照片转插画 / 绘画风格当前页面
- 方式
- 轻量 GAN（AnimeGANv2 / fast-neural-style），只替换画风
- 所需环境
- 无需 WebGPU，手机和较旧的笔记本也能用
- 首次下载
- 每种风格约 8MB，7 种约 50MB
- 每张耗时
- WebGPU 下 1 秒以内，CPU 也只需几秒
- 画风指定
- 从 7 种固定风格中选择
- 效果
- 构图、表情、五官保持不变，很少失败
- 适合谁
- 想快速做头像的人、设备配置一般的人
把照片变成插画和绘画风格
将您的照片一次转换为插画、动漫和绘画风格的 7 种效果。适合制作社交媒体头像和个人资料图片。照片绝不会离开您的设备。
正在检测您的环境…
首次运行会下载 AI 模型（约 50 MB），之后使用浏览器中保存的副本。您的文件绝不会被上传。
设置
90
该用哪一个 — 轻量版与扩散模型版的区别
把照片变成插画的工具有两个。请根据设备和目的选择。建议先用轻量版试试，不够满意再用扩散模型版。
AI 照片转插画（扩散模型）
- 方式
- 扩散模型（LCM Dreamshaper v7），根据提示词重新绘制照片
- 所需环境
- 必须支持 WebGPU，GPU 显存 4GB 以上（核显为共享内存）
- 首次下载
- 约 2.1GB。目前受服务器带宽限制，约需 10 分钟
- 每张耗时
- 核显 20〜40 秒，独立显卡几秒
- 画风指定
- 5 种预设，另可用英文提示词自由指定
- 效果
- 作为画作重绘，表现力更丰富；强度越高越偏离原本的面容
- 适合谁
- 有游戏 PC 或 Apple Silicon Mac、想细致指定画风的人
| 项目 | 照片转插画 / 绘画风格当前页面 | AI 照片转插画（扩散模型） |
|---|---|---|
| 方式 | 轻量 GAN（AnimeGANv2 / fast-neural-style），只替换画风 | 扩散模型（LCM Dreamshaper v7），根据提示词重新绘制照片 |
| 所需环境 | 无需 WebGPU，手机和较旧的笔记本也能用 | 必须支持 WebGPU，GPU 显存 4GB 以上（核显为共享内存） |
| 首次下载 | 每种风格约 8MB，7 种约 50MB | 约 2.1GB。目前受服务器带宽限制，约需 10 分钟 |
| 每张耗时 | WebGPU 下 1 秒以内，CPU 也只需几秒 | 核显 20〜40 秒，独立显卡几秒 |
| 画风指定 | 从 7 种固定风格中选择 | 5 种预设，另可用英文提示词自由指定 |
| 效果 | 构图、表情、五官保持不变，很少失败 | 作为画作重绘，表现力更丰富；强度越高越偏离原本的面容 |
| 适合谁 | 想快速做头像的人、设备配置一般的人 | 有游戏 PC 或 Apple Silicon Mac、想细致指定画风的人 |
使用方法
- 1
添加照片
拖入想要转换风格的照片。人像适合插画风，风景适合绘画风。
- 2
选择风格
选择“全部”可一次生成 7 种风格。首次运行会下载各风格的模型（每个约 8 MB）。
- 3
保存喜欢的结果
生成的结果会并排显示。点击缩略图即可保存，也可以打包为 ZIP 一次保存全部。
使用的模型及其擅长领域
3 种插画风格使用 AnimeGANv2（MIT 许可证）：face_paint 适合人像，paprika 呈现连背景在内的动画电影效果，celeba_distill 则偏向线稿。4 种绘画风格使用 fast-neural-style（油画、马赛克、点彩、抽象画），同样适合风景和建筑。
每个模型约 8 MB；支持 WebGPU 时一种风格不到 1 秒，没有 WebGPU 的设备也只需几秒。它不像扩散模型（Stable Diffusion 系列）那样可以自由输入提示词，但结果即刻可得，并且会完整保留照片的构图和表情。
常见问题
我的照片会被发送到服务器吗？
不会。模型会下载到您的浏览器中，转换在您的设备上完成。此外，用于修复问题的处理统计（设备性能、错误类型等，不包含照片本身和文件名）会发送到本站服务器。可通过页面底部“诚邀协助提升服务品质”中的开关停止发送。
哪种风格最适合人物？
“插画（人像）”最适合人物。想把背景也一起画出来时可选“动漫（Paprika）”，“线稿风”则适合简洁的头像。
会像漫画肖像那样夸张变形吗？
不会。它会保留照片的构图和五官，只改变画风，不会生成夸张轮廓的漫画肖像。
可以自定义风格吗？
目前固定为 7 种风格。想用提示词指定画风，请使用以扩散模型重绘的「AI 照片转插画（扩散模型）」。需要 WebGPU 且模型超过 2GB，但自由度大幅提高。
诚邀协助提升服务品质
转换或压缩失败时，若能把当时的情况发送给我们，将有助于查明原因。了解哪些设备、哪些格式更容易失败，以及处理需要多长时间之后，我们就能调整支持的格式并修复相应问题。如果方便，保持开启会帮上很大的忙。
会发送的信息
- 使用的工具和所选设置（输出格式、质量等）
- 设备性能（有无 GPU、内存、核心数）
- 输入格式和大致大小
- 成功与失败的数量和耗时
- 失败时的错误类型和内容
不会发送的信息
- 文件本身、文件名
- 添加到视频中的文字、字幕或提示词
- 要朗读的文本、声音描述、读音词典和保存的声音
- PDF 中的文字、改写或涂黑的文字、密码、字体名称和指定的页面范围
- IP 地址
数据只发送到本站自有服务器，不会交给第三方服务。
各工具发送的明细（仅数量、时间、类型和有无）
朗读和 PDF 工具除“会发送的信息”外，还会发送以下明细。
- 朗读
- 文本的大致字数和句数、分段生成的次数、AI 模型的加载时间。
- PDF 工具（通用）
- 页数范围、是否禁止编辑、是否输入了权限密码、是否有电子签名、是否加密。
- 修改 PDF 文字、PDF 涂黑
- 改写、删除、白色覆盖和涂黑的次数、改写的字数（区分原字体与替代字体，替代字体的字数为范围）和替代字体的字体类型、无法改写的行的原因类型，以及涂黑时转为图片的页数和原因。
- PDF 页面操作及图片与 PDF 互转
- 输入和输出的数量，旋转、删除、复制、移动的页数，原样放入、经过转换、HEIC 格式、修正了方向的图片数量，以及降低了分辨率的页数（均为范围），是改写了原文档还是生成了新文档，是否重新设置了原来的保护、是否把表单域写入了页面、是否重新添加了书签。
- 压缩 PDF
- 输入和输出的数量，缩小、未缩小和黑白二值图片的数量，缩小的图片中连透明信息也一并缩小的、保持无损压缩缩小的、从 CMYK 转换为 RGB 的图片数量以及压缩次数（均为范围）、未缩小的原因类型、是否压到了目标大小及未压到的原因类型、缩小比例的范围、是否重新设置了原来的保护以及是否原样返回了原 PDF。
- 裁剪 PDF 和添加页码
- 输入和输出的数量，裁剪、添加页码或缩小了边距的页数（均为范围）、边距的设定方式、要裁剪的页面和添加页码的页面的选择方式、页码的格式和位置、起始编号的范围、直接改写了原文档这一点以及是否重新设置了原来的保护。