FaceChain FACT部署教程：免训练单图生成AI写真完整指南

发布日期：2026-08-13 | 分类：AI工具教程

项目简介

FaceChain FACT是阿里巴巴开源的AI人像写真生成项目全新版本，摒弃传统训练过程，单图zero-shot直接生成目标人像。支持丰富风格模板，已在商业应用中广泛使用。GitHub仓库：modelscope/FaceChain。

环境要求

Python ≥ 3.8
PyTorch ≥ 2.0 + CUDA 11.8+
GPU显存：≥8GB（推荐16GB+）
磁盘空间：约20GB（模型权重+依赖）

第一步：克隆仓库

git clone https://github.com/modelscope/FaceChain.git
cd FaceChain
git checkout fact  # 切换到FACT分支

第二步：安装依赖（两种方式）

# 方式1：pip安装
pip install -r requirements.txt
pip install -r requirements_fact.txt

# 方式2：Docker一键部署（推荐）
docker pull registry.cn-hangzhou.aliyuncs.com/modelscope/facechain-fact:latest
docker run -d --gpus all -p 7860:7860 \
  -v $(pwd)/outputs:/app/outputs \
  registry.cn-hangzhou.aliyuncs.com/modelscope/facechain-fact:latest

第三步：下载预训练模型

# 模型自动从ModelScope下载，无需手动操作
# 如需手动下载：
pip install modelscope
python -c "from modelscope import snapshot_download; snapshot_download('modelscope/FaceChain-FACT')"

第四步：启动Web界面

# 启动Gradio Web UI
python app_fact.py

# 浏览器访问 http://localhost:7860

第五步：Python API调用

from facechain.fact import FaceChainFACT

# 初始化
generator = FaceChainFACT(device="cuda")

# 单图生成写真
result = generator.generate(
    source_image="photo.jpg",   # 输入人脸照片
    style="business",           # 风格：business/casual/art/ancient
    num_outputs=4,              # 生成数量
    guidance_scale=7.5,         # 引导强度
    seed=42                     # 随机种子
)

# 保存结果
for i, img in enumerate(result.images):
    img.save(f"portrait_{i}.png")

第六步：批量生成多种风格

styles = ["business", "casual", "graduation", "ancient", "art"]
for style in styles:
    result = generator.generate(
        source_image="photo.jpg",
        style=style,
        num_outputs=2
    )
    for i, img in enumerate(result.images):
        img.save(f"portrait_{style}_{i}.png")

常见问题

Q: 显存不够怎么办？

A: 设置--lowvram参数，或使用CPU模式（速度慢10倍）。

Q: 生成效果不好？

A: 确保输入照片正脸清晰、光线充足、分辨率≥512x512。