Замена лица нейросетью: как это работает и какие модели справляются лучше всего

Первый дипфейк, который увидело большинство людей, был сделан не в студии и не для кино: энтузиасты переносили лица актёров в чужие сцены на домашних компьютерах, и результат выдавали не черты, а мелочи — слишком гладкая кожа, мёртвый взгляд, шея другого оттенка. С тех пор технология успела сменить несколько поколений. Сегодня перенос лица делает универсальная мультимодальная модель по текстовой инструкции, а разница между «похоже» и «не отличить» определяется не столько умением пользователя, сколько классом модели и качеством двух исходных снимков.

Face swap давно перестал быть развлечением. На нём согласовывают рекламные кампании до съёмки, собирают аватары для команд и личных брендов, делают иллюстрации к статьям и обучающим курсам, визуализируют кастинг в кино. При этом задача остаётся инженерной: модель должна пересчитать геометрию головы, направление и жёсткость света, температуру кожи, глубину резкости и зерно так, чтобы новое лицо физически принадлежало старому кадру.

Nano Banana Pro: максимум качества и несколько лиц за проход

Nano Banana Pro — это Gemini 3 Pro Image от Google DeepMind, и к кадру модель относится как редактор, а не как генератор. Вы подаёте исходный снимок и референс с лицом, а она переносит внешность, оставляя нетронутыми позу, одежду, причёску, украшения, фон, пропорции головы и рисунок света. Главный козырь — работа сразу с несколькими источниками: в одну композицию можно подать до 14 референсов, при этом сходство удерживается для нескольких людей, поэтому групповой кадр с заменой двух-трёх лиц делается за один проход. Разрешение вывода — 1K, 2K и 4K, форматы от квадратного 1:1 до широкого 16:9 и вертикального 9:16, причём пропорции задаются до запуска. Полезная деталь для тех, кто публикует результат: в файл вшивается невидимая метка SynthaID, обозначающая ИИ-происхождение изображения. Стоит прогон 300 токенов — дороже остальных участников обзора, и это осознанная плата за финальное качество. Промпт лучше строить от обратного: не перечисляйте, что поменять, а подробно опишите, чего менять нельзя, — тогда модель точнее подгонит тон кожи и тени под исходник.

Seedream 5 Pro: хирургическая точность и слои

Seedream 5 Pro — флагман команды Seed компании ByteDance, вышедший в июле 2026 года. Его выбирают, когда перенос лица оказывается лишь одним из шагов большой коммерческой правки: поменять героя, поправить одежду, добавить русскую надпись и оставить остальное как было. Модель сводит в одной сцене до 10 референсов, и каждому можно назначить роль — кто отвечает за лицо, кто за одежду, кто за фон и палитру. Дальше включается Precision Editing: область правки задаётся точками, лассо или эскизом, и модель не выходит за её пределы. Для face swap это принципиально, ведь лицо меняется, а линия роста волос, дужки очков, серьги, воротник и задний план остаются на своих местах. Вторая сильная сторона — Layer Separation: готовый кадр раскладывается более чем на 10 независимых слоёв с прозрачностью, скрытые участки достраиваются автоматически, и результат удобно доводить дальше вручную. Разрешение — до 2K, форматов восемь, включая кинематографичный 21:9, надписи рендерятся нативно на 14 языках, русский в их числе. Генерация стоит 200 токенов. Минусы — отсутствие вывода в 4K и закрытость: веса модели не публикуются.

GPT Image 2.5: живая кожа и читаемые надписи

GPT Image 2.5 — модель OpenAI, которая сильнее конкурентов там, где труднее всего подделать: на живой коже. Она аккуратнее держит естественную фактуру, микро тени у носа и на веках, блики в глазах, цветовой переход на границе челюсти и шеи — те самые мелочи, по которым зритель бессознательно определяет монтаж. Разработчик заявляет улучшенное следование составным инструкциям и бережное редактирование загруженных изображений, поэтому одним запросом можно попросить заменить лицо, согласовать свет с исходным кадром и сохранить без изменений одежду, ракурс, кадрирование и фон. Второй козырь — лучшая на рынке типографика: если портрету нужен читаемый русский заголовок, имя или дата, буквы не поедут. Рабочая привычка здесь одна: формулируйте правку как проверяемое действие и перечисляйте неприкосновенные элементы кадра, иначе модель начнёт импровизировать. Оговорка существенная — версия идёт с пометкой Preview, поэтому набор возможностей и лимиты могут меняться, а результат стоит перепроверять до запуска важной кампании. Один запрос обходится в 250 токенов.

Nano Banana Lite: быстрые черновики и четыре варианта за раз

Nano Banana Lite — облегчённая модель Google из семейства Nano Banana, выпущенная в июле 2026 года. Она создана для ситуаций, когда скорость и цена важнее максимального разрешения: генерация стоит 150 токенов, а на вход принимаются текстовый промпт и до 8 референсных изображений. Для face swap этого хватает с запасом — исходный кадр и фото лица загружаются вместе, а правка описывается словами на русском. За один запрос модель отдаёт до четырёх вариантов, что превращает подбор удачного дубля в быстрый перебор вместо серии отдельных запусков. Поддерживается 14 соотношений сторон, от квадрата 1:1 до сверхширокого 21:9 и вертикального 9:16, так что картинка сразу встаёт в нужный формат без ручного кадрирования. Ограничение одно, но честное: разрешение фиксированное, 1K, поэтому для печати и крупных экранов черновик придётся пересобирать старшей моделью. В сложных сценах с множеством объектов Lite тоже уступает Pro-версии. Зато для тестов, A/B-прогонов креативов и поточного производства контента в соцсетях это самый экономный вариант в линейке.

Grok Imagine: дешёвые итерации и режим Pro для финала

Grok Imagine — генератор изображений от xAI, который в этом обзоре отвечает за экономию: базовая генерация в 1K стоит всего 100 токенов, в 2K — 150. У модели есть отдельный режим Pro, 200 токенов за 1K и 300 за 2K, и именно он поднимает качество лиц, проработку света и мелкие детали, поэтому черновые прогоны логично делать в обычном режиме, а финальный перенос лица запускать в Pro. Grok Imagine поддерживает референс-изображения: по ним модель удерживает узнаваемые черты персонажа, композицию и фирменную палитру, что позволяет вести серию кадров с одним героем стабильно. Ещё одна практичная функция — фиксация удачного сида: найденный вариант не теряется, а доводится итерациями, и для замены лица это важнее, чем кажется. Форматы кадра гибкие, от 1:1 и 2:1 до 16:9 и 9:16, разрешение — до 2K. Слабые места тоже известны: надписи на кириллице получаются нестабильно, поэтому текст лучше задавать латиницей или добавлять отдельно, а стилистика иногда уходит в «киношный глянец», и тогда нужен точный визуальный референс.

Что происходит внутри модели

Перенос лица — это цепочка из четырёх этапов. Сначала модель находит лицо в кадре и размечает ключевые точки: глаза, нос, губы, линию челюсти. Из них собирается «карта идентичности» — геометрический портрет, по которому один человек отличается от другого. Затем черты из референса накладываются на целевое лицо с поправкой на ракурс, наклон головы и масштаб.

Решающий этап — гармонизация. Цвет и температура кожи, направление и жёсткость света, резкость, зерно и тени подгоняются под исходный кадр. Без этого лицо выглядит наклейкой, даже если черты переданы идеально. В конце отдельно прорабатываются границы: линия роста волос, уши, подбородок, шея и зона вокруг очков, потому что именно там чаще всего остаются следы монтажа.

Раньше задачу решали две разные сети — одна извлекала лицо, вторая вписывала его в новый кадр, и всё это требовало ручной доводки в редакторе. Сегодня справляется одна мультимодальная модель: вы описываете правку словами, а она выполняет её осмысленно, удерживая остальную часть кадра без изменений.

Как получить хороший результат

Работа начинается с подготовки исходников. Кадр, куда переносится лицо, должен быть в хорошем разрешении, не меньше 1080 пикселей по короткой стороне, и с чётко видимым лицом. Донорский снимок подбирают в похожем ракурсе: анфас к анфасу, профиль к профилю, потому что перенос лица анфас на голову в три четверти почти всегда заметен. Свет тоже сверяют заранее — тёплый донор на холодной основе даст пятно вместо лица, и проще взять другой снимок, чем править цвет потом.

Дальше оба файла загружают в сервис или в чат с выбранной моделью и формулируют задачу. Чем конкретнее промпт, тем предсказуемее результат, а общие слова вроде «красиво» и «качественно» только мешают. За один запуск модели обычно выдают два-четыре варианта, и выбирать стоит лучший из них, а не первый попавшийся. Финальная проверка делается при стопроцентном увеличении: смотрят на волосы, уши, шею, очки и украшения — там артефакты видны сразу.

Рабочий шаблон промпта выглядит так: «Замени лицо человека слева на лицо человека из второго референса. Сохрани позу, причёску, одежду, украшения, фон, ракурс и кадрирование без изменений. Подгони тон и температуру кожи, направление света и тени под исходное изображение. Естественная фактура кожи, без ретуши и глянца. Фотореалистичный результат». Если людей в кадре несколько, их нумеруют и отдельно указывают, какой референс к кому относится.

Типичные ошибки

Чаще всего результат портят разные ракурсы: черты плывут, и лицо выглядит чужим. Лечится это подбором донора под тот же угол головы. Вторая по частоте проблема — разный свет, из-за которого лицо выглядит чужеродным пятном; помогает либо снимок в похожем освещении, либо прямая просьба к модели гармонизировать свет.

Третья ошибка — слишком общий промпт, из-за которого правка задевает не только лицо. Правило простое: одно изменение описывается одной фразой. Четвёртая — слабый исходник, дающий мыло и артефакты на границах. Пятая — очки и распущенные волосы в кадре: если явно не попросить сохранить дужки, серьги и линию роста волос, модель их дорисует по-своему. Шестая — привычка брать первый дубль вместо того, чтобы сгенерировать три-четыре варианта и выбрать лучший.

Где это применяют

В рекламе и e-commerce технологию используют, чтобы согласовать креатив до съёмки и показать клиенту, как будет выглядеть модель с его продуктом. В личном бренде и HR — чтобы собрать аватары команды в едином стиле без организации общей фотосессии. ИИ-фотосессии делают из нескольких селфи серию портретов в разных образах и локациях.

В образовании и медиа face swap помогает показывать исторических персонажей, иллюстрировать статьи и собирать обучающие материалы. В кино и препродакшне технологию применяют для визуализации кастинга, тестовых сцен с другим актёром и работы с дублёрами. Ну и самое массовое применение — развлечения: мемы, стикеры и поздравительные коллажи, но тоже с согласия всех участников.

Правовая сторона вопроса

Технически заменить лицо несложно, юридически — это работа с чужим изображением. В России использование портрета человека без его согласия регулируется статьёй 152.1 ГК РФ: публиковать чужое изображение можно только с разрешения, кроме случаев, когда снимок сделан в публичном месте либо используется в государственных или общественных интересах. Если результат порочит человека, добавляется статья 128.1 УК РФ о клевете.

За пределами России требования жёстче: в ЕС действует AI Act с обязательствами по маркировке синтетического контента, в ряде штатов США приняты отдельные законы о дипфейках, а крупные площадки запрещают публикацию реалистичных изображений реальных людей без их согласия. Отсюда практические правила: переносить только своё лицо или то, чьё согласие получено письменно; не создавать контент, способный ввести в заблуждение в вопросах финансов, политики и здоровья; помечать сгенерированные изображения как работу ИИ при публикации в медиа и рекламе. Использование face swap для порочащих или интимных материалов — уже не этическая проблема, а правонарушение.

Как выбрать модель под свою задачу

Если нужен финальный кадр для печати или большого экрана, берут Nano Banana Pro: 4K, до 14 референсов и устойчивое сходство нескольких людей. Для сложного коммерческого макета с надписями и точечной правкой подходит Seedream 5 Pro. Когда важна живая кожа и естественный свет, лучший результат даёт GPT Image 2.5.

Для потока черновиков и тестовых прогонов логичнее взять что-то дешёвое: Nano Banana Lite за 150 токенов с четырьмя вариантами за запрос или Grok Imagine за 100 токенов с режимом Pro для финальной отрисовки. А если правка должна быть хирургической и повторяемой от итерации к итерации, выбирают FLUX.1 Kontext — тем более что версию Dev с открытыми весами можно развернуть локально.

Итог

Замена лица перестала быть трюком и стала обычной операцией в производственной цепочке — как цветокоррекция или кадрирование. Качество результата складывается из трёх вещей: сильной модели, совпадающих по ракурсу и свету исходников и внятной формулировки задачи. Экономить разумно на черновиках, а финальный рендер делать флагманом в высоком разрешении.

И главное: технология нейтральна, а ответственность за то, что получилось, всегда лежит на человеке, который нажал кнопку.