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，這項技術(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平臺也基于生成對抗網(wǎng)絡(luò)，結(jié)合人臉檢測、頭發(fā)分割、人像分割等技術(shù)，推出人像動漫化服務(wù)。現(xiàn)已和B612咔嘰美顏相機合作，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，德國研究團隊研發(fā)出一款名為Face2Face的應(yīng)用，可實現(xiàn)實時的面部圖像轉(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，這個被統(tǒng)稱為DeepFake的技術(shù)開始流行。

　　國內(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》中朱茵飾演的黃蓉換成楊冪的視頻開始，當時微博話題#將朱茵的黃蓉換成楊冪的臉#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的運營方就因為用戶隱私協(xié)議不規(guī)范，存在數(shù)據(jù)泄露風(fēng)險等網(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App下載排行榜第一名，且持續(xù)多天“霸榜”。

　　「智能相對論」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遭到美國國會限制，人類對“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)，對依附流量的影視創(chuàng)作、電商購物、短視頻社交產(chǎn)業(yè)而言，是絕佳的引流渠道。近年來，AI對“臉”的改造依然主要應(yīng)用在社交娛樂場景。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”，即通過人臉識別、圖像生成技術(shù)，用戶的臉變成客制化的卡通動漫形象。

　　由于“卡通化”的形象娛樂性強，與真人差異較大、易于分辨，因此這類技術(shù)的爭議較小。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。 一般通過免費增值服務(wù)模式收費，或是作為引流手段吸引客群，引導(dǎo)用戶為其他功能付費。

　　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“生成動態(tài)表情”功能的AI應(yīng)用。這項服務(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親人的思念之情。

　　想要讓靜止的照片動起來，需要先使用生成對抗網(wǎng)絡(luò)GAN對低頻圖像進行降噪、重建，補全圖像中有關(guān)高頻細節(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節(jié)，甚至連馬賽克的部份都能還原。

　　接下來，使用動作遷移算法，利用訓(xùn)練過的AI模型實時提取視頻人物中的關(guān)鍵點，并為照片中的人臉標記上相應(yīng)的關(guān)鍵點，再將二者對應(yīng)，便能做到讓另一段影片中的人物動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“動起來”的視頻與教程。國內(nèi)也有up主利用百度飛槳的開源項目PaddleGAN和 DFDNet讓黑白人物照片“恢復(fù)色彩”并作出動態(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)用惹人爭議的原因皆是由于DeepFake技術(shù)的以假亂真與面部識別帶來的個人隱私泄露及濫用。

　　自2014年生成式對抗網(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、傳媒等多個領(lǐng)域，甚至還對美國總統(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，約半年就增長一倍。截至2020年6月，造假影片多達49,081個，同比增長330%以上。其中，以色情影片占比最高，目標對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為一段涉嫌從事同性戀活動的影片而被判入獄，但后來證實影片為Deepfake偽造。雖然以這項技術(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偵測競賽(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。已有的方法如檢測影片目標的心跳、血液流動等生物學(xué)信號，藉由分析該信號的殘差來確定真假，目前該方法的準確率已達到97.29%，同時還可以檢測背后所用的Deepfake模型。

　　國內(nèi)大廠也紛紛推出此類應(yīng)用，如百度大腦AI開放平臺推出的“人臉檢測”、“H5視頻活體檢測”、“在線活體檢測”API，具備人臉合成圖鑒別能力�；�于深度學(xué)習(xí)算法，可識別摩爾紋、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)交易身份認證;保險投保、核保及理賠輔助核驗;運營商實名制開卡，汽車租賃等各種業(yè)務(wù)。

　　阿里安全圖靈實驗室也為此打造了基于多實例學(xué)習(xí)的檢測算法Sharp-MIL(S-MIL)，只需視頻級別的標注，就能對deepfake作品進行檢測。

　　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，可對圖片或視頻中的人臉真?zhèn)芜M行檢測分析，鑒別圖片中的人臉是否為AI換臉算法、App所生成的假臉，最終對圖像或視頻的風(fēng)險等級進行評估。

　　情緒辨識網(wǎng)絡(luò)(Emotion Recognition Network)也是測定方法之一，透過檢測臉部情緒是否與場景上下文或音訊內(nèi)容相匹配，來確定影片真?zhèn)巍Ｆ渌�還有對比人臉區(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;以及將假臉重新混入目標圖像或影片，以從中尋找邊界的人臉X 射線(Face X-ray)檢測。經(jīng)過FaceForensics數(shù)據(jù)集上測試，人臉X 射線的精準度可達99% 以上。

　　雖然基于Deepfake的AI換臉技術(shù)可制造巨大流量，能作為不錯的營銷手段。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，反而為Deepfake防治軟件帶來許多商機。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，也成為不法之徒傷害他人的工具。如何妥善運用這把雙面刃，在娛樂消遣和隱私安全中取得平衡，是人類在科技發(fā)展過程中必須面對的問題。