Как заменить лицо на видео нейросетью: два подхода
Под словами «замена лица» живут две разные технологии, и путаница между ними стоит денег. Первая работает кадр за кадром: нейросеть находит лицо, переносит черты с донорского снимка, смешивает результат с исходной картинкой и возвращает кадр в поток. Внутри такого face swap всегда сидит детекция лица, трекинг по кадрам, маска кожи и подгонка цвета под свет сцены.
Вторая технология пришла из генеративных моделей и называется video-to-video. Модель получает исходный ролик и референсы, потом перерисовывает сцену целиком. Персонаж меняется вместе с одеждой, светом и фоном, потому что для модели это одна картинка в движении.
Разница практическая. Классический face swap дешевле и точнее держит конкретное лицо. Video-to-video лучше сохраняет сцену и чаще переписывает то, о чём вы не просили.
Что поменяли Kling 4.0 и Pika H3 Flex
Два факта последней недели объясняют, почему тема снова в топе.
23 октября 2026 в документации Runway Dev появилась запись про Kling 4.0: модель редактирует исходное видео, принимает до 10 кадров и референсов, плюс до 5 референс-видео. Здесь модель правит готовый материал по образцу, и замена персонажа становится частным случаем этой правки.
29 октября 2026 Pika выпустила пресс-релиз про H3 Flex. Формулировка компании: точное редактирование, замена персонажей, движения камеры, образа и голоса. Заявка шире подстановки лица, и по ней видно направление: править существующий ролик по референсу, сохраняя движение.
Для заказчика вывод короткий. Год назад замена лица была отдельной операцией с отдельным софтом и отдельным счётом. Сейчас это функция внутри генеративной модели, и стоит она как обычная генерация секунд.
Почему лицо мерцает
Технические грабли за два года почти не изменились, и на них уходит больше времени, чем на саму замену.
Мерцание появляется на поворотах головы: трекер теряет опорные точки, маска дёргается, кожа меняет тон между кадрами. Профиль и пол-оборота остаются слабым местом почти всех моделей, потому что донорский снимок обычно снят анфас. Рука или микрофон перед лицом рвут маску, и на выходе получается рваная кромка. Жёсткий свет с одной стороны вытягивает блики, и перенесённое лицо начинает блестеть не там, где блестит сцена.
Отдельная история, волосы и очки. Тонкие пряди на контровом свете модель дорисовывает по-своему, и в движении это видно как шевеление. Оправа двоится, если её нет в референсе.
С губами проще, если речь не идёт о синхроне. Подмена лица сохраняет исходную артикуляцию, и при смене языка дубляж начинает расходиться с картинкой. Тогда нужна отдельная синхронизация губ, и это другая работа с другим бюджетом.
Заменить человека на видео нейросетью: что говорит закон
Здесь начинается часть, из-за которой проекты и отменяют. В России изображение гражданина, включая видео, можно обнародовать и использовать только с его согласия. Это статья 152.1 ГК РФ.
Исключений три. Государственный или общественный интерес. Съёмка в местах, открытых для свободного посещения, и на публичных мероприятиях, если человек не основной объект кадра. Позирование за плату.
Если согласия нет, человек вправе требовать удаления материала. Дальше идут убытки и суд, и вот тут важная деталь: в вопросе дипфейков правоприменение в России только складывается. Практики мало, спорить будут скорее о том, узнаваем ли человек в кадре, чем о самом факте генерации. Твёрдой уверенности в исходе такого спора нет ни у одной стороны. Юридической консультации здесь нет, только разбор нормы.
Когда включается защита репутации
Если дипфейк порочит честь и репутацию, к 152.1 добавляется статья 152 ГК РФ: можно требовать опровержения и удаления. При наличии состава в дело идут нормы о клевете или о мошенничестве, и дальше начинается уголовная плоскость.
Для практики вывод такой: согласие закрывает первую дверь, репутация закрывает вторую, и вторая открывается без вашего участия. Ролик с чужим лицом в неудобном контексте переживёт удаление, потому что скриншоты останутся.
Четыре сценария, которые остаются законными
Своё лицо. Эксперт компании говорит своим лицом в десятке роликов, и согласия не нужно, потому что человек здесь и заказчик, и герой.
Актёр по договору. В договоре отдельным пунктом прописывается согласие на цифрового двойника: где его можно использовать, сколько и на каких площадках. Пункт важнее гонорара, потому что через год актёр уйдёт, а материал останется.
Локализация. Ведущего меняют на другого по согласию обеих сторон: тот, кого убирают, и тот, кто появляется, подписывают документы. Схема удобна для выхода на новые рынки, где нужен местный спикер.
ИИ-персонаж без реального прототипа. Лица нет, согласия не требуется, и это самый спокойный путь для серийных форматов. Как собирать такого персонажа и держать его узнаваемым между сценами, я разбирал в материале про ИИ-персонаж для видео.
Маркировка и доверие
Отдельная тема, маркировка ИИ-контента. Правила и требования к пометке меняются, и в роликах с заменой лица это первый вопрос от площадки: зритель хочет знать, кто в кадре. Что сейчас обязательно и как это выглядит на практике, разобрано в материале про маркировку ИИ-контента.
Мой вывод: заменить просто, согласовать трудно
Если коротко: заменить на видео лицо нейросетью технически уже просто. Модель берёт исходник и референс, отдаёт результат за минуты, и стоит это как обычная генерация. Сложно другое: получить согласие, оформить его так, чтобы оно пережило смену подрядчика, и довести кадр до состояния без мерцания.
По бюджету картина такая. Один ролик в месяц спокойно живёт на подписке. Серия для соцсетей и рекламные версии требуют другой схемы: один шаблон, много вариантов, предсказуемая цена за штуку, и здесь выгоднее собирать видео нейросетями по отработанному пайплайну. Там, где в кадре нужен живой человек и его лицо работает на доверие, я советую ручные ролики от 16 000 рублей: цена известна заранее и не зависит от числа попыток.
Если лицо нужно своё, а роликов много, ручные ролики и видео нейросетями живут в одном проекте: эксперт говорит в кадре, обвязка, перебивки и версии под площадки собираются генерацией. Начинать стоит с одного короткого теста на своём материале: пять-шесть сцен с разными поворотами головы показывают, где именно модель ломается, и это дешевле, чем узнавать о мерцании на готовой серии.
