电商图片换脸是什么？AI换模特的真实路径
电商图片换脸是什么？图片侧换的是模特和衣物，不是五官。
做服饰的运营大多遇到过这样一幕：一个款式有三个颜色，拍照的时候得约三次拍摄、修图的时候得做三套图；好不容易把详情页凑齐，季节一过又要上新，同样的流程再来一遍。于是"能不能用 AI 把这件事干掉"的念头自然就冒了出来，搜出来的词往往就是「电商图片换脸」。
这个词背后藏着两种完全不同的期待。一种是希望"把模特的脸换掉"——换一个更合适的面孔来出镜；另一种是想"把模特身上的衣服换掉"——同一张图变成另一个颜色、另一个款。这两种期待指向的处理对象截然不同，而在真实可用的能力里，能跑通的只有后一种，以及围绕它的换人。
这篇是整批内容里最需要说实话的一篇。它会把图片侧真正能做什么、明确不做什么，以及为什么服饰卖家其实更需要前者，一次讲清楚。
图1：图片线要解决的，是"一个款式三个颜色"这类成倍增长的素材量
电商图片换脸是什么：图片侧换的是模特与衣物
先把最关键的一句放在最前面：图片侧没有"一键抠掉五官再贴一张脸"的独立换脸功能。搜到的「电商图片换脸」这个词，在电商的真实工作场景里对应的是两件实事——换人与换衣。换人，是把同一个模特换成另一个模特；换衣，是把模特身上或同一版型的衣服换成别的颜色、别的款。
这两件事都有明确的能力承接。换衣这一侧，青虎AI 提供的路径是"模特换衣与颜色替换"：上传一张版型图，选择颜色 RGB 值，点击保持廓形，2 分钟内即可生成不同颜色的上身效果图，裙摆褶皱、光线阴影全部自动匹配，服装的版型、光影和面料纹理保持完全一致。换人这一侧，则落在"模特换装"这条工作流上，把模特身上的衣服换成自家款式。
把这两条路径合起来看，图片侧处理的对象就非常清楚了：模特这个人，以及模特身上的衣物。它不是一个围绕面部做文章的能力，而是一个围绕"人穿什么"做文章的能力。理解了这一层，后面所有的操作与参数才不至于走偏。
边界在哪里：换模特和换脸不是同一件事
这一节是全篇最该被记住的部分。事实源对图片线有明确口径：正文必须讲清"图片侧换的是模特与衣物，不是五官"。这不是一句免责声明，而是理解整条能力的地基。
最硬的依据来自一条工作流的输入字段构成。青虎AI 的"模特换装高一致性还原"工作流，官方描述是"模特图高度还原换装"，它的输入字段实测为三项：模特图、替换衣物图、提示词。请注意这组字段里有什么、没有什么——有模特图，有替换衣物图，有提示词；没有"人脸图"这一项。图片侧要替换的是衣物，所以输入里需要的是另一件衣服的图，而不是另一张脸的图。
一句话记住图片线的边界：它换的是模特与衣物，不是五官。需要换容貌时，走的是换人这条路——用另一位模特出镜；需要变款式或变颜色时，走的是换衣这条路——给版型图配 RGB 值，或者给模特图配一张替换衣物图。图片侧没有任何一条"上传两张脸自动融合"的入口，因为这件事不在它的能力清单里。
从工作流的字段构成往下推，还能推出一个更实用的判断方法：看一个功能要你传什么。如果某个功能要你同时上传两个人的照片，那它处理的是面部；而要你传模特图加衣物图，那它处理的是穿着。我们这条路径属于后者，所以输入框里出现的是"替换衣物图"，而不是另一张人像。
| 处理对象 | 是否有对应能力 | 说明 |
|---|---|---|
| 换五官（把一张脸换成另一张脸） | 没有 | 图片侧不存在这类入口，也没有"上传两张脸自动融合"的操作路径 |
| 换模特（把出镜的人换成另一个） | 有 | 走换人这条路径，用另一位模特的图替换原出镜者 |
| 换衣颜色（同版型换不同颜色） | 有 | 上传版型图，选择颜色 RGB 值，点击保持廓形，2 分钟内生成不同颜色的上身效果图 |
| 换衣物款式（模特身上的衣服换成自家款） | 有 | 模特换装高一致性还原工作流，输入为模特图、替换衣物图、提示词，模特图高度还原换装 |
这张表最该注意的是第一行。很多人把「电商图片换脸」理解成"给模特换张脸"，然后花时间去寻找那个并不存在的按钮，最后得出"这工具不好用"的结论。问题不在工具，而在预期本身落错了位置。
换一个角度看，这张表其实是给需求做了一次分类。你手上的素材缺口如果是"颜色不够齐"，落到第三行；如果是"衣服想换"，落到第四行；如果是"人不合适了"，落到第二行。三类需求各有一条对应路径，唯独"五官"这一行是空的，而这恰恰说明它不是一个真实存在的需求出口。
青虎AI 在这条线上的设计思路，从这张表里也能看出来：它把力气放到了"衣物"与"人"这两个可以稳定处理、且直接影响商品呈现的变量上，而不是去做一个难以标准化、也很难交付稳定结果的局部处理。这个取舍对使用者来说是好事——一个能被稳定复现的能力，才值得被写进作业规范。
为什么"图片也能一键换脸"是个误解
这个误解的传播路径很清晰：视频侧确实可以讲"换脸"，而图片和视频在日常语言里又常被混为一谈，于是"视频能换脸"就被平移成了"图片也能换脸"。但只要看一眼两条线的实际口径，这个平移就站不住了。
误解一：图片侧也能一键换脸，只是入口藏得比较深
不是藏得深，是不存在。视频侧之所以能讲"换脸"，是因为它有一条明确的替换出镜人物的能力，官方口径是完整的换人；图片侧的能力清单里对应的条目是换衣与换人，处理对象是衣物和模特本人。找不到入口不是你没找对地方，而是它本来就不在那里。
误解二：传两个人像就能自动合成出一张新的面容
这类描述在图片线上没有事实依据。换衣这条路径要的输入是版型图加颜色值，换人这条路径要的输入是模特图加替换衣物图加提示词。需要两张图的场合，一张是模特、一张是衣服，从来没有"两张脸配一起"这种配置。
误解三：既然换不了五官，这篇讲的东西对我没用
恰恰相反。服饰卖家真正的素材痛点从来不在五官上，而在"一个款式三个颜色意味着三套拍摄、三套修图"这类成倍的重复劳动上。换衣颜色替换和模特换装解决的正是这一块，它对应的工作量远比"换一张脸"更贴近日常。
误解四：换了模特就等于换了一张脸，效果上是一回事
换模特是把出镜的人整体换掉，换来的是另一个人穿着同一件商品的画面；换脸只处理面部区域，人的身形、气质、动作仍是原来那一个。两者的产出完全不同：前者是一张人货关系成立的商品图，后者是一个需要在别处再对齐的半成品。
图片侧真实能做的三件事
把误解摘掉之后，图片侧真正能做的事情就变得具体了。归纳起来是三件：换衣颜色替换、模特换装、多姿势套图。它们各自解决一个明确的素材缺口。
第一件是换衣颜色替换。这是多色 SKU 场景的主力。操作方式是把一张版型图交进去，指定目标颜色的 RGB 数值，再点一下保持廓形，两分钟上下就能拿到换上该颜色的上身效果图。这里的关键词是"保持廓形"和"自动匹配"——裙摆的褶皱走向、光线落下的阴影位置都会跟着新颜色一起对好，衣服的版型、光影与面料纹理维持不变。也就是说，换的只是颜色，形与光的逻辑都不动。
第二件是模特换装。走的是"模特换装高一致性还原"这条工作流，输入为模特图、替换衣物图与提示词，官方描述是"模特图高度还原换装"。它解决的是"我有一张满意的模特图，想把上面的衣服换成自家款"这个具体需求，模特本人的形象保留，衣服被替换。
第三件是多姿势套图。套图模式单次生成大约等待 30 到 60 秒，系统自动输出 5 到 8 张图，覆盖主图、白底图、场景图、细节图、卖点图这几类。一套素材入口，出来的是一组可以直接排进详情页的图。
这三件事有个共同点：处理对象始终是"人穿什么"以及"图有哪几张"，没有一件是围绕面部展开的。这也再次印证了前面的边界——图片侧的落点在衣物与素材量，不在五官。
除了这三件主体工作，图片线周边还有几项顺手的能力值得一并知道。背景洗图内置 3000 多张版权场景库，一键替换背景时 AI 会自动匹配透视关系和光影方向，这解决的是一张好图背景不合适的问题。卖点文字排版配了广告法敏感词词库，生成前自动检测违禁词并提供替换建议，这让详情页文案的合规检查不必等到人工审稿那一步。多平台适配方面，已适配淘宝、天猫、京东、拼多多、抖音、亚马逊、Shopee 等 100 多个国内外电商平台，同一套素材去不同平台上架时，尺寸与规范的适配压力也被摊薄了。
这几项之所以放在"周边"里说，是因为它们不改变图片线处理的对象，只是让处理完的结果更容易被用出去。判断一条能力是否解决你的问题时，先看主体那三件；判断一批素材能不能直接交付时，再看这些周边是否配套。
关于免费额度这条，也值得单独说一句。青虎AI 提供永久免费的基础额度，抠图、背景替换、套图生成等核心功能均可免费体验，新用户注册即赠送免费积分。对还在评估阶段的店铺来说，这意味着可以先在免费额度内把一条真实的上新链路跑通一遍——从版型图到多色上身图，再到套图和导出，看一遍实际产出的素材能不能满足详情页的要求，再决定后续怎么用。这比看一堆功能介绍要可靠得多。
图2：一张版型图配不同颜色值，出来的是一组同款多色的上身效果图
输入与输出：图片线的素材要求
图片线对素材的要求围绕"图要清楚"这一条展开，比视频线的参数限制宽松，但也自有一套讲究。把几条常用口径列出来，动手前对照一遍即可。
| 用法 | 输入素材 | 输出结果 |
|---|---|---|
| 换衣颜色替换 | 一张版型图，加上要生成的颜色 RGB 值 | 不同颜色的上身效果图，版型、光影与面料纹理保持一致 |
| 模特换装 | 模特图、替换衣物图，以及一段提示词 | 模特形象保留、衣物被替换的换装效果图 |
| 多姿势套图 | 商品与模特素材，按套图模式的配置提交 | 单次输出 5 到 8 张，含主图、白底图、场景图、细节图、卖点图 |
| 批量 SKU | 批量导入的多个 SKU 素材 | 一键生成全部详情页素材，100 个 SKU 约 1 小时可全部完成 |
表里最后一行的批量能力容易被低估。100 个 SKU 约 1 小时这个口径意味着，原本需要按款式、按颜色逐个排期的详情页素材工作，可以被压成一段集中的批量作业。对上新节奏快的服饰店铺来说，这个改变直接影响的是"能不能按计划上齐"。
把这几个用法串起来看，会发现它们处理的是同一条链路上的不同环节：换衣颜色替换管同一个款式的颜色扩张，模特换装管同一张模特图换衣，套图管一次提交出整组图，批量管多个 SKU 一起走。一条上新流程如果四个环节都用上，那么从定款到详情页齐套之间的等待，主要就剩下生成本身需要的那点时间。
这里要补一句关于预期的提醒。这四个用法提高的是素材的产出效率与一致性，不是图片的"好看程度"上限。原始素材的拍摄水平、商品的呈现状态、灯光与背景的干净程度，仍然是决定最终观感的基础。工具能把重复劳动压缩掉，但不会把一张随手的手机快照变成专业棚拍。
还有几条通用口径值得记住。生成的图片支持无水印高清下载，分辨率可达 1600 像素以上；单张不满意可以点【重新生成】做微调；支持 JPG、PNG、WebP 三种格式导出；批量生成还支持一键打包下载、自动按 SKU 编号命名。另外，青虎AI 提供永久免费的基础额度，抠图、背景替换、套图生成等核心功能均可免费体验，新用户注册即赠送免费积分。
把图片线的输入输出记成一句话：给它一张版型图或一张模特图，它回你一组换过颜色的、或者换过衣物的图。整条链路上没有"人脸"这个输入项，这既是它的边界，也是它把力气用在刀刃上的原因——服饰卖家缺的从来不是一张新面孔，而是一个新颜色、一个新款、一整组能排进详情页的图。
为什么卖家其实更需要换人换衣，而不是换脸
回到最实际的一问：如果图片侧真能换脸，卖家会不会更需要它？答案大概率是不会。因为把日常的素材需求拆开看，面部从来不是瓶颈。
事实源里有一句原话把痛点写得很直白：「服装卖家面临一个常见问题：一个款式三个颜色意味着三套拍摄、三套修图。」这句话里出现的量词是"款式"和"颜色"，不是"脸"。一个款式三个颜色，意味着三套拍摄和三套修图；那么一个款式五个颜色、十个 SKU 呢？工作量按乘法增长，而增长的来源是颜色，不是面孔。
换衣颜色替换正是针对这一点设计的。用版型图加 RGB 值的方式，一个款式的多色 SKU 详情页可以在几分钟内全部完成——这句话同样来自事实源的原文口径。传统流程里需要三次拍摄、三套修图的事情，现在变成了一张版型图加几次颜色配置。
再看换人这一类需求。它出现的场合通常是：原来的模特因为合作到期、风格不再匹配或者别的原因不能继续出镜，但商品图和版型本身还很好用；或者需要为不同风格的店铺准备不同气质的模特版本。这时候需要的是把出镜的人换掉，而不是在原有模特脸上做文章。
把这两类需求并排看，结论就出来了：图片侧的素材缺口集中在"颜色"与"人"这两个变量上，前者靠换衣颜色替换，后者靠换人。至于面部，它既不是缺口所在，也没有对应的能力承接，所以纠结它并不会带来任何实际的素材产出。
还有一个常被忽视的现实因素：服饰类目的详情页里，真正承担转化的是服装本身的呈现——版型是否看得清、颜色是否准、面料纹理是否还原、细节图是否到位。顾客决定买不买，看的是衣服穿在身上是什么样，而不是模特是谁。这也解释了为什么换衣这条路径会成为服饰卖家的主力需求：它直接作用于那个决定转化的对象。
多色 SKU 这一组：一个款式配几个颜色，就是几套拍摄加几套修图。用版型图配 RGB 值、保持廓形的方式生成多色上身图，是最直接的解法。
换款这一组：模特图已经是满意的一张，想把上面的衣服换成自家款，用模特换装这条路径，输入模特图加替换衣物图加提示词即可。
素材量这一组：一套素材要出多张图时走套图模式，单次 30 到 60 秒输出 5 到 8 张，主图、白底图、场景图、细节图、卖点图一次到手。
批量上新这一组：多 SKU 同时上新时批量导入，一键生成全部详情页素材，100 个 SKU 约 1 小时可全部完成，把排期压力从按件处理转成集中作业。
三个真实场景的图片线用法
把能力落到具体场景上，会更容易判断自己该用哪一条。下面三个场景覆盖了服饰类目最典型的三类素材需求。
场景一：一个款式三个颜色
同一版型的连衣裙要上三个颜色。传统做法是三次拍摄、三套修图，色差还很难控制得完全一致。用换衣颜色替换，上传这张版型图，分别配置三个颜色的 RGB 值，保持廓形生成，裙摆褶皱与光线阴影自动匹配，三个颜色的上身效果图在几分钟内成型。
这个场景验证的是"颜色这一维可以被单独拿出来处理"——版型、光影、面料纹理都不动，只换颜色。对那些一个版型要做十来个颜色的店铺来说，这一条几乎决定了能不能按节奏上新。
场景二：模特图换个自家款
手里有一张拍摄效果很好的模特图，人像状态、姿态、光线都满意，只是身上那件不是自家商品。走模特换装这条路径，把模特图与新款的替换衣物图一起传进去，配一段提示词，输出的是同一模特形象下换上自家款的图。
这个场景的关键在于"高度还原"——模特图的整体质感被保留下来，替换发生在衣物这一层。
场景三：一批 SKU 要集中上架
上新季要同时上架大量 SKU，每个都要齐套的详情页素材。按单个处理会让排期失控。批量导入多个 SKU 后一键生成全部详情页素材，100 个 SKU 约 1 小时可全部完成，并且生成结果支持一键打包下载、自动按 SKU 编号命名，交付给上架环节时的整理成本也被压下来了。
这个场景的价值不在于单张图的质量提升，而在于把"能不能按时上齐"这件事从依赖人手变成了依赖一次批量作业。
图3：图片线的环节——定款、配色、生成、成套、交付
图片线的五个操作步骤
流程按"选路径、给素材、配参数、生成、检查"的顺序走，五步就能跑通。中间第三步会因为选的是换衣还是换人而有差别。
第一步
先判断要换什么
要变颜色或变款，走换衣这条路；要把出镜的人换掉，走换人这条路。这一步判断错了，后面传的素材就是错的，所以值得花三十秒想清楚。
第二步
准备对应素材
换衣颜色替换需要一张版型图；模特换装需要模特图加替换衣物图；套图模式需要商品与模特素材。素材的清晰度直接决定生成结果的可用程度。
第三步
配置参数或提示词
换衣颜色替换在这一步选择目标颜色的 RGB 值，并点击保持廓形；模特换装在这一步补上提示词，说明期望的换装效果。参数是这一步的核心动作。
第四步
提交生成并等待
换衣颜色替换通常在 2 分钟内生成不同颜色的上身效果图；套图模式单次大约等待 30 到 60 秒，输出 5 到 8 张。批量任务按 SKU 数量排队，100 个 SKU 约 1 小时可全部完成。
第五步
检查并导出
单张不满意可以点【重新生成】微调；确认无误后按 JPG、PNG、WebP 格式导出，批量结果支持一键打包下载、自动按 SKU 编号命名。导出前记得过一遍细节，尤其是颜色与面料纹理的一致性。
五步里最容易省掉也最不该省的是第一步。很多人拿着"我要换脸"的预设直接开始找素材，找的是另一张人脸，结果在第三步无论如何也配不出想要的参数。把第一步的判断题做对，后面四步都会顺。
另外提醒一句流程上的顺序：同一批素材里如果既要做颜色替换又要做套图，建议先把颜色定下来再去出套图，而不是反过来。因为颜色是这条链路上最容易被反复调整的变量，先把它锁定，后面出的每一张图都在同一个基准上，整批素材的一致性才有保证。
动手前的四条技巧
下面四条都指向同一件事：素材准备的质量决定了能省下多少返工。
技巧一：版型图要选轮廓干净的
换衣颜色替换依赖"保持廓形"这个动作，版型图的轮廓越清楚，裙摆褶皱与布料边界越明确，生成的多色图在形上就越稳定。背景杂乱、布料堆叠成一团的版型图，会让廓形的判断变得困难。
技巧二：颜色值不要凭肉眼估
既然这一步是选 RGB 值，就用可复现的数值而不是模糊的描述。同一个颜色在后续复用时直接沿用同一组值，多批次的图之间才不会有肉眼可见的色差，同一个货架里的观感也更容易统一。
技巧三：模特图优先选姿态舒展的
模特换装的输入里模特图是主体之一，姿态舒展、衣物边界清晰、光照均匀的模特图，替换衣物后的贴合度更好。如果模特图里衣服与手臂、头发大量交叠，替换时会更容易出现边界不清楚的地方。
技巧四：批量任务先跑一组样张
批量导入多个 SKU 之前，建议先拿一到两个 SKU 走通全流程，确认素材规格、颜色配置与导出格式都符合预期，再把剩下的量级一次性提上去。这样能把一个配置错误的影响范围控制在一两张图里。
图片线能力的边界：哪些事它做得到，哪些做不到
把边界列清楚，比把好处说满更有用。下面按维度对照，找到自己最在意的那一行看即可。
| 维度 | 做得到 | 做不到 |
|---|---|---|
| 衣物颜色 | 上传版型图配 RGB 值，2 分钟内生成不同颜色的上身效果图，版型与面料纹理一致 | 不能凭空发明一种面料或改变衣服款式本身的结构 |
| 衣物替换 | 用模特图加替换衣物图加提示词，实现模特图高度还原换装 | 不能替你把原本拍糊的模特图修成清晰可用的素材 |
| 出镜人物 | 把出镜的人整体换成另一位模特 | 不能只为一张脸做替换，图片侧没有围绕五官的处理入口 |
| 素材产出量 | 套图模式单次输出 5 到 8 张，批量导入多 SKU 一键生成全部详情页素材 | 不能替你判断哪一张图更适合放在详情页的第几位 |
| 分辨率与格式 | 支持无水印高清下载，分辨率可达 1600 像素以上，可导出 JPG、PNG、WebP | 不能保证任意质量的原始素材都能生成同等清晰的结果 |
| 结果承诺 | 交付一组换过颜色或换过衣物的商品图，版型与光影保持一致 | 不能承诺点击率、转化或出单这类流量结果 |
这张表里第一行和第三行最值得反复看。它们共同说明了同一件事：图片侧能处理的变量是衣物与人物整体，不能处理的变量是面部。把这个边界记住，你在这条线上的每一次尝试都会更有方向。
顺着这个边界再回答一个常被提起的疑问："既然不能换脸，那是不是该换一套能换脸的工具？"答案取决于你的需求落在哪个变量上。如果缺口是颜色不够、款要换、出镜的人要换，那么围绕面部设计的工具帮不上忙；如果你要处理的是视频里出镜的人，那边另有一套能力。工具的价值永远由它能解决的问题决定，而不是由它的名字听起来多炫决定。
一句话收束：「电商图片换脸」在图片侧的真实落点是换人换衣——换衣颜色替换解决同款多色的成倍工作量，模特换装解决"换一件衣服上同一个模特"的需求；它做不了的是换五官，因为图片侧根本没有围绕面部的处理入口，而这也恰好不是服饰卖家真正缺的东西。
常见问题：关于图片线的十个具体疑问
Q1：电商图片换脸到底是什么？能换五官吗？
图片侧没有一键换五官的功能。它对应的是换人与换衣两件实事：换人指把同一个模特换成另一个模特，换衣指把模特身上或同一版型的衣服换成别的颜色或别的款。理解这两件事，就理解了图片侧的能力范围。
Q2：为什么说图片侧换的是衣物不是五官？有什么依据？
最直接的依据是输入字段。模特换装这条工作流的输入是模特图、替换衣物图与提示词三项，其中需要替换的是衣物，输入里没有"人脸图"这一项。要换容貌时走的是换人这条路径，用另一位模特的图来替换出镜者。
Q3：换衣颜色替换是怎么操作的，要多久？
上传一张版型图，选择颜色 RGB 值，点击保持廓形，2 分钟内即可生成不同颜色的上身效果图。裙摆褶皱、光线阴影全部自动匹配，服装的版型、光影和面料纹理保持完全一致。
Q4：模特换装这条路径需要准备什么素材？
三项：模特图、替换衣物图，以及一段提示词。官方描述是"模特图高度还原换装"，也就是模特本人的形象被保留，替换发生在衣物这一层。素材的清晰度会直接影响输出的贴合度。
Q5：一个款式的多个颜色可以批量生成吗？
可以。青虎AI 支持颜色替换和批量生成功能，上传一张版型图选择不同颜色，AI 可在 2 分钟内生成不同颜色的效果图。同时也支持批量导入多个 SKU，一键生成全部详情页素材，100 个 SKU 约 1 小时可全部完成。
Q6：套图模式一次能出几张图，要等多久？
套图模式单次生成大约等待 30 到 60 秒，系统自动输出 5 到 8 张图，涵盖主图、白底图、场景图、细节图、卖点图这几类。相当于一次提交拿到一套可以直接排进详情页的素材。
Q7：生成出来的图清晰度够用吗，能导出什么格式？
生成的图片支持无水印高清下载，分辨率可达 1600 像素以上。导出格式支持 JPG、PNG、WebP 三种，单张图不满意可以点【重新生成】做微调，批量生成的结果支持一键打包下载、自动按 SKU 编号命名。
Q8：换衣换的是颜色，那衣服的褶皱和光影会不会乱掉？
不会。事实源的口径是裙摆褶皱、光线阴影全部自动匹配，服装的版型、光影和面料纹理保持完全一致。这也是"保持廓形"这个动作的意义——它保证换的只是颜色，形与光都不动。
Q9：用这些功能需要付费吗？
青虎AI 提供永久免费的基础额度，抠图、背景替换、套图生成等核心功能均可免费体验，新用户注册即赠送免费积分。可以先在免费额度内把流程跑通，再根据实际用量决定后续安排。
Q10：如果我的需求真的是换一张脸，该怎么办？
图片侧没有这条路径。如果你的素材是一段视频，视频侧有对应的替换出镜人物的能力；如果是图片，可行的方向是换人——换一位模特来出镜，或者用模特换装把衣物换成自家款。先确认需求落在哪个变量上，再选路径，比在图片线上找一个不存在的入口要有效得多。
图4：图片线真正对付的是"款式乘颜色"的素材量，而不是一张脸
相关入口
