DeepFaceCam本地换脸，我做成一键桌面版了
这两年，“AI 换脸”这三个字听起来总有点敏感。
但我这次想聊的不是那种乱七八糟的玩法，而是一个很实用的本地桌面工具：Deep Face Cam。
它能做图片换脸、视频换脸，也能接实时摄像头。重点是，它不是网页上传型工具，而是跑在你自己电脑上的本地 App。素材不用传到云端，这一点对做视频、测试镜头、内部创意 demo 的人来说，太重要了。
这东西到底是什么？
Deep Face Cam 是一个开源的跨平台桌面换脸软件，官方源码在 GitHub 上公开，许可证是 AGPL-3.0。
它的桌面壳用 Tauri 2 做，界面是 React + TypeScript，底层有一个本地 Python 后端。说人话就是：你看到的是一个正常桌面软件，背后真正干活的是本机上的 AI 引擎。
官方界面很直观：左边放素材，右边看结果，下面有高级参数和细调选项。它支持文件模式，也支持 Live 实时模式，所以不只是处理一张图，还能处理视频和摄像头画面。
我这次做的一键桌面版，就是想把“会用”和“能装起来”之间那堵墙拆掉。
本地运行，才是它最爽的地方
很多在线换脸工具都有一个绕不开的问题：你要先把素材传上去。
如果只是随便玩玩还好，可一旦是客户素材、内部测试镜头、自己的私密视频，上传这一步就很膈应。你不知道文件进了哪里，也不知道有没有留存。
Deep Face Cam 官方隐私说明里写得很清楚：核心换脸流程在本地后端处理，图片、视频和摄像头帧不需要上传到云端。
它需要联网的地方主要是模型下载、打开项目链接、文档链接这类。模型也是在首次使用时明确提示后再下载，不是悄悄往你电脑里塞东西。
图片、视频、摄像头都能玩
Deep Face Cam 的核心能力可以分成三类。
第一类是图片换脸。你给一张 source face，再给一张 target image，它把源脸迁移到目标图里。
第二类是视频换脸。这个更适合做短片、测试镜头、角色概念片。视频换脸最麻烦的是连续性，如果每一帧都像单独修图，播放起来就会抖，所以实际效果很看底层模型和参数。
第三类是实时摄像头。这个就很适合直播前测试、虚拟角色预览、视频会议镜头实验。当然，这类功能一定要讲清楚用途和边界，不能拿去冒充别人。
支持 macOS 和 Windows
官方项目本身是开源的，但普通人最怕的不是源码，而是“我到底该怎么装”。
这次的一键桌面版做了几个方向：
- macOS：Apple Silicon 版本，适合 M1、M2、M3、M4；也有 Intel x64 版本。
- Windows：CPU 版本兼容性最好；DirectML 版本适合很多现代 Windows GPU；CUDA 版本给 NVIDIA 显卡用户用。
这里我不放直接安装包链接，避免到处传播失效或错版本的地址。你只需要记住一点：按自己的系统和显卡选版本，不确定就先从兼容性更高的版本开始。
Windows 用户如果看到 SmartScreen 提醒，不一定是病毒，很多新的未签名构建都会遇到这个问题。macOS 目前签名和公证工作还在推进中，如果系统拦截，需要去“系统设置 > 隐私与安全性”里手动允许。
显卡加速怎么选？
Deep Face Cam 用的是 ONNX Runtime 的执行后端。官方文档里写的优先顺序是：
CUDA > ROCm > CoreML > DirectML > CPU
说简单点：
你是 NVIDIA 显卡，优先考虑 CUDA；你是 Windows 但不确定显卡环境，可以试 DirectML；你是 Mac Apple Silicon，走 CoreML；你只是想最大兼容，那就 CPU，但速度会慢。
模型方面，必需的主要是 inswapper_128.onnx 和 buffalo_l。可选增强模型包括 GFPGAN、GPEN 这些，用来改善脸部细节。
这些模型不直接塞进源码里，而是运行时下载到用户目录，并校验 SHA-256。这个设计挺正常，也更适合桌面软件分发。
我做的一键包解决什么问题？
如果你是开发者，当然可以自己 clone 源码，装 Node、Rust、Python，再跑 Tauri 构建。
但大部分人不是来研究构建链的。
他们只是想打开一个桌面软件，选图片、选视频、点生成，然后看看效果。
所以我这次整理的一键包，主要解决这些麻烦：
- 不用自己配置 Node、Rust、Python 开发环境。
- 不用自己找运行入口。
- Windows 按 CPU / DirectML / CUDA 区分。
- macOS 按 Apple Silicon / Intel 区分。
- 首次模型下载有明确提示。
- 适合先跑短素材测试，再决定要不要批量处理。
这类工具别一上来就丢几个小时的视频。我的建议是：先拿 5 到 10 秒短片测一下，看看速度、显存、脸部稳定性，再决定正式跑。
最后必须说一句边界
AI 换脸好玩，但边界必须清楚。
Deep Face Cam 官方责任使用文档也写得很明确：只处理你自己拥有、或者所有可识别人物都明确同意的素材。不要拿它去冒充别人，不要诈骗，不要骚扰，不要做未经同意的亲密内容，也不要把生成结果伪装成真实影像。
本地 AI 给你的是隐私和控制权，不是免责金牌。
对我来说，Deep Face Cam 值得折腾的原因很简单：它把图片、视频、实时摄像头换脸这几件事，放进了一个本地桌面 App 里。素材留在电脑上，流程也更像普通软件。
这才是我想要的一键 AI 工具。
源码地址：https://github.com/DeepFaceCamLabs/deep-face-cam
