Última actualización 08-13-2026
Categoría:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
DeepFaceLab
DeepFaceLab entrena y ejecuta intercambios de rostros deepfake en tu propia GPU mediante una completa cadena de procesamiento en Python que controlas localmente. Extrae rostros de videos fuente y destino, entrena un modelo de red neuronal y fusiona el rostro intercambiado de nuevo en el metraje a resoluciones de hasta 512 píxeles y más.
A diferencia de las aplicaciones deepfake en la nube que ocultan la cadena de procesamiento, DeepFaceLab te ofrece cada etapa, incluyendo la extracción facial S3FD, el enmascaramiento XSeg y arquitecturas de modelos como SAEHD. Esa profundidad implica una curva de aprendizaje pronunciada: el README advierte que no existe una solución de un solo clic y se espera familiaridad con After Effects o DaVinci Resolve para el trabajo de acabado.
Artistas de VFX, creadores de YouTube e investigadores que necesitan reemplazo facial local basado en GPU son el público principal. El repositorio fue archivado en modo solo lectura el 13 de noviembre de 2024, pero el código, las compilaciones para Windows y más de 19,300 estrellas en GitHub siguen accesibles. El proyecto relacionado DeepFaceLive maneja intercambios en tiempo real por separado.
Más de 19,300 estrellas en GitHub con 928 bifurcaciones y licencia GPL-3.0 de código abierto
Flujos de trabajo de reemplazo facial, rejuvenecimiento y cambio completo de cabeza con entrenamiento en resolución nativa
Extractor facial S3FD y editor XSeg para enmascaramiento facial preciso
Compilaciones para Windows distribuidas vía torrent y Mega.nz; versión para Linux disponible
Construido sobre TensorFlow con aceleración GPU CUDA y DirectX
El proyecto relacionado DeepFaceLive añade cambio de rostro en tiempo real para streaming y videollamadas
Control completo del proceso desde la extracción facial hasta el entrenamiento del modelo y la fusión de video
Más de 19,300 estrellas en GitHub y comunidad activa en Discord para resolución de problemas
Completamente gratuito bajo GPL-3.0 sin dependencia de la nube ni límites de uso
Soporta reemplazo facial, rejuvenecimiento y cambio de cabeza en una sola herramienta
Repositorio archivado en solo lectura en noviembre de 2024 sin desarrollo activo
Requiere GPU NVIDIA, configuración CUDA y mucho tiempo para aprender el flujo de trabajo
No resultados con un clic; finalizar el trabajo suele necesitar After Effects o DaVinci Resolve
¿DeepFaceLab es gratis?
Sí. DeepFaceLab es gratuito y de código abierto bajo la licencia GPL-3.0. Puedes descargar el código desde GitHub o paquetes precompilados para Windows y ejecutarlo localmente en tu propio hardware GPU sin tarifa de suscripción.
¿DeepFaceLab sigue en desarrollo activo?
No. El repositorio de DeepFaceLab en GitHub fue archivado por el propietario el 13 de noviembre de 2024 y ahora es solo de lectura. El código y las versiones siguen disponibles para descargar, pero no se añaden nuevos commits ni funciones.
¿Qué puede hacer DeepFaceLab?
DeepFaceLab soporta reemplazo de caras en video, rejuvenecimiento facial y cambios completos de cabeza. Entrena modelos personalizados de redes neuronales a partir de conjuntos de caras origen y destino, luego fusiona el resultado de nuevo en el metraje original.
¿Qué hardware requiere DeepFaceLab?
DeepFaceLab requiere una GPU NVIDIA con soporte CUDA para entrenamiento e inferencia. El proyecto usa TensorFlow y DirectX, y los paquetes precompilados para Windows son el método principal de distribución, con un puerto comunitario para Linux también disponible.
¿En qué se diferencia DeepFaceLab de DeepFaceLive?
DeepFaceLab se centra en el entrenamiento y fusión de reemplazo de caras en video offline con control completo del proceso. DeepFaceLive, un proyecto relacionado del mismo autor, maneja el intercambio de caras en tiempo real para streaming en PC y videollamadas.
¿Dónde puedo obtener ayuda con DeepFaceLab?
DeepFaceLab mantiene un canal oficial de Discord para soporte comunitario en inglés y ruso. El repositorio de GitHub también tiene 530 issues abiertos y documentación en la carpeta doc, aunque el repositorio está archivado y es solo de lectura.