DeepFaceLab 2.0 这几年在合成圈子里几乎是绕不开的名字。不管你是做人脸对齐、虚拟角色驱动，还是给短视频素材做面部替换，多半都会碰到这个工具。现在网上教程里教的大部分是 2.0 的流程，可很多老玩家手里还囤着老版本跑了一半的模型，或者那份用了很久的教程文档还是老版本的一套玩法。这篇文章就把 DeepFaceLab 2.0 和老版本之间的区别从头到尾捋一遍，重点讲安装部署、模型结构、训练逻辑和操作流程的变化，顺手把我自己踩过的坑也放进来，给准备迁移的朋友做个参考。
1. 底层引擎先换了：2.0 不是换皮，是重新装修
1.1 TensorFlow 1.x 到 2.x 的连锁反应
老版本整个训练和推理都建立在 TensorFlow 1.x 之上。那时候写神经网络，习惯是先搭一个静态计算图，再开一个 Session，用session.run()把数据喂进去，跑完之后还要手动恢复变量。老版本的模型训练脚本里，经常能看到一大堆placeholder、global_step这类的老式写法，这些在新版框架里已经不太行得通了。
TensorFlow 2.x 默认走的是即时执行模式，不再需要先声明静态图再启动会话。原来那套tf.Session()、tf.get_collection()的接口也被移除了，代码结构完全不一样。这个变化对普通用户最大的影响有三个：
- 模型文件格式和权重保存方式变了，老版本训练出来的模型，直接放到 2.0 里读，经常报错；
- 很多训练过程中的日志输出、学习率记录、模型保存机制都被重写了；
- 底层对显卡驱动的调用逻辑也改了，老版本配的 CUDA、cuDNN 版本可能不匹配。
打个不那么恰当的比方，老版本像是毛坯房里自己拉电线、自己装插座，2.0 是开发商统一布好线路，插座位置固定了，但稳定性高了不少。你不需要关心那些底层的placeholder究竟是啥意思，但代价是以前那种"靠改脚本里的参数来调模型"的自由度被踩了刹车。
1.2 为什么这次不是小修小补，而是重做工程
老版本经过很长一段时间的迭代，代码分支越堆越多。不少模型的实现思路在当时没有问题，但放到新框架里，网络层的写法几乎要重新翻译一遍。与其在旧代码上打补丁，不如直接基于新框架重写训练流程。于是 2.0 在模型命名、参数配置、训练入口这几个层面都做了收敛。
收敛的意思是什么？老版本你在启动脚本里能看到好几个模型选项，比如 H64、DF、SAE、LIAE 等等，每个模型有自己的一套参数，手动改起来比较麻烦。2.0 直接砍掉了大部分分支，把主力集中在 Quick96 和 SAEHD 这两个模型上。这种做法表面上减少了选择，实际上反而降低了使用门槛。对大多数项目来说，你只要弄清楚 Quick96 和 SAEHD 的区别，就能覆盖日常九成以上的需求。
1.3 版本选择建议：什么人该留在老版本
如果你手里的老版本模型已经训练到满意的阶段，只是为了出一段成品视频，那没必要冒险迁移。直接完成提取、训练、合成流程，把结果渲染出来就行。迁移到 2.0 并不会让已经烧了几十万迭代的模型变得更好，反而可能因为加载格式不同导致整个项目白干。
但如果你面临下面这几种情况，我更推荐直接用 2.0 重开一局：
- 素材要重做，旧模型的分辨率上限已经不能满足需求；
- 需要更精细的遮罩处理，老版本内部遮罩分支的能力不够用了；
- 显卡可以撑得住更大的模型，想把清晰度再往上提一档；
- 教程和社区问答里的讨论风向已经全面转向 2.0，继续在老版本里折腾会越来越孤独。
2. 安装部署与硬件匹配：老用户最容易栽的坎
2.1 解压出来不再是一堆脚本
老版本的部署方式非常直接，解压之后你会看到一大排批处理文件。大概长这样：
1_clear_workspace.bat 2_extract_pictures.bat 3_extract_face.bat 4_train_model.bat 5_convert_video.bat每个脚本对应一个环节，双击就能跑。但参数得自己在脚本里改，比如提取人脸的--face-type、训练模型时的分辨率、批大小等等。一旦改错一个数字，运行到一半就会报错，排查起来非常费劲。
2.0 的入口变成了一个主菜单形式。解压后目录结构大概是：
main.bat _internal/ workspace/双击main.bat后会进入一个选项菜单，按数字键选择功能，再按回车进入可视化配置界面。想提取人脸，进对应菜单；想训练模型，进对应菜单，参数在界面里直接填。这个改动对新手来说友好很多，对老手来说也算解脱，至少不用反复编辑脚本文件了。
2.2 显存管理思路差异巨大
老版本在显存管理上非常"硬核"。批大小、模型分辨率、编码器尺寸这些参数一旦对应不上显卡的显存，训练过程会直接崩，尤其是模型刚加载到一半、显存不够的那一下，控制台就红了。我当时用老版本跑 SAE 模型，为了找到不崩溃的批大小，来回测试了几十次，每次都要重新启动训练。
2.0 在配置界面里通常会根据当前显卡给出一个比较保守的推荐批大小，还会检查显存占用。它不再让你盲目从默认值开始试错，而是先给你一个大概率能跑动的起点。当然，这不是说 2.0 可以不看显存，只是把"尽快跑起来"的成本降下来了。如果你比较在意性能上限，仍然可以手动调大批大小，只是需要承担 OOM 的风险。
另外提一个细节：显卡驱动、CUDA、cuDNN 的版本匹配问题。老版本对这套环境的挑剔程度很高，版本稍微漂移一点就报错。2.0 把大量底层依赖打包进_internal目录里，普通用户不需要再单独去折腾计算框架组件，这省掉了不少环境问题。万一还遇到报错，优先排查显卡驱动版本是否过旧，再考虑其他因素。
2.3 workspace 三件套被固定下来
老版本后期其实已经开始用workspace概念了，但 2.0 把它定成了标准目录结构。你打开workspace目录，基本会看到data_src、data_dst、model这么几个核心子目录。
data_src放源素材：待对齐的人脸图片、切好的脸部数据；data_dst放目标素材：视频帧、需要被替换的人脸区域；model放训练模型文件和数据。
我第一次从老版本迁到 2.0 时，最不习惯的就是数据目录里还细分了aligned、debug、merged等子目录。后来发现这套结构是对的，它能让每个阶段的数据互不干扰。比如你在data_dst里做手动排序，不会误碰到data_src的干净素材；模型训练时临时产生的调试图也不会污染原始图片。整体思路就是从"一股脑塞一个文件夹"变成"按工作流分门别类"，长期用下来会省很多事。
3. 模型结构的异同：这才是决定效果上限的地方
3.1 老版本模型阵容回顾
老版本里有几个模型，很多朋友可能还记得：
- H64：低显存环境下的轻量模型，输出分辨率不高，适合验证整个流程是否跑得通，效果比较粗糙；
- DF：早期的通用模型，模型体积适中，质量在当年来讲还算可以，但细节和遮罩能力一般；
- SAE：老版本里的"均衡之选"，在很多项目中被当作主力模型，训练速度和效果比较平衡；
- LIAE：对遮挡、角度变化做了一些优化，但使用门槛稍高，参数也多。
这些模型在 2.0 里都已经不出现在默认训练入口了。代替它们的，是 Quick96 和 SAEHD。Quick96 面向低显存用户，目标分辨率低，训练快，适合快速出片或者做流程测试；SAEHD 则是如今真正的主力模型。
3.2 SAEHD 的结构为什么能打
SAEHD 这个名字拆开看，SAE 是自编码器结构，HD 是高清的意思。和老版本 SAE 相比，它最明显的变化是网络规模更大、模块更细分。
自编码器的思路不难理解：把人脸图像压缩成一个中间特征，再由解码器把特征还原成人脸。普通 SAE 的做法比较直接，编码器压缩、解码器还原，中间是一层比较窄的特征向量。SAEHD 在编码器和解码器之间加了一条更宽的中间层，可以理解成压缩的时候保留的信息更多了，还原时的细节自然更好。除此之外，SAEHD 还引入了一些独立分支，比如单独处理目标人脸特征的分支，让重建出来的脸更贴合目标视频里具体的脸型、表情和光影关系。
训练这个模型时，你会在配置界面里看到一堆选项。我的建议是：除非你非常清楚每个选项的后果，否则不要一次性把默认值全改掉。先用默认配置跑起来，等预览画面稳定之后再慢慢调，这是最稳妥的路径。
3.3 训练参数语义差异对照
| 维度 | 老版本 | 2.0 | 实际影响 |
|---|---|---|---|
| 模型选择 | 多个模型分支，靠脚本文件区分 | Quick96 与 SAEHD 两个默认入口 | 入手更简单，选择成本低 |
| 批大小 | 手动改脚本，容易崩 | 配置界面推荐，可持续调整 | 试错成本降低 |
| 遮罩训练 | 模型内部附属分支 | 独立 XSeg 模型，单独训练 | 遮罩精度提升非常明显 |
| GAN 增强 | 分散在模型参数里 | 独立开关与强度选项 | 开启后细节更丰富，但训练更慢 |
| 眼嘴优先 | 部分模型自带，不太好调 | 选项更明确，可以随时开关 | 针对表情和局部细节有更好控制 |
还有一个特别值得注意的变化：老版本里如果训练过程中途想换一个模型，基本等于重新开始。2.0 虽然也不能做到无损切换，但至少 Quick96 和 SAEHD 之间的数据接口、对齐文件格式是通用的，你从 Quick96 跑到一半换到 SAEHD，理论上素材可以直接复用，不需要重新提取。这个"素材复用"的能力在日常项目里非常香，能省掉重复的预处理时间。
4. 实操迁移：从老版本项目搬到 2.0 的完整经过
4.1 先判断旧模型还能不能救
我曾经试图把一个老版本的 SAE 模型硬塞到 2.0 里加载，结果训练界面直接报错，提示模型结构不匹配。后来翻了不少资料才明白，新旧版本使用的基础框架都换了，权重张量的组织方式完全不同，直接加载是不可能成功的。
所以如果你真的想迁移，我的建议路线是：素材重提，模型重训，不要尝试强行兼容。旧素材如果质量还不错，可以继续用，但人脸对齐这一步最好重新走一遍，因为 2.0 的对齐参数里有一些新的选项，比如更精细的人脸角度预算、不同的裁剪策略，重新提取出来的对齐图会更适合新版模型训练。
重训也不是从零开始就意味着吃亏。2.0 在预训练阶段做了不少优化，训练到出预览效果的时间往往比老版本短，而且 XSeg 遮罩的加入让后续处理精度提升了一截。从最终成品角度看，重训的成本并没有想象中那么高。
4.2 数据准备与手动排序的新流程
数据准备阶段里，老版本最大的痛点是排序。直接按文件名排序会把不同角度的脸部混在一起，训练时人脸跳来跳去，模型很难学稳。那时候很多人会自己写程序或者用额外的工具去分类，非常折腾。
2.0 引入了手动排序工具，可以在可视化界面里直接把不要的帧挑出来，或者把同一角度、同一表情的帧放到一块。实操起来很直觉，就是看一张图片决定保留还是剔除。我第一次用这个功能的时候，花了半小时把素材里几百张闭眼、模糊、角度过偏的帧全部清掉，之后训练出来的脸干净利落得多。素材质量远比想象中重要，手动排序这个步骤千万别跳过。
4.3 XSeg 遮罩：2.0 里最值得适应的变化
老版本的遮罩依附在模型内部，训练完之后直接拿来用，但碰到遮挡物、手挡脸、头发边缘这些复杂情况时，遮罩边界经常糊成一团。2.0 把遮罩功能独立成了 XSeg 模型，需要手动标注少量图片，再训练出一个专门针对当前素材的遮罩模型。
流程大概是：
- 在目标素材里挑出一些遮挡比较严重的帧；
- 进入遮罩编辑界面，手动描出需要保留和需要排除的区域；
- 训练 XSeg 模型，让模型学会在这一类素材上区分边界；
- 把训练好的遮罩应用到全部目标帧上。
刚开始你会觉得标注很麻烦，但做了几十张图之后，模型就具备一定的泛化能力了，后面基本是越标越少。实际合成时，遮罩边界干净，头发、眼镜、手指这些位置不会穿帮，整体效果提升非常大。所以，如果你是从老版本过来的，XSeg 是最值得花时间适应的新流程。
5. 常见问题与排查技巧实录
5.1 加载旧模型报错怎么办
如果你非要在 2.0 里打开老版本模型，最常见的报错是模型结构不匹配，或者读取权重维度对不上。这种问题没有任何捷径，直接放弃加载即可。比较稳妥的做法是：把旧模型文件留在model目录里做备份，然后在 2.0 里新建同名模型重新训练，训练到一定程度后再对比新旧模型效果，决定是否继续投入迭代。
如果新版本训练过程中遇到莫名的中断，先检查workspace目录是否有剩余临时文件，比如.dat、.json这类缓存文件，它们如果损坏，可能干扰新模型的加载。删掉异常缓存文件再试，往往就正常了。
5.2 显存不够但想跑高清模型怎么办
SAEHD 的好处是可以在配置界面里调整目标分辨率。你的显卡如果只有几个 G 的显存，就不要硬顶着高分辨率跑，能跑通比参数好看更重要。试过几次之后，我的经验是"降低目标分辨率、提高素材质量"是最划算的策略。分辨率调低一点，模型容量余量大了，反而可以把批大小稍微调高，训练稳定性也更好。另一个有效操作是关闭一些比较耗显存的功能模块，比如 GAN、更高质量遮罩之类的增强项，等主要模型训练到稳定阶段再打开。
5.3 预览模糊、脸型怪异的排查顺序
遇到预览效果差，我一般按下面的顺序排查：
- 源素材清晰度：
data_src里的对齐人脸如果本身模糊、有压缩痕迹，模型再怎么练也救不回来； - 训练迭代数：跑了几千代就着急看结果，其实还没到出细节的阶段，SAEHD 往往要跑到几万代之后才见真章；
- 遮罩是否应用：如果 XSeg 遮罩训练得不够，合成时目标区域和周围环境的过渡就会很假；
- 目标人脸角度：如果源素材里某个角度的脸很少，模型在那个角度上就会崩，需要补充素材而不是调参数。
5.4 效率自查清单
我平时在训练卡住或者效果不满意的时候，会做这样一份简单的自查：
| 项目 | 检查点 | 常见处理 |
|---|---|---|
| 素材 | 是否清晰、角度均衡、已经去除非目标帧 | 重新提取、手动排序、补充角度 |
| 模型 | 分辨率与显卡是否匹配、批大小是否合理 | 调低分辨率、调整批大小 |
| 遮罩 | XSeg 是否已训练并应用 | 回到遮罩编辑界面继续标注 |
| 训练进程 | 迭代数是否足够、loss 是否持续下降 | 继续训练，不轻易重置 |
| 合成阶段 | 遮罩边缘是否过渡自然 | 微调遮罩羽化、扩展宽度 |
这份清单本身不复杂，但它能帮你在项目卡壳时快速定位问题，而不是病急乱投医地改一堆参数。说到底，DeepFaceLab 2.0 和老版本的差异，最核心的还是那几句：模型结构变了、遮罩独立了、操作入口统一了、底层依赖重写了。适应这套变化之后，你会发现自己出成品的效率反而比在老版本里折腾脚本高出一截。我个人实际操作中的体会是，迁移初期最不值得花时间的就是硬啃旧模型兼容性，不如把精力放到素材整理和 XSeg 标注上，那才是真正拉开成品质感的环节。
