一、它能做什么？
上传两张图片：
基础图：提供身体、姿势、光照、背景
参考头图：提供想要的脸型、头发、眼睛颜色
点击生成，AI就会把参考头图的脸“移植”到基础图上，并且保持原来的光影和构图。换脸后的头部大小、位置、角度都会自动匹配原图，不会出现“头大”或“比例失调”的尴尬。
二、两大风格模型，随心切换
工具内置两种换脸风格：
风格一：头部姿态更准
适合大多数场景，尤其是侧脸、低头、抬头等复杂角度，头部旋转和视线方向跟随得更好。风格二：表情迁移更强
能更好地保留参考图的微笑、张嘴等表情，适合表情是重点的镜头，但头部姿态误差会略微增加。
你可以根据需求手动选择，一键切换。
三、智能人脸对齐，告别“头大”
很多人换脸时最头疼的就是新脸比原脸大一圈。这个工具会自动检测两张图的人脸，计算大小和位置，然后把参考脸缩放到和原图人脸一模一样大，再对齐到相同位置。这样换出来的头，大小、位置都自然贴合，不会突兀。
四、自动适配显卡，低配也能玩
程序会检测你的显卡显存，自动选择最优的运行模式：
显存充足：全速运行，不占用额外内存。
显存中等：自动启用模型分块加载，保证流畅。
显存较小：进一步优化，让10G以下的显卡也能尝试运行。
无论你是高端显卡还是普通游戏本，都能找到合适的设置。
五、结果自动保存，方便查找
每次生成的图片会自动保存到 output 文件夹，文件名包含日期、时间和随机种子，例如 20260927_143022_seed-12345.png。这样你可以轻松找到历史记录，也能通过固定种子复现同一张图。
六、操作简单，网页界面
工具启动后，会打开一个网页界面。你只需要：
上传基础图
上传参考头图
选择换脸风格
设置随机种子（可选，-1为随机）
调整推理步数（20-60，越高越精细）
点击“生成”
几秒钟到几十秒后，结果就会显示在右侧，并自动保存。
七、效果与速度
在16G显存的显卡上，生成一张1024x576的图片，大约需要33秒。如果显存更充裕，速度会更快。人脸对齐首次运行需要十几秒初始化，之后每次生成都是瞬间完成。
八、温馨提示
请确保你拥有所用图片的合法使用权，遵守相关法律法规，不要将本工具用于侵犯他人肖像权、隐私权或任何非法用途。技术本身中立，请善用。
总结：
这是一个功能完整、操作简单的AI换脸工具，支持双风格切换、智能人脸对齐、自动显存适配和结果自动保存。无论你是AI爱好者还是普通用户，都能轻松上手，体验换脸的乐趣。
下面是一些换头/换脸的图片演示
整合包说明
1 最低8G英伟达即可运行
2 请勿非法使用
20260928 v2.0 更新记录
1 添加一个新的量化模型 极大加快速度 我的4070ts 最快可以11秒完成换头
2 添加2个lora，可以实现更好的换头效果
3 修正部分bug，修正部分处理逻辑
4 极大提升启动速度
20260930 v3.0 更新记录
1 新增参考人脸显示
2 修改了换头/换脸处理逻辑，效果更好
3 修正一些小bug
20261008 v4.0 更新记录
1 新增自定义指定人物换头
2 极大优化换头效果
3 修正部分bug
我刚才豆包了一下：**CUDA Toolkit13.0 本身没问题，GTX1070Ti 可以正常用它；你的报错根源是整合包虚拟环境里装了新版 PyTorch cu128/cu129 轮子（2.8+），这个 PyTorch 包不再内置 sm_61 内核。**
估计是您的包升级了新版 PyTorch......我找以前您的整合包运行一点问题没有，看来我的环境设置的是正确的......硬件跟不上罗，给您添麻烦了哥，谢谢！
对呀，哥，就是按你的教程“安装你显卡能支持的最新版”搞的呀
你这么理解 我没办法了，你一个上古的显卡，我就算不去查资料 我也知道 不可能支持这么新的cuda版本
哥，您是说重新安装显卡旧驱动吗？还是继续581.57，CUDA--13.0，cudnn--9.15.1.9重新安装并设置一下？
我的教程没有说过让你安装最新版本的cuda，而是说安装你显卡能支持的最新版。这二者有很大区别的
哥，我显卡更新581.57驱动前，使用CUDA 12.9一点问题没有啊。不知什么时候他自己强行更新了驱动，我只好找配套的 CUDA13.0，这才出问题
那你重新安装就是了
英伟达 GTX 1070Ti
过于古老，根本不支持目前的cuda版本
向哥求助：WIN 10，显卡驱动--581.57，CUDA--13.0，cudnn--9.15.1.9，按您的AI环境搭建教程进行了英伟达N卡环境配置，但老出现上述错误提示，这得如何解决？难道我环境搭建的有问题？拜托了，哥！
什么显卡？
错误提示：
CUDA error: no kernel image is available for execution on the device
Search for `cudaErrorNoKernelImageForDevice' in https://docs.nvidia.com/cuda/cuda-runtime-api/group__CUDART__TYPES.html for more information.
CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1
Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.
这个文件损坏解决办法，真的需要学习吗？进群能解决吗？
进群不能解决。我不会再教解压
如何找你学习解压
https://mp.weixin.qq.com/s/AMq5sIoaAfhyb3CQproEFQ
你好， Image21-bfs_head_1.0和2.0都要下载吗?
喜欢收藏的话 可以都下载
这个压缩文件格式未知或者数据已经损坏 jian27\Scripts\pip3.exe
你还没学会解压。
貌似没有下载内容
还在上传