看看你老了、或年輕時的樣子

用之前先知道這幾件事

它改的是年齡，不是別的

同一個人、同一個表情、同一件衣服、同一個背景，只有年齡不同。改變的是皮膚材質、 鬆弛程度與髮色，骨架不動：眼睛的形狀與間距、鼻子的形狀、臉型輪廓應該跟原圖一樣。 那也是判斷「還是不是同一個人」最可靠的地方。

它不修復照片，摺痕與霉斑會留著。它也不上色，黑白照做出來還是黑白的， 提示詞裡明確要求原圖是黑白就維持黑白。

兩個年齡欄位在控制什麼

照片裡現在幾歲是拿來算差距的，不是拿來核對。同樣要看 70 歲，從 30 歲出發和 從 60 歲出發，要改的東西完全不一樣，填錯會讓改動幅度整個偏掉。

想看幾歲決定方向與強度。差距越大改動越激進，也越容易失去「還是同一個人」的感覺。 第一次用建議先跑小差距（例如現在 40、想看 55），確認這張照片模型抓得住，再往上加大。

想看的年齡下限是 16 歲。這是刻意的限制，把成年人的臉變成兒童樣貌太容易被濫用， 所以直接在程式裡擋掉。

性別欄位為什麼會影響結果

男性與女性的臉部老化路徑不同，下顎、眉骨、鬍鬚的描述都不一樣。選錯不會壞掉， 但結果會往另一個方向長。不確定就留「不指定」，模型會用中性的描述，穩定但變化幅度小一點。

什麼照片做得好

正面或接近正面、臉佔畫面四分之一以上、光線平均、畫面裡只有一個人、眼睛和嘴巴沒有被遮住。 側臉的成功率明顯低很多，因為老化的判斷幾乎都靠正面資訊：法令紋、眼袋、下顎線。

判斷照片夠不夠清楚，不要看檔案大小也不要看像素總數，那兩個數字都會騙人。 把照片放大到臉佔滿螢幕，看眼角、嘴角、鼻翼旁邊有沒有清楚的邊緣。糊成一片的話， 模型看到的也是那片糊。把小圖放大再上傳沒有用，放大不會生出不存在的資訊。 壞掉的實例放在失敗案例，挑照片的完整規則在使用教學。

表情偶爾會飄，這是已知的缺陷

改年齡的時候，模型偶爾會順手把表情也改掉，嚴肅的臉變成微微在笑、眼睛瞇起來。 提示詞裡早就寫了表情要跟原圖一致，實測再加更強硬的限制（眼睛不准瞇、沒在笑就不准笑）， 同一個隨機種子跑出來還是一樣。

所以問題不在提示詞，這是模型在目前這個保真度下的行為。遇到就重跑一次， 每次的隨機種子不同，結果會不一樣。這件事寫在這裡而不是藏起來，因為你遲早會遇到。 實際的對照圖在示範作品。

要等多久

一張大約 40 秒。最花時間的一步不是運算，而是把照片與指令編碼成模型看得懂的形式， 那一步將近 20 秒。機器閒置一陣子後的第一張會明顯更久，因為模型被換出顯示記憶體 要重新搬回去。兩個工具共用同一張顯示卡也共用同一個佇列，所以尖峰時要排隊。

你的照片會怎麼被處理

整個生成在自己家裡那張顯示卡上完成，不經過任何第三方 AI 服務的 API。 上傳的原圖與生成的結果都在七天後自動刪除，沒有任何訓練流程會讀到你的檔案。 不用註冊也能用，每天有免費額度。

要上傳別人的照片請先取得對方同意。把別人的臉拿去做年齡模擬再散布， 在很多情況下會構成肖像權的侵害，而自動的內容檢查擋不掉「這張臉的主人不知道」這件事。

還有問題

收不收費、可不可以商用、結果不像本人怎麼辦，都整理在常見問題。 想知道路由表怎麼依年齡差分段、source fidelity 要放多鬆、兒童變成人為什麼要先看臉佔畫面多少， 看技術說明。