智能ai人像模特转型记：摄影棚半年后的质感差距

智能ai人像模特这东西，我起初是不屑的。十年棚龄，见过太多"AI换头"的活，脸是别人的，脖子是自己的，光影各走各的路，一眼假。直到去年冬天一个长期客户拿AI图来问我能不能做到这个程度，我研究了一个周末，才发现现在的AI出图早不是换脸那一套——脸是养出来的，光是算出来的。

今年三月我把棚拍业务减半，主攻AI人像出图，到九月底整整半年，跑了一千二百多张。这篇不谈工具好坏，只讲我摸到的三条经验：脸怎么稳住、质感怎么追实拍、哪些钱还该花在灯上。

脸的稳定性，是智能出图的第一道分水岭

普通换脸工具一张图一个脸，智能出图能养出一张跨批次不变的脸，差距全在前期的形象管理上。这是我半年里最大的认知更新。

我给客户养过四个专属形象，方法说穿了三件事：先定人设——年龄、气质、发型写成一页档案；再用一批高质量底图把形象立住；最后每次生成都挂同一个参考，脸就不会漂。第四个形象是给一家女装店养的，跑了三个月一百多张图，买家根本没发现模特从头到尾没换过人。

脸漂不漂，考验的是纪律。我给自己立过一条铁律：参考图不随手换，换一次前功尽弃。四月我图新鲜换过一次参考，那个月的图脸型忽胖忽瘦，客户返工了两轮，学费交得不轻。

光源方向也得钉死。同一个形象，这次左光下次顶光，脸看着就不是一个人。我的档案里连光位都写了：主光左上四十五度，辅光右下补一点，半年没破过例。

人像质感追实拍，差的那口气在哪

AI人像和实拍的差距剩三处：皮肤质感、发丝边缘、眼神光，三处都能靠底图和后期补到七八成。剩下的两成，多数买家根本不看。

皮肤质感AI容易画过头，光滑得像瓷。我的解法是底图里垫真实皮肤纹理，出图后再把磨皮力度调到最低。发丝边缘靠放大修，一根一根顺是夸张，但发际线和碎发确实要过一遍。眼神光是意外之喜——AI画的眼神光位置居然符合光位逻辑，这一点比换脸工具强出一个代际。

半年下来我跟实拍图做过盲测：给老客户发十张图混着AI和实拍，七个人只猜对两张。差距缩到这个份上，客户已经不在意图怎么来的了，他们在意的是快和便宜——AI图一张四十秒，交期从一周压到两天。

有个细节值得记：镜头参数写在提示词里质感会好一截。五十毫米、1.8光圈、浅景深，这些词喂进去，虚化就自然。我起步时不懂，吃了半个月糊图的亏才想明白，AI在学摄影的语法。

哪些单子我留着实拍不放手

企业高管形象照、要求真人的广告单、群体合影，这三类我还收着实拍的钱。边界划清楚，两头都有饭吃。

形象照客户买的是"这就是我本人"，AI再像也是别人，这条红线我不碰。要求真人的广告合同里写着条款，更碰不得。合影最难做，几张脸放一起的透视和光线一致性，AI现在的水平还差着口气。

棚没拆，灯留了两组，专门接这三类活。有意思的是，因为AI业务把门店名气带起来了，实拍的单子反而比转型前多，客户是顺着AI图找过来的。两条业务线互相带客，这是我没料到的结构。

收入摊开更直白：转型前月均六万上下，今年八月做到八万四，AI业务占六成。设备折旧省了，电费涨了，净利反而厚了半成。账面不说谎。

转型路上我参考过同行养固定脸的完整档案做法，把我的形象档案又补全了一轮，省了不少试错。ai模特sofia养成记：固定脸人设库怎么建才好复用

上个月我把那台陪了我十年的主灯箱擦干净，没有卖，摆在工作室最里头。学生问我留着干嘛，我说留着提醒自己：AI抢走的从来不是摄影师的活，是"懒得想光"的活。灯还亮着，只是按快门的手，换了个方式出图。