**StreamingSwap：实现实时流式视频换脸的高效框架**

_From Short Clips to Real-Time Streams: Identity-Aware Supervision and Context-Efficient Generation for Video Face Swapping_

> 针对现有视频换脸技术在身份还原、高保真度和实时生成长视频流方面的挑战，该研究提出了 StreamingSwap 框架。该方法通过引入联合重识别损失（Joint Rec-ID Loss）强化身份监督，并利用人脸区域生成（Face-RoI Generation）和短上下文滚动训练（Short-Context Rollout Training）减少计算开销。基于 1000 小时电影级数据集 HumanFaceVid 的训练，StreamingSwap 在单张 RTX 4090 显卡上即可实现 20 FPS 的实时生成，并能稳定处理长达 10 分钟的视频。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.26681)