ai替换模特脸的正确用法：换自家授权模特做A/B测试

上个月投放复盘会上，同事把两个版本的广告图摆出来：同一条连衣裙，同一姿势，左边是签约模特小林的脸，右边是我们用AI换上去的另一张授权形象。投放两周，右边的点击率3.2%，左边2.6%。差零点六个百分点，意味着同样的预算多带回来两成流量。这就是ai替换模特脸在我们团队的正经用途——不是造一张不存在的脸，是让已有的授权脸跑出数据。

把话说在前面：网上那些拿明星网红照片换脸的玩法，我们一次都没碰过，以后也不会。肖像权的风险没法算账，输一次全赔进去。技术用在哪、怎么留痕、怎么标注，下面按我们团队的实际流程写。

授权先行，白纸黑字写清范围

授权书三要素：用途范围、使用期限、是否允许AI处理，少一条都不能开工。换脸这件事，法律文件走在技术前面。

我们和签约模特的合同里专门有一款：品牌方可以对拍摄素材做AI加工，用于电商投放和详情页，不得用于其他品类宣传，期限两年。就这一条，当年加进去的时候律师费花了两千块，现在看是全年花得最值的钱。没有这行字，今天所有的换脸测试都是悬在头上的雷。

合作的独立模特也照此办理。签约时多花半小时讲清楚AI用途，十个人里九个能接受，剩下的不加就不合作，别绕。有人情在里头的事，白纸黑字反而是保护双方。

留痕这件事我们也做成了制度。每张换脸图都对应一条记录：用的哪份授权、哪张底图、谁审核放行，三样齐了图才能进素材库。上季度平台抽检AI内容，我们把记录一调，十分钟回完函，同行的另一个店铺没这套东西，图被下了架还说不清来源。制度平时觉得啰嗦，用上的时候是救命的。

A/B测试怎么跑，数据才作数

只换脸一个变量，两版图同步投放，预算对半，跑够两周再看数。一次改一个变量是测试的基本功，改多了数据就是糊涂账。

我们的规矩是每轮测试只动脸。衣服、场景、姿势、文案全部锁死，连色温都不许动。投放渠道选信息流，预算对半劈，两周起测，太短的周期会被节假日波动带偏。上面那组3.2%对2.6%的数据，就是这样跑出来的，信得过的数据才有资格指导下一季选谁的脸做主形象。

测试量也给你个参考：一个主推款，两版图各跑三百次点击上下，数据才算站住。样本太小的结论我们吃过亏，一次测试跑了三天就下结论选了新脸，结果放量之后表现平平，白改一版。慢一点，稳一点，测试这件事急不得。

测出来的结果也别神化。3.2%那张图换个季度再投，数字会掉，脸的数据跟着季节、款式、投放人群一起波动，我们只拿它做「这一季这一款」的决策，不做终身判决。数据是参考系，不是圣旨，最终拍板的还是懂客群的人。

换脸失败的技术原因，多半在底图

角度差超过十五度、光线方向相反、分辨率不足，三个原因占了失败案例的八成。底图和目标图越接近，换出来的脸越自然。

角度是头号因素。原图仰拍，目标脸是平视素材，换上去的下颌线必歪。我们的素材库按角度归档：平视、微俯、微仰各存一批模特标准照，换脸前先对号。光线方向是第二关，左光换到右光的图上，鼻影会打架，肉眼看就是「贴上去的」。

分辨率这关最隐蔽。目标素材分辨率低于原图，换上去的脸会发糊，放大到详情页第二屏就露馅。我们要求素材库里的标准照一律存原始分辨率，宁可占硬盘，不省这一步。替换完成后放大到百分百查一遍发际线交界和耳廓，两处过了，这张图才算合格。

固定形象的用法和人设库管理，跟换脸是配套工程，人设库怎么建才好复用，那篇写得全。ai模特sofia养成记：固定脸人设库怎么建才好复用

授权书、单变量、如实标注，三条规矩撑起我们团队全部的换脸工作。ai替换模特脸的价值不在「造脸」，在让每一次投放的脸都有据可依、有数可查。你要是也想把A/B测试做起来，先把合同里那一行AI条款补上，这是整件事的第一块砖。