过去我们谈 AI 换脸，通常说的是离线流程：上传照片，上传视频，等待模型处理，最后下载一段结果。这种体验更像视频后期工具，核心问题是最后的画面像不像、稳不稳。
实时换脸的重点不一样。它要求系统在摄像头不断输入的情况下，持续读取参考图、处理画面、返回结果，并且让用户能随时开始和停止。也就是说，用户不再只是等一个成片，而是在一段会话里观察 AI 怎样逐帧改写当前画面。
我在这个实时AI换脸预览 网站上试了试效果很惊艳
开摄像头，上传参考图片，直接就能看到实时效果，和之前的视频编辑完全不是一个样子。
我觉得这个变化有三个值得注意的点：
第一，实时预览把“生成结果”变成了“互动状态”。离线换脸可以慢一点，只要最后结果好看就行；实时预览则必须处理延迟、稳定性、摄像头权限、网络连接和停止结算这些状态。用户会马上感知到卡顿、断连或画面漂移，所以产品不能只展示一个最终效果图。
第二，参考素材的边界变得更重要。人脸参考图应该来自本人或已获得授权的内容。越接近实时摄像头，越不能把它包装成随便套用任何人脸的玩具。一个负责任的实时换脸体验，应该在入口处就提醒授权、用途和保存边界。
第三，换脸、换装和风格重绘开始靠近同一种交互。摄像头提供当前画面，参考人像、服装或风格图决定变化方向，模型持续返回新的视觉输出。区别只是参考对象不同，本质上都是“参考输入 + 摄像头 + 实时 AI 输出”的链路。
感觉这个方向还是有很大的空间，目前还没有一个模型很出圈。
