從“童話臉”到Avatarify，AI換臉究竟帶來了什么?

　　上周，Avatarify的爆火與下架再次將AI換臉技術(shù)帶上風(fēng)口浪尖。其實(shí)，這項(xiàng)技術(shù)早已出現(xiàn)，人們也不是第一次為AI換臉相關(guān)應(yīng)用如此瘋狂。

　　像是前陣子最流行的自拍模式——“迪士尼公主臉”和“二次元漫畫臉”，就是利用AI生成的。

　　去年，騰訊光影研究室在QQ小世界、微視App、微博等社交平臺(tái)上推出的“王者臉”、“童話臉”等各類AI特效應(yīng)用。便結(jié)合了生成對(duì)抗網(wǎng)絡(luò)GAN算法與3D卡通風(fēng)格、游戲人物風(fēng)格，可以將照片和直播視頻中的人物立刻變成游戲角色、真人“芭比”或“在逃公主”。

　　百度的AI平臺(tái)也基于生成對(duì)抗網(wǎng)絡(luò)，結(jié)合人臉檢測(cè)、頭發(fā)分割、人像分割等技術(shù)，推出人像動(dòng)漫化服務(wù)�，F(xiàn)已和B612咔嘰美顏相機(jī)合作，為用戶提供量身定做的二次元漫畫頭像定制。不少主播和網(wǎng)紅都曾在直播中使用這類特效，運(yùn)用這類貼紙來自拍，也作為一種新的“打碼”方式形成潮流。

　　AI換臉熱

　　AI換臉的興起可追溯至2016年，德國(guó)研究團(tuán)隊(duì)研發(fā)出一款名為Face2Face的應(yīng)用，可實(shí)現(xiàn)實(shí)時(shí)的面部圖像轉(zhuǎn)換。2017年，一位名為Deepfake的用戶利用AI換臉技術(shù)將“神力女超人”Gal Gadot的臉“嫁接”到成人影片的角色上，引起軒然大波。代碼開源后，這個(gè)被統(tǒng)稱為DeepFake的技術(shù)開始流行。

　　國(guó)內(nèi)的“AI換臉熱”則是從2019年Bilibili上出現(xiàn)的一段將94年版《射雕英雄傳》中朱茵飾演的黃蓉?fù)Q成楊冪的視頻開始，當(dāng)時(shí)微博話題#將朱茵的黃蓉?fù)Q成楊冪的臉#閱讀量過億。雖然這段影片因侵犯肖像權(quán)而下架，卻無法阻擋AI換臉的熱潮。

　　2019年八月底，陌陌公司推出了主打AI換臉視頻制作的ZAO。這款應(yīng)用支持用戶將自己的臉“移植”到明星demo身上，上線后便迅速成為蘋果App Store免費(fèi)應(yīng)用排行榜的第一名。

　　然而好景不常，上線不到一周，ZAO的運(yùn)營(yíng)方就因?yàn)橛脩綦[私協(xié)議不規(guī)范，存在數(shù)據(jù)泄露風(fēng)險(xiǎn)等網(wǎng)絡(luò)數(shù)據(jù)安全問題引發(fā)各界質(zhì)疑，并被工信部約談，該應(yīng)用也遭到下架。

　　最近，類似的故事再度上演。

　　上周，以“Ma-i-a hi~Ma-i-a hu~Ma-i-a ho~Ma-i-a ha-ha……”這段歡快、洗腦的旋律為背景音樂的短視頻在各大社交媒體上瘋狂刷屏。

　　網(wǎng)上流行的影片中，做出夸張表情、搖頭晃腦的有馬斯克、扎克伯格、巴菲特、馬云、馬化騰等商界大佬;陳奕迅、甄子丹、吳京、蔡卓妍、寧靜等一眾明星;甚至還包含蒙娜麗莎、貓貓狗狗等畫中人物及小動(dòng)物。

　　制作出這款魔性特效，并讓這首2003年在羅馬尼亞發(fā)行的暢銷老歌《Dragostea Din Tei》再次傳遍世界的，是一款名為Avatarify的AI變臉軟件。

　　Avatarify起初是俄羅斯程序員Ali Aliev為了捉弄一起開視頻會(huì)議的同事而研發(fā)的玩笑之作。這款應(yīng)用能將別人的照片“嫁接”到自己的臉上，還能藉由將靜止的人臉套入視頻demo，操縱照片中人物的表情，讓他們“動(dòng)起來”，并生成短影片。

　　去年7月，Avatarify正式登上蘋果App Store。今年二月中旬，這款A(yù)pp在中國(guó)區(qū)的排名突然上升，并于二月二十五日超越微信、微博、抖音，成為IOS應(yīng)用商店免費(fèi)App下載排行榜第一名，且持續(xù)多天“霸榜”。

　　「智能相對(duì)論」看到，截至目前，應(yīng)用這款A(yù)pp制作的特效在抖音話題#螞蟻呀嘿#中的視頻播放量超過27.8億次;微博的相關(guān)話題#螞蟻呀嘿視頻大賽#也達(dá)到4500萬閱讀量。作為Avatarify視頻制作輔助工具的“剪映”和“騰訊加速器”也隨著Avatarify的爆紅水漲船高，下載量也迅速攀升，在應(yīng)用排行榜上名列前茅。

　　經(jīng)歷了七天的爆紅后，現(xiàn)在，Avatarify已在App Store中國(guó)區(qū)遭到下架，官方并未說明下架原因。

　　即便ZAO和Avatarify曇花一現(xiàn)、DeepFake遭到美國(guó)國(guó)會(huì)限制，人類對(duì)“換臉”技術(shù)的熱忱仍持續(xù)上漲。畢竟，這類充滿話題的視頻所引起的“病毒式”傳播效應(yīng)，對(duì)依附流量的影視創(chuàng)作、電商購(gòu)物、短視頻社交產(chǎn)業(yè)而言，是絕佳的引流渠道。近年來，AI對(duì)“臉”的改造依然主要應(yīng)用在社交娛樂場(chǎng)景。隨著相關(guān)技術(shù)的發(fā)展，各式各樣的換臉、造臉App和服務(wù)也層出不窮。

　　據(jù)「智能相對(duì)論」觀察，現(xiàn)有的AI換臉相關(guān)應(yīng)用大致可分為三類:第一類是向騰訊“童話臉”、百度“人像漫畫化”等商業(yè)應(yīng)用較為成熟的人臉“虛擬化”，即通過人臉識(shí)別、圖像生成技術(shù)，用戶的臉變成客制化的卡通動(dòng)漫形象。

　　由于“卡通化”的形象娛樂性強(qiáng)，與真人差異較大、易于分辨，因此這類技術(shù)的爭(zhēng)議較小。大廠們面向B端出售這類技術(shù)服務(wù)，形成了按照使用量或不同功能付費(fèi)的、較為成熟的商業(yè)模式。

　　第二類則是像Avatarify一樣，在人像臉上做出“幾可亂真”的表情與面部置換。 一般通過免費(fèi)增值服務(wù)模式收費(fèi)，或是作為引流手段吸引客群，引導(dǎo)用戶為其他功能付費(fèi)。

　　例如由在線家譜公司MyHeritage開發(fā)的Deep Nostalgia(深度懷舊)，便是一款具有“生成動(dòng)態(tài)表情”功能的AI應(yīng)用。這項(xiàng)服務(wù)能將靜態(tài)的舊照片制作成幾秒的小視頻，利用科技讓用戶觀看逝者栩栩如生的表情，希望能借此慰藉用戶對(duì)親人的思念之情。

　　想要讓靜止的照片動(dòng)起來，需要先使用生成對(duì)抗網(wǎng)絡(luò)GAN對(duì)低頻圖像進(jìn)行降噪、重建，補(bǔ)全圖像中有關(guān)高頻細(xì)節(jié)的內(nèi)容，提高圖片的分辨率，使之變得清晰�，F(xiàn)在的照片修復(fù)技術(shù)也是利用這類深度生成算法還原圖像細(xì)節(jié)，甚至連馬賽克的部份都能還原。

　　接下來，使用動(dòng)作遷移算法，利用訓(xùn)練過的AI模型實(shí)時(shí)提取視頻人物中的關(guān)鍵點(diǎn)，并為照片中的人臉標(biāo)記上相應(yīng)的關(guān)鍵點(diǎn)，再將二者對(duì)應(yīng)，便能做到讓另一段影片中的人物動(dòng)作遷移到照片中的人物上。

　　現(xiàn)在，MyHeritage公司的AI模塊已能在Twitter上使用，作為營(yíng)銷手段引發(fā)Twitter用戶跟風(fēng)懷舊。騰訊微視也曾上線“老照片竟然可以動(dòng)起來”的功能，通過上傳照片，就能基于照片內(nèi)容制作出一段動(dòng)態(tài)影像，有如《哈利波特》中的魔法照片。

　　Bilibili和Youtube上也曾經(jīng)出現(xiàn)利用AI技術(shù)讓杜甫、朱元璋、徐悲鴻、林黛玉、戴珍珠耳環(huán)的少女、蒙娜麗莎、維納斯等一系列畫作中的人像“動(dòng)起來”的視頻與教程。國(guó)內(nèi)也有up主利用百度飛槳的開源項(xiàng)目PaddleGAN和 DFDNet讓黑白人物照片“恢復(fù)色彩”并作出動(dòng)態(tài)面部表情。

　　載舟亦能覆舟的DeepFake

　　無論是Avatarify、Deep Nostalgia還是ZAO，這些AI換臉應(yīng)用惹人爭(zhēng)議的原因皆是由于DeepFake技術(shù)的以假亂真與面部識(shí)別帶來的個(gè)人隱私泄露及濫用。

　　自2014年生成式對(duì)抗網(wǎng)絡(luò)(GAN)出現(xiàn)至今，電腦圖像和影片合成技術(shù)不斷取得驚人效果。雖說技術(shù)是中立的，但從2017年Reddit用戶使用此技術(shù)來偽造神力女超人的色情影片開始，Deepfake造假逐漸滲透到政治、娛樂、傳媒等多個(gè)領(lǐng)域，甚至還對(duì)美國(guó)總統(tǒng)大選造成威脅。

　　據(jù)安全分析公司Sensity調(diào)查顯示，2018年12月以來，Deepfake偽造品數(shù)量逐年增長(zhǎng)，約半年就增長(zhǎng)一倍。截至2020年6月，造假影片多達(dá)49,081個(gè)，同比增長(zhǎng)330%以上。其中，以色情影片占比最高，目標(biāo)對(duì)象大多來自影視娛樂業(yè)、政治界與商業(yè)界。

　　去年，一名馬來西亞政治家因?yàn)橐欢紊嫦訌氖峦�性戀活�?dòng)的影片而被判入獄，但后來證實(shí)影片為Deepfake偽造。雖然以這項(xiàng)技術(shù)為基礎(chǔ)制作的搞笑影片曾帶來一些歡樂，但就目前使用結(jié)果而言，Deepfake技術(shù)對(duì)人們的影響似乎是弊大于利。

　　因此，F(xiàn)acebook、Google、微軟等互聯(lián)網(wǎng)巨頭開始致力于開發(fā)與Deepfake抗衡的檢測(cè)技術(shù)。Facebook釋出有史以來最大的Deepfake數(shù)據(jù)庫，甚至舉辦了Deepfake偵測(cè)競(jìng)賽(Deepfake Detection Challenge)。AI換臉相關(guān)的第三類應(yīng)用——“假臉甄別”產(chǎn)品與API就此誕生。

　　由于肉眼已難以分辨較為成熟的Deepfake造假影片，要破解AI換臉技術(shù)還得依靠AI。已有的方法如檢測(cè)影片目標(biāo)的心跳、血液流動(dòng)等生物學(xué)信號(hào)，藉由分析該信號(hào)的殘差來確定真假，目前該方法的準(zhǔn)確率已達(dá)到97.29%，同時(shí)還可以檢測(cè)背后所用的Deepfake模型。

　　國(guó)內(nèi)大廠也紛紛推出此類應(yīng)用，如百度大腦AI開放平臺(tái)推出的“人臉檢測(cè)”、“H5視頻活體檢測(cè)”、“在線活體檢測(cè)”API，具備人臉合成圖鑒別能力�；�于深度學(xué)習(xí)算法，可識(shí)別摩爾紋、成像畸形等圖像特征，防止靜態(tài)圖片、屏幕或視頻翻拍等作弊攻擊，提升業(yè)務(wù)安全性。目前此功能已廣泛應(yīng)用于房產(chǎn)交易身份認(rèn)證;保險(xiǎn)投保、核保及理賠輔助核驗(yàn);運(yùn)營(yíng)商實(shí)名制開卡，汽車租賃等各種業(yè)務(wù)。

　　阿里安全圖靈實(shí)驗(yàn)室也為此打造了基于多實(shí)例學(xué)習(xí)的檢測(cè)算法Sharp-MIL(S-MIL)，只需視頻級(jí)別的標(biāo)注，就能對(duì)deepfake作品進(jìn)行檢測(cè)。

　　騰訊云AI視覺則推出AntiFakes假臉甄別技術(shù)，基于圖像算法和視覺AI，可對(duì)圖片或視頻中的人臉真?zhèn)芜M(jìn)行檢測(cè)分析，鑒別圖片中的人臉是否為AI換臉?biāo)惴�、App所生成的假臉，最終對(duì)圖像或視頻的風(fēng)險(xiǎn)等級(jí)進(jìn)行評(píng)估。

　　情緒辨識(shí)網(wǎng)絡(luò)(Emotion Recognition Network)也是測(cè)定方法之一，透過檢測(cè)臉部情緒是否與場(chǎng)景上下文或音訊內(nèi)容相匹配，來確定影片真?zhèn)�。其他還有對(duì)比人臉區(qū)域與背景區(qū)域，尋找微小差異以辨別真假的背景差異檢測(cè);以及將假臉重新混入目標(biāo)圖像或影片，以從中尋找邊界的人臉X 射線(Face X-ray)檢測(cè)。經(jīng)過FaceForensics數(shù)據(jù)集上測(cè)試，人臉X 射線的精準(zhǔn)度可達(dá)99% 以上。

　　雖然基于Deepfake的AI換臉技術(shù)可制造巨大流量，能作為不錯(cuò)的營(yíng)銷手段。在發(fā)展出相應(yīng)的監(jiān)管制度之前，這類無法確保用戶隱私數(shù)據(jù)安全的應(yīng)用仍無法逃離下架的命運(yùn)，反而為Deepfake防治軟件帶來許多商機(jī)。除了上述產(chǎn)品，還有Sensity、Deepware，以及微軟Video Authenticator等商業(yè)用的應(yīng)用程序編程接口。

　　AI換臉技術(shù)可說是打開了潘多拉的魔盒，在為一些人帶來消遣的同時(shí)，也成為不法之徒傷害他人的工具。如何妥善運(yùn)用這把雙面刃，在娛樂消遣和隱私安全中取得平衡，是人類在科技發(fā)展過程中必須面對(duì)的問題。