡給不同人換不同的臉；電影模式讓你邊看片邊把片中角色的臉換掉；另外有許多臉、鏡像顯示、可調整視窗大小這類細部選項。介面有中文翻譯檔，不過翻原始碼裡的語言目錄，只有簡體中文一種，沒有繁體中文檔，台灣使用者要有看簡中介面的心理準備。
順帶一提它的血統：README 的致謝段寫明，程式碼的基礎是 s0md3v 的 roop 專案開源版本，換臉模型來自 deepinsight 的 insightface。這段來歷在挑授權爭議時很重要，後面會回到它。
免費層拿到的，和 22 美元訂閱差在哪
這個專案現在實際上是三層產品疊在一起，下載前先分清楚自己要哪一層。
| 版本 | 安裝方式 | 核心內容 | 適合誰 |
|---|---|---|---|
| GitHub 原始碼版（免費） | 手動：Python、模型檔、依賴全套自己來 | inswapper 128 加 GFPGAN，程式碼全公開可改 | 願意碰命令列的人 |
| Lite 版（附於任一訂閱） | 一鍵安裝包，無依賴問題 | inswapper 加 Decart 雲端全身渲染 | 低配電腦、只想快速用 |
| Ultimate 版（訂閱） | 一鍵安裝包 | ReSwapper 256、Hyperswap 256、FluxRT 等新模型，GPEN 臉部強化，動態解析度切換 | 重度直播使用者 |
免費的原始碼層拿得到什麼？完整的換臉核心，兩個模型，以及可以自己改的 Python 程式碼。付費的 Ultimate 層官方開價是每月 22 美元，或一季 40 美元，買的是更高階的模型組合（256 解析度的 ReSwapper 與 Hyperswap、FluxRT）、更省事的安裝與優先支援。我抓官方定價頁的當下，站上最新動態是 2026 年 9 月 1 日預告 2.7.5 版 preview，再往前 7 月 17 日才剛發過大改版。
有兩個邊界要單獨點出來。其一，Lite 版不是獨立的免費品：官方的發布說明寫明它附屬於任一訂閱方案，想單獨免費拿 Lite 沒有公開管道。其二，它的「全身即時渲染」走的是 Decart 的雲端 API，而官方方案頁明寫這個 API 不含在方案內、要自帶金鑰：等於畫面會送出本機、交給外部服務運算，費用自己跟 Decart 這邊算。真正全程留在本機的，只有本地換臉這條主線。另外，官方在 README 裡強調唯一官方網站就是 deeplivecam.net，提醒使用者別從來路不明的第三方站點下載安裝包，這對一個會被拿來做壞事的工具來說不是廢話：被動過手腳的安裝包是真實存在的風險。
README 說的防護，原始碼裡是另一回事
這是整篇最想讓你看清楚的一段。README 的免責段寫得相當漂亮：內建檢查會阻止程式處理不當媒體（裸露、血腥、戰爭畫面等），使用真人臉孔要取得同意、分享時要明確標示是深偽（deepfake），必要的話官方可能加水印或停止專案。
我把 main 分支的原始碼抓下來逐檔讀過，實際的程式行為跟這段敘述有距離。那個「內建檢查」是一個名叫 nsfw_filter 的開關，而且預設是關閉的：全域變數定義處（modules/globals.py 第 35 行）寫著 False，命令列參數的預設值是 False，介面設定檔還原時的預設也是 False。三層全部預設關，代表你照預設安裝執行，程式不會主動幫你擋任何內容。開啟之後它才用 opennsfw2 模型評估畫面，機率超過 0.85 才拒絕處理。浮水印也一樣：我搜遍整個倉庫的程式碼，watermark 一詞零命中，僅有的兩次出現都落在 README 的免責文字裡。輸出的影片不會被加上任何深偽標記，README 說的「法律要求時可能加」是一個尚未發生的條件句。
網路行為也有三個 README 功能表沒列的事實。模型檔第一次執行時從 Hugging Face 下載，這還算常識；介面上有一個隨機臉按鈕，按下會去抓 thispersondoesnotexist.com 產生的 AI 假臉當來源圖，這是對外部服務的連線；第三個比較值得挑眉：macOS 上模型下載的程式碼（modules/utilities.py）為了繞過憑證問題，建立了不做驗證的 SSL 連線，註解寫是為了避免全域關閉驗證，但這一段連線本身確實沒驗憑證，中間人風險由使用者吸收。
連文件本身都有漂移：README 標題寫版本 2.1.6，程式裡的版本中繼資料（modules/metadata.py）是 2.1.5；macOS 安裝段教人裝 tkinter 套件，實際的圖形介面早就換成 PySide6。這些不是什麼大問題，但它們共同指向同一個結論：這個專案對外的倫理宣示，與程式碼的實際預設之間，有一道你最好自己確認過的縫。把防護打開、自己標示深偽內容，是使用者的責任，不是這個工具會替你做的事。
安裝前要算的硬體帳
講回安裝本身。官方在 README 第一句就自述「需要技術能力，不適合新手」，這句話是誠實的。免費原始碼版的需求清單：Python 3.11 到 3.14（官方建議 3.14）、Python 虛擬環境、Windows 上要 Visual Studio 2022 執行階段、ffmpeg；NVIDIA 加速要另外裝 CUDA Toolkit 12.8.0 與對應的 cuDNN，Apple Silicon 則建議用 brew 裝好 Python 3.14 後走 CoreML。模型檔兩顆放進 models 資料夾，依賴裝完就能跑。真正會卡住人的通常是環境：多版本 Python 共存、cuDNN 路徑沒設好、模型放錯資料夾，README 的排困段落連「考慮移除其他 Python 版本」這招都寫出來了，可見苦主不少。
不想碰這些的人，才會去考慮付費的一鍵安裝層，這是官方商業模式的邏輯：技術門檻換訂閱費。README 的排困段落還留了一個很有畫面的細節：當 gfpgan 與 basicsrs 兩個套件打架時，官方給的解法是先從 GitHub 原始碼重裝這兩個套件的特定版本，這類仰賴上游科研程式碼的專案，依賴地獄是日常的一部分。還有一點給進階使用者：命令列參數（批次處理、多臉、嘴巴遮罩這些）在 README 裡被明確標註為「未積極維護」，圖形介面才是主戰場，想寫腳本自動化的人要有心理準備。
授權的紅線畫在模型，不在程式碼
很多人看到「開源」就以為可以隨便商用，這裡要拆成兩層看。程式碼層：AGPL-3.0，是自由軟體，你可以自由使用、修改、再散布，代價是衍生作品要守住 AGPL 的傳染性條款。模型層：換臉核心 inswapper 來自 insightface 專案，Deep-Live-Cam 的 README 致謝段自己寫得清清楚楚，「該模型僅供非商業研究用途」。臉部修復的 GFPGAN 是 Apache-2.0，相對寬鬆。
把兩層疊起來，結論很具體：接了業配的直播、收費的影片製作、任何營利場景，紅線不在你改不改程式碼，而在那顆非商業授權的換臉模型。要在商業專案裡用換臉技術，要嘛去找可商用的模型授權，要嘛找權利方洽談，Deep-Live-Cam 的免費層不提供這條路。
在台灣，真正的問題是你要換誰的臉
工具能做什麼，和法律容許你做什麼，是兩條不同的線，而換臉這件事在台灣的法律地圖比想像中明確。2023 年刑法增訂了「妨害性隱私及不實性影像罪」專章（第 319 條之 1 到之 6），把深偽性影像從製作到散布都納進了刑事打擊範圍，散布不實性影像可處五年以下有期徒刑，意圖營利而製作散布最重可處七年；法務部在專章說明裡點名這是為了回應深偽（deepfake）技術的濫用。換臉但不涉性影像的場景，用的是別的法律：拿深偽身分去騙人，走詐欺；未經同意使用他人肖像做商業利用，民事上有肖像權侵害的求償空間。換句話說，刑事專章管的是性影像，詐欺管欺騙，民法管你用了誰的臉。
回到工具本身，有個張力值得攤開講。README 的使用條款要求「用真人臉要取得同意、分享要標示深偽」，但同一份 README 的功能展示區，示範的玩法之一是「到隨機視訊聊天網站給陌生人驚喜」。對陌生人來說，那不是驚喜，是沒有同意、沒有標示的深偽。官方的倫理條款和官方的行銷示範各說各話，這種時候判斷不能外包給工具：條款寫的那套，才是法律事後檢視你時的標準。
如果你的用途在正當側：直播特效、把自己變成虛擬角色、教學演示電腦視覺，它的位置跟其他本站介紹過的工具可以互補。想生成能視訊通話的完整 AI 角色（不只是換臉），可以看 CyberVerse 開源數位人；想讓照片裡的人物動起來而不是換掉，Nero AI Face Animation 是另一種路線；AI 生成短劇的完整工作流，Toonflow 把換臉以外的環節都做齊了；至於一張照片能反推多少隱私，GeoSpy 的定位示範會讓你對臉孔資料的敏感度有不同看法。
該裝的人，與不該碰的人
該裝的人：想做自己臉或授權臉的即時特效的創作者、有 Python 環境操作經驗、願意自己把 NSFW 開關打開並手動標示深偽輸出的人。這群人拿到的是目前最完整、最活躍的開源換臉實作，9.6 萬顆星的社群與 2026 年 8 月下旬的提交紀錄是最實在的擔保。不該碰的人：想把別人的臉放進自己畫面裡的任何人。技術上它一樣做得到，但每一條後路都有名字，性影像有刑法專章，冒充有詐欺，商用有非商業授權的模型，肖像有民事求償。
下一步的順序建議這樣走：先讀 README 的安裝段落確認自己的作業系統路徑（Windows 走 CUDA、Mac 走 CoreML、無獨顯走 CPU），建好虛擬環境再裝依賴；模型從 README 給的 Hugging Face 連結下載，別從第三方站點拿安裝包；裝好後第一件事，把介面裡的 NSFW 過濾打開，並記住輸出不會自動加浮水印，標示深偽是你自己的功課。至於每月 22 美元的 Ultimate，等你真的把免費層用到撞牆再考慮，那時你會知道自己缺的是 256 解析度的模型還是一鍵安裝的省事，而不是衝動訂閱。
