FaceChain-FACT-阿里出品，开源版秒鸭相机，单秒级别生成专属AI写真

FaceChain 是阿里达摩院开源的一个功能上近似“秒鸭相机”的项目，你只需要提供最低一张照片即可获得绝美个人写真。目前市场上的 AI 写真大多采用“训练+生成”的两阶段模式，既需要庞大的形象数据支撑，也需要一定的训练时间。而FaceChain完全无需大量数据，无需训练等待，甚至无需训练，只需要一张图片 几秒钟即可生成专属个人艺术形象

项目原理

FaceChain FACT（Face Adapter）之所以能够跳过训练阶段，是因为它经过了百万级别的写真数据训练，从而使得 Stable Diffusion 具备了强大的人脸重建能力。

FaceChain-FACT的核心是基于深度学习的生成模型。该模型通过学习大量的人像数据，能够准确地捕捉人脸的特征和表情。同时，FaceChain-FACT还采用了一系列先进的图像处理算法，包括超分辨率重建、去噪和图像增强等，以提高生成图像的质量和细节

项目优点

• 零拍摄肖像生成：不需要训练用户的LoRA模型，减少了用户的使用成本。FaceChain-FACT能够在没有用户LoRA模型训练的情况下生成定制化肖像。这意味着用户只需提供一张照片，FaceChain-FACT就能够基于这张照片生成个性化的肖像。
• 百万级高速精美图像生成：模型通过大量的高质量人类肖像进行训练，生成的图像质量极高，同时与市面上的商业应用相比，FaceChain-FACT的图像生成速度提升了100倍，实现了秒级图像生成速度。
• 100+高级定制模板：提供了 100 多个高级时装模板
• 兼容性和插件支持：模型支持CPU和秒级推理时间，同时与ControlNet和LoRA插件兼容，支持即插即用。它还整合了一个基于变换器的面部特征提取器，类似于Stable Diffusion，使Stable Diffusion能够更好地利用面部信息

资源要求

GPU: 显存占用约19G
磁盘: 推荐预留50GB以上的存储空间

相关链接

• 参考项目主页：https://facechain-fact.github.io/
• 应用上手：FaceChain人物写真 · 魔搭社区 (modelscope.cn)
• 安装部署指南：facechain/README_ZH.md at main · modelscope/facechain (github.com)
• Github项目：https://github.com/modelscope/f
• 官方代码：https://github.com/modelscope/facechain
• 论文：《FaceChain: A Playground for Identity-Preserving Portrait Generation》
• 魔搭体验（ModelScope Library是一个托管于github上的模型生态仓库，隶属于达摩院魔搭项目）：https://www.modelscope.cn/studios/CVstudio/cv_human_portrait/summary
• 新增高质量提示词模板，参考 awesome-prompts-facechain
• 增加万相版本：在线免费应用
• Colab notebook安装已支持，您可以直接打开链接体验FaceChain： 点击前往
• Hugging Face 在线体验：FaceChain - a Hugging Face Space by modelscope

模型列表

[1] 人脸检测+关键点模型DamoFD：https://modelscope.cn/models/damo/cv_ddsar_face-detection_iclr23-damofd

[2] 图像旋转模型：创空间内置模型

[3] 人体解析模型M2FP：https://modelscope.cn/models/damo/cv_resnet101_image-multiple-human-parsing

[4] 人像美肤模型ABPN：https://www.modelscope.cn/models/damo/cv_unet_skin_retouching_torch

[5] 人脸属性模型FairFace：https://modelscope.cn/models/damo/cv_resnet34_face-attribute-recognition_fairface

[6] 文本标注模型Deepbooru：https://github.com/KichangKim/DeepDanbooru

[7] 模板脸筛选模型FQA：https://modelscope.cn/models/damo/cv_manual_face-quality-assessment_fqa

[8] 人脸融合模型：https://www.modelscope.cn/models/damo/cv_unet_face_fusion_torch

[9] 人脸识别模型RTS：https://modelscope.cn/models/damo/cv_ir_face-recognition-ood_rts

[10] 人脸说话模型：https://modelscope.cn/models/wwd123/sadtalker