TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
FaceFusion 開源換臉平台，把影片對嘴與換臉留在自己顯卡上
FaceFusion 是 GitHub 上近 3 萬顆星的開源換臉後製平台，換臉、對嘴、臉部修復都能在自己電腦完成，素材不上傳雲端。安裝前值得先看清三件事：內容檢查寫死在程式裡沒有開關、預設換臉與對嘴模型採非商業授權、換臉核心原生只有 128 像素，想接案商用得先讀官方那張模型授權表。
用 AI 摘要這篇文章：
剪了一支片子，導演說演員的臉要換掉重拍成本太高；配好音的影片，嘴型就是對不上畫面。這類後製需求丟給雲端換臉服務，價目表按秒計費，素材還得整批上傳到別人伺服器。於是很多人在 GitHub 上找到 FaceFusion，近三萬顆星的開源專案，下載下來跑在自己電腦上，素材不出門，看起來就是那個「免費方案」。這個判斷對了一半：工具本身貨真價實，跑得起來也確實全部在本機運算；但它的免費只兌現到程式碼那一層，真正決定你能拿它做什麼的，是模型授權清單，還有一道拿不掉的內容閘門。這篇把這兩件事攤開講清楚。
素材不出門的後製平台，做的不是即時特效
先把定位講對，很多人會把 FaceFusion 和即時換臉工具搞混。它是 2023 年 8 月出現在 GitHub 上的後製平台，官方自述是「產業領先的臉部操作平台」，到 2026 年 9 月初累積約 29,800 顆星、4,850 多個 fork。它的戰場是一張照片或一支已經拍好的影片：把來源臉換到目標臉上、讓嘴型對上配音音檔、把模糊的臉修清晰、調整年齡、還原表情、移除背景、幫黑白影像上色。這些能力拆成十一個處理器（processor），在命令列裡像積木一樣串接，預設啟動的就是換臉。
真正讓它像「平台」而非單次腳本的，是工作管理系統。你可以把一批任務建檔、排進佇列、批次執行，失敗的任務可以重試，全部流程都能用 headless 模式跑，也就是不開圖形介面、直接進排程器。這套設計瞄準的是後製工作流：晚上丟一批素材進去，早上收成片。介面用 Gradio 搭起來，瀏覽器裡操作，語言檔只有英文一種，中文使用者得自己對照文件找對應的名詞。
它確實也有一個 webcam 版面，文件裡叫 Deepfake Webcam，開起來可以把鏡頭畫面即時換臉，還能透過 UDP 串流通到 OBS 去直播。但讀完文件你會明白那是附屬功能：整個專案的重心、模型清單的深度、工作管理系統的設計，全部壓在離線後製這條線上。要即時直播換臉，後面會講到另一個更對口的工具。
它會直接拒絕你的素材：寫在程式裡的內容閘門
這是整篇最值得你知道的一段。FaceFusion 官方免責頁寫明：這套軟體被設計成會拒絕處理裸露、血腥與敏感內容，使用者若從事相關活動會被社群封禁，違法者通報主管機關。多數工具的這類聲明只是文案，FaceFusion 是真的寫進了程式碼，而且拿不掉。
我把 master 分支的原始碼抓下來逐檔讀過。內容檢查由三個獨立的偵測模型組成，分別來自 EraX、Marqo、Freepik 三家，評分門檻各不相同；一個影格要被判定為不宜內容，需要三個模型裡至少兩個投同意票，這種集成投票的設計是為了壓低單一模型誤判的機率。影片處理時它不會逐格掃描，而是每秒抽一個影格取樣，取樣命中的比例超過一成，整個工作直接中止，回傳錯誤代碼 3。圖片就是單張判定，一次定生死。webcam 模式更直接，鏡頭畫面被判定不宜的那一刻，程式把相機釋放掉，畫面就斷了。
關鍵在於：這套檢查沒有關閉選項。命令列參數表裡找不到任何 content checker 或 NSFW 開關，圖形介面的設定裡也沒有，它就是管線的一部分。官方 FAQ 甚至把「分析跑到 100% 之後程式就停了」列成一條正式問答，答案直白：我們基於倫理考量不允許 NSFW 內容。換句話說，如果你丟進去的素材被擋下來，那不是安裝壞掉，是設計如此。這個選擇值得對照著看：站內介紹過的 Deep-Live-Cam，就把同類檢查做成預設關閉的選項，要不要開由使用者自己決定；FaceFusion 走了完全相反的方向，把安全決策從使用者手上收走。你可以在價值上不同意這種家長式設計，但對創作者來說它至少意味著一件事：這個工具的輸出邊界是可預期的，不會因為忘記開某個開關而出包。
順帶一個相關的事實：我搜遍整個程式庫，watermark 一詞零命中，輸出的成品不會被自動加上任何深偽標記或浮水印。內容進得來的把關很嚴，出去的東西則完全素顏，要不要標示合成內容，責任在使用者自己身上，後面法律段會回到這一點。
程式碼開源、模型不開源：接案前要讀的那張授權表
網路上流傳的 FaceFusion 介紹，十篇有九篇寫它「採 MIT 授權，便於二次開發與商業落地」。我把倉庫裡的 LICENSE.md 打開，裡面只有一行字：OpenRAIL-AS license，著作權人 Henry Ruhs，2026 年。GitHub 的倉庫頁也把授權顯示成 Other，無法歸入任何標準開源授權。MIT 之說從何而來不難猜，這個專案一直到 2025 年 3 月的 3.1.2 版都還是 MIT，同年 4 月的 3.2.0 起才換成 OpenRAIL-AS，抄舊資料的文章一路錯到今天。
OpenRAIL 屬於「負責任 AI 授權」家族，你可以用、可以改、可以再散布，但附帶使用限制條款，不是那種怎麼用都行的寬鬆授權。而它還不是商用判斷裡最重要的那一層。官方文件自己寫得明白：我們提供的模型資產，各有各的授權。把官方那張模型授權表讀完，會看到一幅紅綠交錯的地圖：
| 授權層 | 代表項目 | 授權 | 商用空間 |
|---|---|---|---|
| 程式碼 | FaceFusion 本體 | OpenRAIL-AS | 可用可改，附使用限制 |
| 換臉預設 | hyperswap 系列（官方自研） | ResearchRAIL | 只留研究用途 |
| 換臉經典 | inswapper_128（InsightFace） | 非商業 | 不能商用 |
| 對嘴模型 | Wav2Lip | 非商業 | 同上 |
| 臉部增強 | GFPGAN | Apache 2.0 | 相對寬鬆 |
| 臉部偵測 | YuNet（OpenCV） | MIT | 相對寬鬆 |
| 偵測器群 | ArcFace、RetinaFace、SCRFD | 非商業 | 不能商用 |
看出問題了嗎。預設裝好、預設啟動的換臉模型，正是官方 2025 年起自研的 hyperswap，掛 ResearchRAIL 授權，只留研究用途；退回經典選項 inswapper_128，那是 InsightFace 的非商業授權；想用對嘴功能，Wav2Lip 一樣非商業。周邊模型要一顆一顆看：增強的 GFPGAN 是 Apache 2.0、偵測的 YuNet 是 MIT，相對寬鬆，但預設偵測器 yolo_face 是 GPL 3.0，ArcFace 這類人臉辨識模型又是非商業。所以「開源等於免費商用」在這個專案上是明確的誤解：個人創作、教學演示、研究，預設管線直接可用；要接案、做收費影片、進商業產品，你得先在授權表裡把每一顆要用的模型挑出來確認，或者向權利方取得授權。這功課沒有人替你做，star 數更不會替你做。
官方自己說不建議新手安裝
安裝體驗上，FaceFusion 的 README 第一段就自曝：安裝需要技術能力，不建議新手嘗試。標準路徑是先用 conda 建一個 Python 3.12 的環境，再依你的硬體跑對應的安裝指令，CUDA 是 cuda@12 這類寫法，AMD 在 Windows 上走 DirectML，還有 MIGraphX、OpenVINO 等安裝選項，Apple Silicon 裝預設版、執行時掛 CoreML 後端。這份多後端清單是它相對同類工具的實力所在，NVIDIA、AMD、Apple Silicon、Intel 都有官方路徑，Docker 鏡像也一併提供。
硬體門檻官方給了明確數字：顯示卡記憶體 8GB 是下限，12GB 起比較安心。模型檔第一次執行時自動下載，換臉核心加偵測模型下來是數百 MB 等級，之後都留在本機。真的不想碰命令列的人有一條捷徑：官方的 Windows 與 macOS 一鍵安裝器，但那是付費商品，Windows 版 20 美元、macOS 版 30 美元，在官方的 Buy Me a Coffee 商店販售，Windows 版已經賣出超過一萬一千份。
求援管道要先知道：GitHub 的 Issues 頁面是關閉的，官方社群移到 Discord 與 Reddit。碰到安裝問題，翻官方文件的排困段比搜 issue 有效。
換臉核心的解析度帳，與「4K 輸出」的真相
介紹文常寫它「支援 4K 影片輸出」，這句話技術上成立，但要讀懂它的意思。現任預設的 hyperswap 核心，原生工作解析度是 256 像素見方，經典的 inswapper 更只有 128；官方 FAQ 說明過，InsightFace 基於倫理考量，拒絕釋出更高解析度的版本。FaceFusion 的工程解法叫 pixel boost，把臉部區域切小塊、逐塊以更高倍率重新換算，設定檔裡的選項一路排到 1024×1024。再加上臉部增強與畫面增強的處理器接力，輸出成品的解析度確實可以到 4K 容器。
但輸出解析度與換臉精度是兩件事。骨架是 128 或 256 像素等級的模型打的底，pixel boost 與增強模型做的是放大與修飾。從這個機制推回來，對「4K 級換臉」的合理期待是：大臉特寫經得起看，側臉、遮擋、快速動作就要靠遮罩工具與參數調校去救。工具提供了區域遮罩（眼睛、嘴巴、鼻子可單獨圈選保護）、臉部選擇器、臉部追蹤這整套周邊，就是承認核心模型有極限，需要你在前端處理素材、在後端修邊。
和 Deep-Live-Cam 二選一？其實是兩種工作
講到開源換臉，Deep-Live-Cam 是另一個繞不開的名字，兩者血統相連，Deep-Live-Cam 的換臉核心正是 FaceFusion 也保留的經典選項 inswapper，授權上的顧慮也一脈相承。但把它們放在一起選，其實是選兩種不同的工作。Deep-Live-Cam 星數將近十萬，主戰場是即時：一張照片進去，鏡頭畫面裡的臉立刻被換掉，接虛擬鏡頭進 OBS 直播，它的價值在「當下」。FaceFusion 的價值在「事後」：一支拍完的影片、一張定稿的照片，用工作佇列慢慢批次處理，模型選擇與修飾空間深得多。要做直播特效，去用前者；要做片子後製，留在這裡。硬要用 FaceFusion 直播，或用 Deep-Live-Cam 批次跑長片，都是在拿螺絲起子敲釘子。
同一條生態系裡還有幾個站內介紹過的鄰居。想讓照片裡的人動起來而非換臉，Nero AI Face Animation 是另一條路線；配音工程本身，Voice Pro 的 AI 配音處理的是對嘴之前的那一步；反向需求，想保護影片裡當事人的臉，Deface 的自動模糊做的是換臉的鏡像任務；而想生成能視訊通話的完整 AI 角色，可以看 CyberVerse 開源數位人。
在台灣，先想清楚你要換誰的臉
工具與法律是兩條線，換臉在台灣的地圖其實畫得比多數人想的清楚。2023 年刑法增訂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全部納入刑事範圍，散布可處五年以下有期徒刑，意圖營利最重七年。注意這個專章保護的客體是性影像，換臉但不含性內容的場合走別的軌道：拿合成身分騙人，是詐欺；未經同意把別人的臉拿去做商業利用，民事上有肖像權侵害的求償空間；個人資料的蒐集利用還有個資法擋在中間。回到 FaceFusion 的處境還有一個特殊點：它那道拿不掉的內容閘門，等於在性影像這條最重的紅線前替社會也替你裝了保險，你刻意繞過它的意圖本身，就很難解釋成善意。
再加上前面提過的：輸出不加浮水印、不留深偽標記，揭露的責任完全在你。實務上的安全線不複雜：用自己的臉，或取得書面同意的臉；發布時講清楚是合成內容；商業用途先回頭把授權表讀完。三件事都做到，這個工具落在法律與倫理的正面側；三件事缺任何一件，風險就換你自己扛。
誰該現在裝，誰該先放回書籤列
該現在裝的人：有 8GB 以上顯卡、用得慣終端機、手上有影片或照片後製需求、素材是自己的臉或取得同意的臉，而且用途不涉營利。這群人拿到的是目前後製導向換臉工具裡最完整的一套：十一個處理器、工作佇列、多硬體後端，而且專案活得很健康，2026 年 7 月以來連發五個版本（3.7.1 到 3.8.3），3.9.0 在 9 月 3 日跟上，維護者自始至終就是 Henry Ruhs 一個人，社群在 Discord 與 Reddit。
先放回書籤列的人：想找一鍵式桌面 App 的（等官方安裝器也救不了不願意開終端機的人）、顯卡記憶體不到 8GB 的、用途是直播即時換臉的（去 Deep-Live-Cam 那篇），以及最重要的，想直接接案商用的人。接案前你需要一段安靜的時光把官方授權表逐顆模型讀完，確認自己要用的每顆都能商用，或準備好向權利方取得授權，這段功課沒有捷徑。入門順序則很單純：先讀官方文件的安裝頁確認自己的硬體對應哪個後端，Windows 與 macOS 用戶可以考慮付費的官方一鍵安裝器省掉環境功夫，裝好後第一支影片拿自己的臉試，被內容閘門攔下來時不用排查環境，那是這個工具的個性使然。
