本文分享了一款名为Facefusion的零门槛AI换脸工具，该工具免费、易用且功能强大，支持跨平台操作。文章详细介绍了Facefusion的安装和使用方法，包括环境要求、依赖安装、项目下载、项目安装以及模型使用建议。Facefusion无需大量学习训练即可完成换脸，提供了丰富的模型选择，并支持多种处理器。文章还提供了模型下载技巧和免责声明，强调了技术使用的合规性。

🖥️ Facefusion是一款免费、易用且功能强大的AI换脸工具，被称为“换脸界的Photoshop”，支持Windows、Linux和MacOS等跨平台操作。

⚙️ 安装Facefusion需要安装Git、Conda（非必须）、FFmpeg和Python。文章详细介绍了在Windows系统下的安装步骤，包括创建虚拟环境和安装依赖，还提供了针对显卡优化的安装选项，如CUDA、TensorRT和OpenVINO。

💡 Facefusion使用免训练的模型进行换脸，推荐使用gfpgan_1.4作为FACE ENHANCER MODEL，inswapper_128/inswapper_128_fp16作为FACE SWAPPER MODEL。文章提供了模型下载建议，包括从Hugging Face网站下载，以及手动下载后放置到指定目录的方法。

✅ 文章提供了项目安装的详细步骤，包括项目代码下载、进入项目目录以及运行install.py进行安装。安装过程中，可以根据实际环境选择不同的安装参数，例如使用CPU、CUDA、DirectML、OpenVINO或ROCM。文章还分享了修改项目源码以使用国内镜像源加速安装的技巧。

这是分享AI换脸的第二篇，也是一直说分享出来迟迟没有分享出来的内容，今天抽空整理了一下，内容操作较为简单，照着抄就可以。

想看第一篇分享的的，点击下方链接即可查看：juejin.cn/post/746156…

正文

今天主要分享的零门槛一键AI换脸项目是Facefusion。

项目链接：github.com/facefusion/…

优点：

免费、易用、功能强大，堪称“换脸界的Photoshop”；跨平台兼容，支持Window、Linux和MacOS；具备丰富的模型，无需针对某一张脸进行大量的学习训练，也可以很好的完成替换；

好了，话不多说，先上我的替换的效果图：

1、环境要求

很多AI换脸项目对设备的要求都比较高，但是之前分享的roop以及今天分享的Facefusion则不需要太高的设备要求就可以运行（当然你的设备配置越好，运行效果和速度肯定也会越好）。

Facefusion项目要安装运行基础要求有：

GIT：用于拉取项目代码Conda：一个开源的包管理器和环境管理系统，非必须FFmpeg：音视频处理Python：项目是基于Python的，所以这个是必不可少的

2、项目依赖安装

2.1 环境安装

注：我个人使用的是window系统，后文均以基于Window系统进行分享。

主要的依赖就是上述提到的环境要求，必须要安装的有Git、FFMpeg、python三个，而这三个的安装也都非常简单，去官网下载可执行文件，傻瓜式安装即可。当然你也可以查看我之前的安装介绍。

2.2 依赖安装

我这里使用的是conda进行依赖安装，避免影响项目本身，一旦出错后对当前环境无影响。

2.2.1 初始化conda环境

conda init --all

2.2.2 创建虚拟环境

使用以下命令创建虚拟环境，其中facefusion是虚拟环境的名称，可以任意取名。 python和pip都是你安装在电脑上的版本。（pip安装python后默认都会有，如果你没有需要单独安装一次）

conda create --name facefusion python=3.10 pip=25.0

2.2.3 激活虚拟环境

使用以下命令激活虚拟环境：

conda activate facefusion

2.2.4 其他安装

这里主要是针对一些显卡相关做安装，比如NVIDIA的CUDA、TensorRT、OpenVINO。

# CUDAconda install nvidia/label/cuda-12.9.1::cuda-runtime nvidia/label/cudnn-9.10.0::cudnn# TensorRTpip install tensorrt==10.12.0.36 --extra-index-url https://pypi.nvidia.com# OpenVINOconda install conda-forge::openvino=2025.1.0

3、项目下载

在虚拟环境窗口中使用以下命令即可下载到Facefusion的项目代码：

# 项目代码下载git clone https://github.com/facefusion/facefusion# 进入项目目录cd facefusion

4、项目安装

进入项目目录后，直接运行项目的install.py即可进行项目安装，这里安装参数可以根据你的实际环境情况选择使用不同的参数进行：

# 使用cpu或者CoreMLpython install.py --onnxruntime default# 使用cudapython install.py --onnxruntime cuda# 使用directmlpython install.py --onnxruntime directml# 使用openvinopython install.py --onnxruntime openvino# 使用rocmpython install.py --onnxruntime rocm

如果想提高安装速度，可以像我一样选择一个国内的源进行安装，为了后续每次都能以同一个源进行配置，所以我直接修改了项目源码pip的安装地址配置，在install.py中增加以下代码：

os.environ["PIP_INDEX_URL"] = "https://pypi.tuna.tsinghua.edu.cn/simple"

注：如果安装依赖存在问题，也可以选择使用requirements.txt文件进行独立安装

安装完成后，需要重新加载一次虚拟环境（如果不是使用虚拟环境的就不用了）：

# 退出虚拟环境conda deactivate# 重新激活进入虚拟环境conda activate facefusion

运行后会自动在默认浏览器中打开本地的项目操作界面：

6、模型使用建议&下载安装

6.1 模型使用建议

由于Facefusion是一款免训练的AI换脸工具，所以我们是需要使用一些现有模型进行替换的，而这里项目启动的默认模型个人使用起来感觉就是非常不错的，FACE ENHANCER MODEL选择gfpgan_1.4，FACE SWAPPER MODEL选择inswapper_128/inswapper_128_fp16。

6.2 处理器选择

这里我常用的处理其选择的为face_swapper、face_enhancer、frame_enhancer三个。

而需要注意的是选择一个处理器，如果你之前没有下载过，程序会自动进行下载，这里如果你的网络环境比较慢，就会导致长时间下载不下来或者下载失败，这里分享给大家一个小技巧。

小技巧1： 当你选择处理器后，回到你的程序启动命令行窗口，你就可以看到下载的目标文件了，然后使用文件名称去网上搜索对应文件，进行下载，下载后存放到你项目模型目录即可直接使用。

小技巧2： 你可以根据自己设备性能情况，设置高线程去执行程序：

6.3 模型自主下载与安装

这里推荐一个网站进行目标模型检索与下载：huggingface.co/models

温馨提示： 考虑到上面网站部分人下载也不一定快，如果需要我个人常用的一些模型，可以在这里获取：mp.weixin.qq.com/s/Ng5c1eEsf…

下载后的模型可以存放在facefusion.assets\models目录下，存放后如果你还卡在下载安装过程，可以先停止项目，重新启动项目即可加载到你的手动下载的模型了。

到此你就可以顺利的使用AI换脸功能了，还不赶紧去体验~

7、免责声明

相关技术与工具，仅用于学习，请合理正确使用。如需使用他人面部信息时，请正确征得相关人士的同意，本公众号不对恶意使用行为负责。

同时为了防止恶意使用，程序中也存在一定的检查功能，防止该程序用于不当媒体。