你長得像哪位明星？一張照片就知道

你肯定抓到過自己這樣做。看電影的時候刷Instagram的時候路過雜誌攤的時候腦子裡閃過等等我長得像那個人？這是一個很小但很頑固的問題。大多數人一輩子都得不到真正的答案。問問朋友對方說句場面話就完了。

這個頁面讓你問機器。上傳一張照片模型就在幾千張明星臉裡找出結構上跟你最接近的那些。返回名字和百分比。讓人意外的一點：什麼都離不開你的螢幕。全部計算在本地跑在你正在看的這個瀏覽器分頁裡。不上傳不登入不留痕。

上傳一張照片看自己像哪位明星好奇機器怎麼看你這張臉？ 試試匹配工具 →在瀏覽器裡跑 · 不上傳任何東西 · 不需要帳號

模型到底對你的臉做了什麼這值得搞清楚因為理解了它你讀結果的方式會變。模型不是魔法它看你的照片跟人看的方式完全不一樣。

AI如何標記臉上的點並比較在你臉上打點. 模型做的第一件事是找到你臉上的大約六十八個關鍵點。眼角眉尾鼻尖唇線下巴輪廓。你在犯罪劇裡見過那種法醫面部地圖的話差不多就是那個樣子。把這些點壓縮成一串數字. 這些點被數學方法壓成幾百個數字的向量。研究者管這叫embedding。數字編碼了你臉的幾何比例以及五官之間的距離。關鍵特性：同一個人的兩張照片產生相近的數字列表。陌生人產生相距很遠的列表。測量你跟每個明星的距離. 模型手裡已經有幾千個明星的數字列表預先算好存著了。它拿你的列表跟他們每個人的算數學距離。最短的距離贏。最近的那幾個就是你的結果。百分比是距離不是相似度評分. 這裡大多數人搞混。那87%匹配不是說你長得87%像那個明星。它說的是你的embedding跟他們之間的數字距離相對於基準線來說比較小。高百分比告訴你你的臉的幾何結構異常接近他們。不告訴你路過的陌生人會不會覺得像。結果不對多半是照片的鍋模型手上只有你給它的像素。垃圾進垃圾出在這裡比哪裡都適用。真正能騙到模型的是這些：

陰影是頭號敵人。一盞燈把硬陰影投在半邊臉上會改變模型用的距離讀數。陰天日光或多個光源的房間比直射陽光或一隻燈泡給出的結果更乾淨。角度比你以為的重要。從下往上拍的自拍會讓下巴變寬額頭變窄。模型信這個。把相機舉到眼睛高度。眼鏡帽子和遮住臉的頭髮會藏住關鍵點。模型要麼瞎猜位置要麼跳過兩種情況都讓匹配變差。美顏濾鏡是最大的問題。如果你的自拍過了磨皮或塑形濾鏡濾鏡已經挪動了你的五官。你匹配的是濾鏡版的臉不是你真實的臉。多試幾張。不同的照片給出不同的結果因為角度和光線會挪動點的位置。如果三張照片都指向同一個明星那就是強信號。模型不知道你本人長什麼樣。它只知道照片裡的2D投影。一張好的照片是從正面在平而均勻的光線下像你的那張。

為什麼我們天生就想知道這個答案心理學有一個分支專門研究為什麼人類對給臉分類這件事如此著迷。我們控制不住。給誰看一張陌生人的照片幾毫秒內他的大腦就在把那張臉往框裡塞：像舅舅像那個演員跟我同事一個感覺。這是無意識的是古老的。從進化角度看快速整理和識別面孔是生存技能。

明星撞臉工具把這個本能接上了數字。不再是含糊地覺得像某人你得到一個具體的名字和百分比。這讓結果感覺更真實更像一個判決。它不是。但好幾百萬人試過這類工具其中相當一部分截了圖發給朋友說明它夠有趣。

這也滲進了遊戲文化。Roblox Dress to Impress之類的虛擬形象換裝遊戲裡有明星撞臉環節你要重現某個名人的造型。從真實的面部匹配出發的玩家往往比靠猜的得分更高。

怎麼解讀螢幕上的結果結果出來後它們落在幾種模式裡。知道你在看哪種有助於你解讀那些數字。

明星匹配結果範例和分數明顯領先的第一名一個明星高居榜首跟第二名拉開不小的差距。這感覺很確鑿但未必。它說明模型對幾何距離有把握。至於人類是否會看出像不像是另一個問題。

兩個名字不分上下你的臉落在兩個明星之間模型選不出來。這很常見通常也更有意思。你可能同時跟兩人共享某些特徵。把你的臉想像成兩個名人的幾何平均。

完全沒聽說過的人有時候排第一的匹配是你沒看過的劇的演員或者你指不上地圖的國家的公眾人物。模型不在乎名氣。它比較的是形狀。之後你要不要去搜那個人是你的事。

所以你長得像哪個明星？想知道模型怎麼說只有一個辦法。上傳一張照片等幾秒鐘看結果。你的影像在你自己的裝置上處理離開這個頁面就沒了。結果不是對你長相的科學鑑定它是一個完全跑在你機器上的幾何小把戲。 看看你的明星匹配 →

本地執行 · 大約五秒 · 不用註冊

跟某個明星直接比一比. 想看看自己跟某個特定明星比起來怎麼樣？庫裡每個人都有面部幾何分析定義他們的特徵以及哪種照片能對出好匹配。選一個然後比較。 瀏覽明星庫 →