# AI合成照片：把不同照片里的人放进同一张图

> AI合成照片只需生成一次：附上人物照片，描述一个共同的场景，模型就会画出一张新图，让所有人在同一光线下站在一起。我们把三张独立肖像中的人分别放进 Nano Banana 2.1、Nano Banana Pro 和 GPT Image 2.5，看看哪个模型最能保住面孔，以及如何不丢失相似度。

发布于 2026-10-21 · 更新于 2026-10-21
URL: https://ai2face.com/zh/blog/obedinit-foto-nejroset

不久之前，要把两张不同照片里的人放到一起，还需要修图软件、蒙版和一个小时的调光。生成式模型一次就能完成：附上人物照片、描述场景，模型就会画出一张新图。下面介绍其原理、[AI2Face](/zh/blog/neskolko-personazhej-v-odnom-kadre) 的分步教程、现成的提示词，以及四个模型在相同面孔上的对比。

## AI合成照片是怎么做到的

AI 并不像拼贴那样把照片粘在一起。它把照片当作参考——每个人外貌的样本——然后从零开始绘制场景。因此在结果里，所有人共享同一光线，阴影朝同一方向，比例和透视也一致，没有暴露手工拼接的接缝。

这也带来了主要风险：模型可能会“脑补”出一张脸。同一个人的照片越多，你越准确地指出谁在哪张照片里，结果就越接近原貌。Google 将此视为 [Nano Banana Pro](/zh/models/nano-banana-pro) 的强项：最多 14 张参考图，一张图里最多五个人保持可辨认。

![左边是红发女性和留胡子男性的肖像，右边是两人在街边咖啡馆的桌旁一起大笑](https://ai2face.com/_astro/before-after.BKFx88_C_Z1FgkcK.jpg "两张中性背景的肖像 → 咖啡馆里的同一场景。Nano Banana Pro，2K")

## 用AI把两张照片合成一张：分步教程

在 AI2Face 中，把人放到一起最方便的方式是使用角色。角色就是以某人名字保存的 1–4 张照片。带界面截图的完整教程见文章[《同一张图里的多个角色》](/zh/blog/neskolko-personazhej-v-odnom-kadre)。简要步骤：

1. **为每个人创建一个角色。** 进入 角色 → 创建角色，输入名字并添加 2–4 张不同角度的照片。照片有两张及以上时，AI2Face 会把它们整合成统一的角色档案，让模型从多个角度看到这个人。
2. **把角色附加到提示词。** 在生成器中点击“+”，打开“角色”标签页，勾选需要的角色：每个角色都会以缩略图显示在输入框上方，并占用模型照片上限中的一个名额。
3. **在提示词里用 @ 指代人物。** 输入“@”会弹出列表：角色按名字（@Emma），其他照片按编号（@1、@2）。
4. **选择模型和画质。** 人物推荐 Nano Banana Pro 或 [GPT Image 2.5](/zh/models/gpt-image-2-5)，画质 2K。费用在开始前显示在按钮上。
5. **生成 2–4 个版本**，挑选面孔最接近原貌的那张。

如果这些人没有保存为角色，普通照片也可以：用“+”附加，再按编号引用，“@1”和“@2”。

## 合成不同照片里的人：角色与 @ 标签

最常见的错误是用文字描述人物：“穿米色毛衣的女生和穿牛仔衬衫的男生”。模型会自己决定谁对应哪张脸，人数到三个时混淆的情况明显更多。标签解决了这个问题：你写“@Sam 教 @Emma 和 @Leo……”，AI2Face 服务器上的自研算法会把它转换成给模型的主提示词——把每个名字与对应照片精确绑定，并说明每张脸需要保留什么。

![AI2Face 的提示词输入框，含三个角色及高亮的 @Sam、@Emma、@Leo 标签](https://ai2face.com/_astro/screen-prompt-mentions.DPTaSZOb_Z19fuwL.jpg "角色位于输入框上方，文本中的标签高亮显示。计数器 3/14 表示将发送给模型的照片数量")

这是 AI2Face 的技术，在 Nano Banana、GPT Image 以及生成器中的其他模型上效果一致。标签不区分大小写；如果名字由两个词组成，AI2Face 会把空格替换为“_”：@Anna_Maria。

## 如何在照片里添加人物或宠物

要把人加到现成的照片里——你的客厅、风景、旅行照——就用“+”把这张照片附加在角色旁边，并按编号引用：“在 @1 的露台上”“和 @1 里的狗一起”。编号是该照片在附件中的位置，显示在缩略图上。

```
@Leo walks the dog from @1 on a leash along an autumn park alley, the dog looks up at him,
golden leaves, soft afternoon light, candid photo
```

![左边是留胡子男性的肖像和一只金毛寻回犬的照片，右边是他牵着这只狗走在秋天的林荫道上](https://ai2face.com/_astro/dog.D_o5Zixt_1Xobei.jpg "角色 Leo 和狗的照片（@1）→ 公园散步。Nano Banana Pro 同时保住了他的脸和狗的毛色")

同样的方法也能把人放进你自己的背景：“@Emma 和 @Leo 在 @1 的露台上吃早餐，保留木屋、桌子和山景”。如果只想改动成片中的一个细节，而不是搭建新场景，那属于 [AI 修图](/zh/blog/izmenit-foto-nejroset)。想给人物试穿衣服，可以看[模特换装](/zh/blog/odezhda-na-modeli-nejroset)指南。

## 哪个AI合成照片最好：同一面孔对比

我们用三个虚构人物——Emma、Leo 和 Sam，每人两张照片——在四个模型中运行相同的提示词：[Nano Banana 2.1](/zh/models/nano-banana-2-1)、Nano Banana Pro、[GPT Image 2.5](/zh/models/gpt-image) Flare 和 Sunburst。比例 3:2，画质 2K，每个模型一张图，未经挑选。

**咖啡馆里的两个人。** 四个模型都保住了面孔。Nano Banana 2.1 用了远景，面孔较小。Nano Banana Pro 在桌上加了一份文字无法辨认的报纸。GPT Image 2.5 Flare 和 Sunburst 选择了中景、面孔较大，Flare 甚至在身后的黑板上写出了清晰可读的“Café Croissants Pâtisseries”。

![2×2 网格：同一对情侣在咖啡馆，分别来自 Nano Banana 2.1、Nano Banana Pro、GPT Image 2.5 Flare 和 Sunburst](https://ai2face.com/_astro/compare-cafe.DDlvmBp3_ZOqv0C.jpg "提示词：“@Emma 和 @Leo 在街边咖啡馆的桌旁大笑”。上排 Nano Banana 2.1 和 Pro，下排 GPT Image 2.5 Flare 和 Sunburst")

**厨房里的三个人。** 难度更高：三张脸加一个动作。只有 Nano Banana Pro 保留了 Sam 原始肖像中的灯芯绒外套。Nano Banana 2.1 给他换上了蓝衬衫和深色围裙，两个 GPT Image 模型给所有人都系上了围裙。Sunburst 把 Sam 放在中间，尽管提示词里是他在“教”别人——除非你明确指定，模型并不一定遵循提示词中人物的顺序。

![2×2 网格：老人教一对情侣做意面，四个模型使用同一提示词](https://ai2face.com/_astro/compare-kitchen.BNBVl3mC_Z1ife2X.jpg "提示词：“@Sam 教 @Emma 和 @Leo 做意面”。上排 Nano Banana 2.1 和 Pro，下排 GPT Image 2.5 Flare 和 Sunburst")

| 模型 | 面孔相似度（2 人和 3 人） | 原照片服装 | 构图 | 适用场景 |
|---|---|---|---|---|
| Nano Banana Pro | 高 | 还原最准确 | 中景和远景 | 重视相似度和服装的家庭照、情侣照 |
| Nano Banana 2.1 | 高 | 按场景调整 | 远景，面孔较小 | 快速出图、大场景、最多 4 人 |
| GPT Image 2.5 Flare | 高 | 按场景换装 | 中景，面孔较大 | 人像构图、背景文字 |
| GPT Image 2.5 Sunburst | 高 | 按场景换装 | 紧凑构图 | 面孔要大、人物顺序无所谓时 |

我们的人像首选是 Nano Banana Pro：它比其他模型更常保住整个人，而不只是脸。需要紧凑的人像构图或场景中的文字时，用 GPT Image 2.5。[Nano Banana 2](/zh/models/nano-banana-2) 与 Pro 的区别，我们在[另一篇对比](/zh/blog/nano-banana-2-vs-pro)中做过分析。

## 合成照片的现成提示词

下面的提示词使用名为 Emma、Leo 和 Sam 的角色——换成你自己的标签即可。先写动作——谁和谁做什么——再写地点、光线和风格。

咖啡馆里的情侣：

```
@Emma and @Leo sit at a small table of a street café in the morning and laugh,
two cups of coffee and croissants, candid lifestyle photo, 35mm, natural light
```

三人家庭场景：

```
@Sam teaches @Emma and @Leo to make fresh pasta in a rustic home kitchen, flour on the wooden table,
everyone is smiling, warm evening light, candid family photo
```

婚礼照：

```
Wedding photo of @Emma and @Leo on a cliff above the sea at sunset: she wears a simple white silk dress,
he wears a light grey suit, they hold hands and look at each other, wind in her hair,
golden hour, editorial wedding photography
```

![身穿白色丝绸婚纱的红发新娘与身穿浅灰色西装的新郎，日落时分在海边悬崖上手牵手](https://ai2face.com/_astro/wedding.NwMBP3_o_1y9tdI.jpg "按上方提示词生成的婚礼照。Nano Banana Pro，3:2")

在你自己的背景里放入人物：

```
@Sam, @Emma and @Leo have breakfast on the terrace from @1: keep the cabin, the table and the mountain view,
morning sunlight, candid travel photo
```

以上就是我们实际使用的英文提示词；用中文写，模型同样能理解。更多技巧见 [Nano Banana 提示词](/zh/blog/nano-banana-pro-prompts)指南。

## 为什么面孔不像，以及怎么办

在我们测试的十张带角色的 Nano Banana Pro 图片中，有两张丢失了面孔。两次都是广角自拍，而且提示词同时更换了服装。模型画出了逼真但不同的人。

![左边是失败的自拍，出现三个陌生人；右边是成功的自拍，正是 Sam、Emma 和 Leo，背景是群山](https://ai2face.com/_astro/faces-lost.G0HbPj1i_ZpDgjm.jpg "同一提示词，Nano Banana Pro 的两次生成：左边丢失了面孔，右边没有")

有效的做法：

- **每个角色 2–4 张照片**，角度不同，至少一张正面。只有一张照片时，模型更难理解脸型。
- **原照片光线相近。** 窗边的肖像和台灯下的夜间照片，模型更难判断为同一个人。
- **不要一次全改。** 鱼眼视角、新衣服和新发型放在同一个提示词里，是出现陌生面孔的最典型原因。一次只改一项。
- **用标签称呼人物，** 而不是描述：写“@Emma”，不写“那个红发女生”。
- **一次生成 2–4 个版本。** 失误只发生在个别图片上，而非整组：同一提示词的相邻版本通常没问题。
- **复杂场景分两步。** 先把人放进简单场景，再用“+”附加效果最好的那张，修改背景或姿势。

## 局限性

- **最多五个可辨认的人**（Nano Banana Pro），Nano Banana 2.1 最多四个——这是 Google 的说法。超过这个数量，模型不保证相似度。
- **每次请求的照片上限：** 在 AI2Face 中，[Nano Banana](/zh/models/nano-banana) 模型最多 14 张，GPT Image 2.5 最多 16 张。一个角色即使有四张照片，也只占一个名额。
- **背景中的小字**——招牌、报纸——在 Nano Banana Pro 中有时无法辨认。如果文字重要，请把它用引号写进提示词。
- **不适用于证件。** 生成的图片不是真实照片：不能用于护照、签证或工作证。
- **征得同意。** 只合成本人同意的照片。未经他人同意，不要发布生成的他人图片。

## 结论

如今用 AI 合成照片比用修图软件更简单：两三分钟准备角色，每个场景生成一次。人像请用 Nano Banana Pro——它比其他模型更能同时保住面孔和原照片中的服装。需要紧凑人像构图时选 GPT Image 2.5。关键是用 @名字 标签称呼人物，并生成 2–4 个版本：失误只会出现在单张图片上，而不是整组。

从教程[《同一张图里的多个角色》](/zh/blog/neskolko-personazhej-v-odnom-kadre)开始吧：里面有每一步的截图，以及在 [Gemini Omni](/zh/models/gemini-omni) 中用相同人物制作的视频示例。如果你需要的是把一张脸换成另一张，而不是把人放到一起，可以看[如何更换照片中的人脸](/zh/blog/pomenyat-lico-nejroset)。本文中的所有模型都可以在 AI2Face 生成器中使用，生成后 AI2Face 会删除文件中的 AI 元数据——社交平台不会在其中看到 AI 标记。

## 常见问题

### 可以免费用AI合成照片吗？

部分可以。在 AI2Face 注册后会获得新手积分，足够在 Nano Banana Pro 或 Nano Banana 2.1 中生成几张带角色的图片。每次生成的费用在开始前就会显示。

### 一张照片里最多能合成几个人？

最多五个。据 Google 称，Nano Banana Pro 能让最多五个人保持可辨认，Nano Banana 2.1 最多四个。AI2Face 每次请求最多向 Nano Banana 模型发送 14 张照片，向 GPT Image 2.5 发送 16 张。

### 哪个AI合成人物照片效果最好？

在我们的测试中，四个模型都保住了三个人的面孔。Nano Banana Pro 对原照片服装的还原最准确，GPT Image 2.5 Flare 和 Sunburst 给出的面孔最大、最清晰。

### 这是拼贴还是一张新照片？

是新照片。AI 不会把人抠出来，而是用统一的光线、阴影和透视重新绘制整个场景。因此看不到拼接痕迹，但生成后最好检查外貌的小细节。

### 合成后的照片能做成视频吗？

可以。在 AI2Face 中支持参考图的视频模型里，把同样的角色附加到视频提示词即可，@名字 标签的用法也一样。在 Gemini Omni 中，视频时长为 4–8 秒并带有声音。

## 资料来源

- https://blog.google/innovation-and-ai/products/nano-banana-pro/
- https://deepmind.google/models/gemini-image/pro/
- https://ai.google.dev/gemini-api/docs/image-generation
- https://deepmind.google/models/model-cards/nano-banana-2-1/
- https://openai.com/index/introducing-chatgpt-images-2-5/
- https://developers.openai.com/api/docs/guides/image-generation