本来以为又是个只活在 PPT 里的学术项目，结果看完 LivingSwap 的 Demo，我后背真有点发凉。
以前搞视频换脸，最烦的就是侧脸狂闪和光影崩坏，为了修那些破绽，我在 After Effects 里修帧修到想吐。LivingSwap 这货的路子很野，它不像传统 GAN 那样“逐帧硬 P”，而是把整个视频喂给 AI 做参考（Video Reference Guided）。
简单说，它“懂”这一秒的光打在脸上应该是啥样。
实测下来，那些大动作、甚至脸上带特效妆的复杂镜头，它居然都能稳住不飘，甚至连被风吹起的头发丝投影都能保留。论文里说能把后期人工修复量减少 40 倍，这数据对于我们这种单兵作战的独立开发者来说，简直是救命。
最大的坑：毕竟是基于 DiT 的扩散模型，虽然质量吊打 SimSwap 这种老前辈，但这推理速度慢得像蜗牛。昨晚跑个短片，显卡风扇叫得像要起飞，显存小的机器基本可以告辞了。
这种好莱坞级别的技术下放，以后想做个“数字替身”门槛是真低了...
#AI视频 #独立开发 #LivingSwap #数字游民