宝宝长相预测：神经网络怎样“混合”两张脸——一对父母实测

几乎每对父母都想知道孩子会像谁。神经网络看不到未来，但能画出一张可信的肖像，里面同时有父母双方的特征。我们在 AI2Face 的生成器里用一对故意做成反差外形的虚构情侣试了一次，好看出模型从妈妈那里取了什么、从爸爸那里取了什么。

怎样做宝宝长相预测

1. 上传两张肖像作为参考：第一张是妈妈，第二张是爸爸。在提示词里写明这个顺序。
2. 写上年龄和性别：“大约6岁的女儿”“大约1岁的宝宝”。
3. 要求混合特征，并列出要哪些：眼睛、眉毛、雀斑、嘴唇、头发。不写的话，模型常常只复制其中一个家长。
4. 加上“a plausible real child”：否则婴儿有时会生成一张成人的脸。

我们的“父母”：红发、绿眼睛、有雀斑的女人，以及深色头发、棕色眼睛、浓眉、下巴有酒窝的男人。

用父母照片生成孩子的提示词

Using the two reference photos as the mother (first photo) and the father
(second photo), create a realistic portrait photo of their daughter at about
6 years old who naturally combines features of both parents: mixed traits such
as the father's dark brown eyes and thick eyebrows with the mother's freckles,
nose and lips, wavy auburn-brown hair, skin tone between the parents. Head and
shoulders, white t-shirt, plain light grey background, soft studio light,
natural smile. A plausible real child.

提示词可以用中文写，但“first photo — mother, second photo — father”这段最好原样留下：这样模型才不会搞混该取谁的特征。

一岁的未来宝宝

给婴儿写特征时要松一些（“for example…”）：一岁的脸还不太像成人，要求写得太死，就会得到一个“小大人”。

女儿还是儿子：6岁时孩子长什么样

我们让女儿用爸爸的眼睛和眉毛，让儿子用妈妈的眼睛。模型两样都做到了，还加上了自己的猜测：儿子出现了雀斑，女儿则是棕红色的波浪发。

生成不是抽签：你点名的特征，模型几乎总会用上。与其做一张“准确”的，不如做3–4个不同组合（“妈妈的眼睛，爸爸的头发”，以及反过来）更有意思。

Nano Banana Pro 还是 GPT Image 2.5

我们把女儿的提示词分别发给了 Nano Banana Pro 和 GPT Image 2.5：

	Nano Banana Pro	GPT Image 2.5
爸爸的特征	眼睛、眉毛、肤色	几乎看不出来
妈妈的特征	雀斑、嘴唇、头发里的红色	头发、雀斑、浅色眼睛
是否照提示词	准确	部分做到：没采用棕色眼睛
真实感	高	高

在我们的测试里，Nano Banana Pro 更会“混合特征”——孩子确实像双方。GPT Image 2.5 给出的孩子简直是妈妈的翻版。如果你也得到某一个家长的复制品，就把另一位的特征明确写出来，再生成一次。

和未来孩子的全家福

最暖的形式是一张合影：父母认得出，孩子坐在妈妈腿上。

这种画面要加上“Keep both parents’ faces exactly recognisable”。更多几个人同框的做法，见 AI全家福写真 和 同一张图里的多个角色。

这有多接近事实

图像生成模型并不模拟遗传。它看见两张脸，再画出第三张带着这些特征的脸——和画家画“这对父母的孩子”是一回事。遗传学更复杂：

• 眼睛颜色由多个基因决定。 据 MedlinePlus（美国国家医学图书馆），起主要作用的是 OCA2 和 HERC2，除此之外至少还有八个贡献较小的基因。
• 结果并不总是能预料。 同一资料写道，蓝眼睛的父母也可能生出棕色眼睛的孩子，虽然这种情况少见。学校里“棕色显性”的简单图示解释不了这一点。

所以把这张肖像当成明信片或游戏：它给出一种可信的可能，不是那一个特定的孩子。

该上传父母的哪些照片

• 正面，脸要大。 侧面和四分之三侧面能提供的五官信息更少。
• 两张都用均匀的日光。 其中一张若是暖色台灯，会把皮肤和头发“染”成另一个颜色。
• 不要眼镜、滤镜和浓妆。 模型会把它们当成特征带到孩子脸上。
• 背景和构图相近。 这样模型更容易比较两张脸。又小又暗的照片，先用 AI 提升照片画质。

拿到结果之后做什么

• 按年龄做一组。 把成功的孩子肖像作为参考上传，只改年龄：同一个人会出现在1岁、6岁和16岁。
• 双胞胎。 写上“twins, a boy and a girl”——模型会画出两个相像、但特征组合不同的孩子。
• 让肖像动起来。 宝宝微笑、挥手的短视频，是从已经做好的画面生成的，做法见 照片变视频。

在哪里做宝宝长相预测

在 AI2Face 里，Nano Banana Pro 和 GPT Image 2.5 在同一个生成器中：上传两张肖像，把提示词发给两个模型，选孩子更像双方的那一张。每次生成的费用在开始前显示，可以用银行卡或加密货币支付，套餐积分不会过期。请使用你自己的照片，或在对方同意后使用伴侣的照片。

总结

根据父母照片得到的未来孩子不是预测，而是一张可信的混合肖像：模型取走你点名的特征，再补上其余部分。想让孩子像双方，就上传两张光线均匀的正面肖像，写明谁是妈妈、谁是爸爸，并列出各自的特征。在我们的测试里，Nano Banana Pro 做得更好，GPT Image 2.5 更常画出某一个家长的复制品。多做几个版本，再做一张全家福——这是送给一对父母的温暖礼物，不是医学答案。