FaceChain-FACT：只需一张照片即可生成虚拟AI肖像

44次阅读

共计 982 个字符，预计需要花费 3 分钟才能阅读完成。

FaceChain-FACT 是一个可以用来打造个人数字形象的深度学习模型工具。用户仅需要提供最低一张照片，它就能提取你的面部特征，然后结合不同的风格模板即可获得独属于自己的个人形象数字替身，可以实现让你在任意场景中或者生成各种风格、服装、个性化的你自己！官方选择支持在 CPU 上运行。

项目主页：https://facechain-fact.github.io

主要亮点：

支持零样本肖像生成。无需训练，上传照片即可
训练模型时使用了数百万精美的人类肖像，确保生成肖像的真实性和质量。
提供 100 多种高级定制模板。
模型支持在 CPU 上运行，并实现秒级推理时间，生成速度极快！
兼容与 ControlNet 和 LoRA 插件，提供了更多的灵活性和创造空间。

技术原理：

FaceChain 通过训练一个 LoRA 模型，整合面部信息来生成定制化肖像。然而，由于需要训练用户的 LoRA 模型，FaceChain 的流程分为训练和推理两个阶段，这增加了用户的成本。因此，提出了一种无需面部 LoRA 模型训练的零样本版本，即 FaceChain-FACT。此外，只需用户的单张照片，即可生成定制化肖像。与现有商业应用相比，生成速度提升了 100 倍，实现了秒级图像生成速度。FaceChain-FACT 整合了类似于 Stable Diffusion 的基于变换器的面部特征提取器，并使用了作为面部条件的密集细粒度特征，这些特征具有更好的角色再现能力。FaceChain-FACT 与 ControlNet 和 LoRA 插件兼容，并支持即插即用。

FaceChain

FaceChain 是一个可以用来打造个人数字形象的深度学习模型工具。用户仅需要提供最低一张照片即可获得独属于自己的个人形象数字替身。FaceChain 支持在 gradio 的界面中使用模型训练和推理能力、支持资深开发者使用 python 脚本进行训练推理，也支持在 sd webui 中安装插件使用；同时，我们也欢迎开发者对本 Repo 进行继续开发和贡献。FaceChain 的模型由 ModelScope 开源模型社区提供支持。