FaceChain-FACT：人类 AIGC 的人脸适配器
FaceChain-FACT 是一种零样本（zero-shot）人脸适配器，旨在解决人脸定制化图像生成中因人脸高细节带来的挑战。传统的 FaceChain 工作通过训练个人的 LoRA 模型来整合人脸信息并生成定制肖像，但该流程分为训练和推理两个阶段，增加了用户成本。FaceChain-FACT 无需训练人脸 LoRA 模型，仅需用户单张照片即可生成定制肖像。
主要能力与特点：
- 零样本生成：不需要训练用户的 LoRA 模型，仅需单张照片。
- 速度提升：相较于 SOTA 商业应用，生成速度加速 100 倍，达到秒级图像生成速度。
- 人脸特征提取：集成基于 Transformer 的人脸特征提取器，结构类似 Stable Diffusion，使 Stable Diffusion 能更好地利用人脸信息。
- 细粒度特征：使用密集细粒度特征作为人脸条件，具有更好的角色还原度。
- 插件兼容：与 ControlNet 和 LoRA 插件无缝兼容，即插即用。
- 风格多样：通过融合来自 FaceChain 的各种 LoRA 模型，可以生成多种风格的肖像。
技术原理： 系统使用一系列图像预处理，包括人脸分割、人脸裁剪与对齐、手部检测、人脸质量筛选等，以筛选和获取训练数据集。利用基于 Transformer 的人脸特征提取器提取特征，并使用倒数第二层的密集细粒度特征作为人脸条件。Stable Diffusion 通过 FACT-Adapter 接收人脸条件，并与文本嵌入结合生成肖像图像。
使用方式与适用场景： 该页面主要展示 FaceChain-FACT 的技术介绍与生成效果，未提供具体安装命令、代码或使用步骤。适用场景包括个性化肖像生成、人脸定制化图像创作等。与 FaceChain 相比，其优势在于无需训练、速度快、仅需单张照片。
限制： 页面未提供具体的使用限制、平台支持、收费信息或详细操作指南。此外，页面还提及 Deformable Neural Radiance Fields 可从随意拍摄的视频中创建自由视角肖像（nerfies），但未展开说明。
