唯一能阻止ZAO刷屏的，可能是服務器。
今天上午10點半左右，正在使用ZAO的用戶發(fā)現(xiàn)，想要生成一段新的AI換臉視頻，已經(jīng)不是等待幾秒、排隊第幾位的問題，而是——
“服務器繁忙”
提示頁卡上寫著：當前制造任務已滿，無法制造，預計10:XX恢復能力。這里的XX大概是一段10分鐘左右的延時，不過只要5、6分鐘就能繼續(xù)處理。
10點45分左右，這個提示變?yōu)楦唵未直┑囊痪湓挘?/p>
“當服務器制作量過大，請稍后再試”
仔細看這句話，你以為是漏了一個字？不不不，只需要動用初中閱讀理解方法，就能推斷出這是運營方的一個暗示：
缺“前”。
要知道，每個ZAO用戶換臉的背后，是熊熊燃燒的服務器成本。據(jù)ZAO官方透露的消息，一個晚上ZAO的服務器就能燒掉200多萬。（燒一天怎么也得500萬以上了吧）
這也足見ZAO的火爆。
AI換臉，不是新鮮事。
2017年底，國外一位ID為“deepfakes”的網(wǎng)友，利用業(yè)余時間創(chuàng)造了一個AI換臉算法。后來這個算法也被廣泛稱為deepfakes。
這個機器學習算法，首先在小圈子炸開。在國外的Reddit論壇上，有一個deepfakes社區(qū)，一個月內(nèi)聚集了1.5訂閱者，并產(chǎn)生了大量的AI換臉視頻。
隨后，這個社區(qū)逐漸變成了生產(chǎn)假冒愛情動作片的“黑窩點”——不少人用AI技術將色情作品中的主角換成明星的臉。有文化，真可怕。小電影，可造假。
也正是因為這樣，這個社區(qū)引發(fā)了大量的爭議，最后被徹底關掉。
但這個AI換臉這個技術，卻一直進化至今。比如今年初，B站UP主“換臉哥”，使用者個技術將94版《射雕》里朱茵扮演的黃蓉，換成楊冪的臉。
效果是真的好。（詳見：朱茵變楊冪，流量一個億）
還有徐錦江對戰(zhàn)滅霸、洪世賢換臉艾莉等等。（詳見：B站名場面全被AI換臉調(diào)戲了一遍）
但，為什么ZAO大火特火了？
原因很簡單。因為ZAO最簡單。
最初的deepfakes只是一套算法，是基于Keras等多個開源庫完成的。后來有位高手添加了一些工具，封裝成引用FakeApp。這是一個桌面應用，可以運行deepfakes算法，無需安裝Python、TensorFlow等，僅需要“支持CUDA的高性能GPU”。
這聽起來簡單，但對于普通用戶來說，下載、安裝、訓練都是費時費力的大工程。所以通常都是一些愛好者制作發(fā)布，大家欣賞換臉后的成片。
而這次ZAO把門檻一下拉低到近乎沒有。
用戶想要體驗AI換臉，不再需要電腦、高性能GPU、數(shù)據(jù)集、編程和AI知識，只需要一部手機，一張自拍，就可以把多種影視場景中主角的臉，換成自己的臉。
這是一種前所未有的體驗，而且效果雖然不能說特別好，但通常情況下，都是相當不錯的，至少可以讓用戶有動力發(fā)到朋友圈去顯擺一下。
燒自己的錢，讓用戶爽，從這一點來說，ZAO當然有火的理由。當然ZAO應該也不缺錢，畢竟背后是著名的公司：陌陌。
當然越火，質(zhì)疑聲就越大。
AI換臉如此，ZAO也是如此。現(xiàn)在ZAO面對的一些質(zhì)疑，就是當初deepfakes出現(xiàn)的時候，曾經(jīng)面對的質(zhì)疑。
質(zhì)疑一是“版權”之爭；二是倫理道德之爭。
顯而易見，deepfakes是雙刃劍。這個簡單的應用可能會被居心叵測的用戶利用，從而制作各種色情、暴力甚至關乎政治的虛假視頻，一旦發(fā)生，后果可能非常嚴重。
這并非聳人聽聞。而且不只是視頻，AI還能“造假”聲音。斯坦福和普林斯頓大學等最新研究：給定任意文本，就能隨意改變一段視頻里人物說的話。并且，改動關鍵詞后人物口型還能對得奇準無比，絲毫看不出篡改的痕跡，就像下面這樣：
蘋果今日收盤價191塊4，改成182塊2你也看不出來。
讓新垣結衣向你表白，讓石原里美大聲喊出你的名字，甚至隨便根據(jù)某個人的視頻偽造個人陳述……現(xiàn)在都不在話下。
手握這項技術，在視頻中讓你怎么說你就怎么說，讓你說什么你就得說什么，誰也看不出來這是假的。對，臉和聲音都是你的，而且有視頻，但一切都是假的。
另外，ZAO也讓很多用戶有強烈的隱私擔心。
畢竟這是一個需要上傳人臉數(shù)據(jù)的應用，而人臉作為生物識別信息，很多時候已經(jīng)成為我們的重要資產(chǎn)的密碼。
比方韭菜教育專家李笑來就在微博上說：“ZAO 可能很危險的… 別看你今天玩得開心，過段時間就有可能你的支付寶被盜刷臉了？不過這事兒很難怪 ZAO，誰讓你認知淺薄了呢？”
還有ZAO用戶、隱私協(xié)議里的一些話，也被很多人拿出來質(zhì)疑。
比如上面這句，就被集火抨擊。
當然還有人替ZAO著急，畢竟之前大火過的各種換臉應用?；旧隙茧y逃一陣風的宿命，親愛的用戶們新鮮勁很快就過去了，保質(zhì)期可能都不到一個禮拜。
ZAO沒有公布背后的技術細節(jié)，但AI換臉本質(zhì)上都是大同小異。
前幾天，有個國外的團隊制作出毫無破綻的換臉視頻，同時也披露了背后的技術細節(jié)。那就是開源項目：DeepFaceLab。
DeepFaceLab是Deepfakes換臉術的一個軟件工具包，安裝簡單，使用方便，更新及時。在GitHub上已有5000多星。
代碼公開是一方面。另一方面，從項目描述看，不需要太多算力就能跑 (詳見下文) ?？傮w說來門檻很低。
軟件包里有多種模型，各有特點：
H64 (2GB 顯存) ，64像素模式。這是經(jīng)典模型，DeepFakes最初揚名就是靠它。DeepFaceLab對它做了些改進，讓這個模型在低顯存情況下也能用低配置參數(shù)運行。
H128 (3GB 顯存) ，128像素模型，比H64像素更高，細節(jié)更豐富。能應對大部分遠景和中景鏡頭，適合亞洲臉型。
DF (5GB 顯存) ，H128的全臉模型。它換出來的臉通常比H128更像，但兼容性更差，邊緣問題突出。
LIAEF128 (5GB 顯存) ，結合了DF，IAE的改進型128全臉模型。這個模型存在閉眼識別問題。
SAE (最低配置2GB ，推薦配置11GB ) ，風格化的編碼器，基于風格損失的新型超級模型?？梢杂行е亟ū徽趽醯哪??？赏嫘愿?，參數(shù)可調(diào)，調(diào)優(yōu)空間大。
DeepFaceLab唯一的安裝要求就是對應版本的顯卡驅(qū)動，甚至不需要CUDA和CuDNN。
軟件的中文官網(wǎng)提供了下載通道 (有無需魔法的百度網(wǎng)盤版本) ，以及詳細的安裝教程。
同時還自帶許多人臉圖片數(shù)據(jù)。
官網(wǎng)說，DeepFaceLab雖然沒有可視化界面，但步驟非常清晰，操作并不復雜。
換臉主要分為五個階段：
視頻轉(zhuǎn)圖片、提取臉部、訓練模型、人臉替換、合成視頻。
每個步驟只需點擊BAT文件即可執(zhí)行。
想要入門AI換臉的小伙伴，也可以在DeepFaceLab中文官網(wǎng)找到豐富的教程：
https://www.deepfakescn.com/
雖然，DeepFaceLab描述的硬件要求不高，但ctrl shift face能做到今天的效果，背后很可能有貴貴的GPU在燃燒 (盡管沒披露技術細節(jié)，不知道有沒有改進算法) 。
最后，貼一個量子位之前就發(fā)過的指南。如何才能自己動手搞AI換臉。
目前網(wǎng)上已經(jīng)有fakeapp、faceswap、deepfacelab等一大批現(xiàn)成換臉軟件，只要有夠強的硬件，你也能自制一段換臉視頻。
這些軟件都一個基本要求，就是必須支持英偉達的CUDA。
通俗地說，如果你最近幾年為了玩吃雞這類游戲配置了一臺PC，而且安裝的是英偉達的獨立顯卡，那么運行Deepfakes應該是沒問題的。
根據(jù)國外網(wǎng)友的實測效果，要運行fakeapp且電腦不崩潰，至少需要以下配置：
至少有2GB顯存的英偉達GPU
英特爾i3或者AMD 9處理器
8GB內(nèi)存
20GB剩余硬盤空間
以上只是最低的配置，制作一個換臉視頻可能需要幾天才行，是不是感到電費在燃燒？如果為了省事中途截斷，效果會慘不忍睹。
去年科技媒體The Verge的記者還真試了一把，她的電腦給人換臉大概需要一天的時間，如果只訓練幾個小時，結果根本沒法看：
從電腦屏幕上來看，訓練過程是這樣的：
如果你不想每天早晨打開電腦都看到上面的畫面，那么我們推薦以下配置，它能講訓練時間縮短到只有幾個小時：
至少4GB顯存的英偉達GPU（GTX 9系或者更高，多數(shù)網(wǎng)友推薦GTX 1060 6GB顯存，售價1699元）
英特爾i5或AMD Ryzen處理器（以i5-8400為例，售價1599元）
12GB內(nèi)存（購買2條8GB內(nèi)存，總價700元）
100GB剩余硬盤空間（考慮到其他占用空間，購買250GB固態(tài)硬盤，價格大約300元）
以上只是主要部件的價格，再加上主板、電源、機箱，總的主機（不包括顯示器）價格區(qū)間在5000~6000元之間。
需要注意的是，在這里，硬盤空間比硬盤讀寫速度更重要。
因為訓練Deepfake過程中大約每分鐘會產(chǎn)生1GB的圖像文件，通常SSD的空間較小，如果被訓練數(shù)據(jù)占滿，將會導致SSD性能下降。而機械硬盤的性能幾乎不受剩余空間影響，非常適合用在訓練Deepfake中。
當然，除了軟硬件條件，你還得準備相應的視頻素材。
最后友情提示，你自己準備好軟硬件，也需要面臨最開始提到的，錢的問題。根據(jù)Deepfake軟件要求的硬件配置和訓練時間，換一次臉就需要燒掉至少一度電以上。
— 完 —
聯(lián)系客服
