來(lái)源：量子位
唯一能阻止 ZAO 刷屏的，可能是服務(wù)器。
今天上午 10 點(diǎn)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(duì)第幾位的問(wèn)題，而是——
" 服務(wù)器繁忙 "
提示頁(yè)卡上寫(xiě)著：當(dāng)前制造任務(wù)已滿，無(wú)法制造，預(yù)計(jì) 10:XX 恢復(fù)能力。這里的 XX 大概是一段 10 分鐘左右的延時(shí)，不過(guò)只要 5、6 分鐘就能繼續(xù)處理。
10 點(diǎn) 45 分左右，這個(gè)提示變?yōu)楦?jiǎn)單粗暴的一句話：
" 當(dāng)服務(wù)器制作量過(guò)大，請(qǐng)稍后再試 "
仔細(xì)看這句話，你以為是漏了一個(gè)字？不不不，只需要?jiǎng)佑贸踔虚喿x理解方法，就能推斷出這是運(yùn)營(yíng)方的一個(gè)暗示：
缺 " 前 "。
要知道，每個(gè) ZAO 用戶換臉的背后，是熊熊燃燒的服務(wù)器成本。據(jù) ZAO 官方透露的消息，一個(gè)晚上 ZAO 的服務(wù)器就能燒掉 200 多萬(wàn)。（燒一天怎么也得 500 萬(wàn)以上了吧）
這也足見(jiàn) ZAO 的火爆。
為什么 ZAO 火了
AI 換臉，不是新鮮事。
2017 年底，國(guó)外一位 ID 為 "deepfakes" 的網(wǎng)友，利用業(yè)余時(shí)間創(chuàng)造了一個(gè) AI 換臉?biāo)惴ā：髞?lái)這個(gè)算法也被廣泛稱為 deepfakes。
這個(gè)機(jī)器學(xué)習(xí)算法，首先在小圈子炸開(kāi)。在國(guó)外的 Reddit 論壇上，有一個(gè) deepfakes 社區(qū)，一個(gè)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(gè)社區(qū)逐漸變成了生產(chǎn)假冒愛(ài)情動(dòng)作片的 " 黑窩點(diǎn) " ——不少人用 AI 技術(shù)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?yàn)檫@樣，這個(gè)社區(qū)引發(fā)了大量的爭(zhēng)議，最后被徹底關(guān)掉。
但這個(gè) AI 換臉這個(gè)技術(shù)，卻一直進(jìn)化至今。比如今年初，B 站 UP 主 " 換臉哥 "，使用者個(gè)技術(shù)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(jiàn)：朱茵變楊冪，流量一個(gè)億）
還有徐錦江對(duì)戰(zhàn)滅霸、洪世賢換臉艾莉等等。（詳見(jiàn)：B 站名場(chǎng)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(jiǎn)單。因?yàn)?ZAO 最簡(jiǎn)單。
最初的 deepfakes 只是一套算法，是基于 Keras 等多個(gè)開(kāi)源庫(kù)完成的。后來(lái)有位高手添加了一些工具，封裝成引用 FakeApp。這是一個(gè)桌面應(yīng)用，可以運(yùn)行 deepfakes 算法，無(wú)需安裝 Python、TensorFlow 等，僅需要 " 支持 CUDA 的高性能 GPU"。
這聽(tīng)起來(lái)簡(jiǎn)單，但對(duì)于普通用戶來(lái)說(shuō)，下載、安裝、訓(xùn)練都是費(fèi)時(shí)費(fèi)力的大工程。所以通常都是一些愛(ài)好者制作發(fā)布，大家欣賞換臉后的成片。
而這次 ZAO 把門(mén)檻一下拉低到近乎沒(méi)有。
用戶想要體驗(yàn) AI 換臉，不再需要電腦、高性能 GPU、數(shù)據(jù)集、編程和 AI 知識(shí)，只需要一部手機(jī)，一張自拍，就可以把多種影視場(chǎng)景中主角的臉，換成自己的臉。
這是一種前所未有的體驗(yàn)，而且效果雖然不能說(shuō)特別好，但通常情況下，都是相當(dāng)不錯(cuò)的，至少可以讓用戶有動(dòng)力發(fā)到朋友圈去顯擺一下。
燒自己的錢(qián)，讓用戶爽，從這一點(diǎn)來(lái)說(shuō)，ZAO 當(dāng)然有火的理由。當(dāng)然 ZAO 應(yīng)該也不缺錢(qián)，畢竟背后是著名的公司：陌陌。
被質(zhì)疑的隱私問(wèn)題
當(dāng)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(duì)的一些質(zhì)疑，就是當(dāng)初 deepfakes 出現(xiàn)的時(shí)候，曾經(jīng)面對(duì)的質(zhì)疑。
質(zhì)疑一是 " 版權(quán) " 之爭(zhēng)；二是倫理道德之爭(zhēng)。
顯而易見(jiàn)，deepfakes 是雙刃劍。這個(gè)簡(jiǎn)單的應(yīng)用可能會(huì)被居心叵測(cè)的用戶利用，從而制作各種色情、暴力甚至關(guān)乎政治的虛假視頻，一旦發(fā)生，后果可能非常嚴(yán)重。
這并非聳人聽(tīng)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(xué)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(shuō)的話。并且，改動(dòng)關(guān)鍵詞后人物口型還能對(duì)得奇準(zhǔn)無(wú)比，絲毫看不出篡改的痕跡，就像下面這樣：
蘋(píng)果今日收盤(pán)價(jià) 191 塊 4，改成 182 塊 2 你也看不出來(lái)。
讓新垣結(jié)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(gè)人的視頻偽造個(gè)人陳述 …… 現(xiàn)在都不在話下。
手握這項(xiàng)技術(shù)，在視頻中讓你怎么說(shuō)你就怎么說(shuō)，讓你說(shuō)什么你就得說(shuō)什么，誰(shuí)也看不出來(lái)這是假的。對(duì)，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(qiáng)烈的隱私擔(dān)心。
畢竟這是一個(gè)需要上傳人臉數(shù)據(jù)的應(yīng)用，而人臉作為生物識(shí)別信息，很多時(shí)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(lái)就在微博上說(shuō)："ZAO 可能很危險(xiǎn)的 … 別看你今天玩得開(kāi)心，過(guò)段時(shí)間就有可能你的支付寶被盜刷臉了？不過(guò)這事兒很難怪 ZAO，誰(shuí)讓你認(rèn)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(lái)質(zhì)疑。
比如上面這句，就被集火抨擊。
當(dāng)然還有人替 ZAO 著急，畢竟之前大火過(guò)的各種換臉應(yīng)用。基本上都難逃一陣風(fēng)的宿命，親愛(ài)的用戶們新鮮勁很快就過(guò)去了，保質(zhì)期可能都不到一個(gè)禮拜。
換臉背后的技術(shù)
ZAO 沒(méi)有公布背后的技術(shù)細(xì)節(jié)，但 AI 換臉本質(zhì)上都是大同小異。
前幾天，有個(gè)國(guó)外的團(tuán)隊(duì)制作出毫無(wú)破綻的換臉視頻，同時(shí)也披露了背后的技術(shù)細(xì)節(jié)。那就是開(kāi)源項(xiàng)目：DeepFaceLab。
DeepFaceLab 是 Deepfakes 換臉術(shù)的一個(gè)軟件工具包，安裝簡(jiǎn)單，使用方便，更新及時(shí)。在 GitHub 上已有 5000 多星。
代碼公開(kāi)是一方面。另一方面，從項(xiàng)目描述看，不需要太多算力就能跑 ( 詳見(jiàn)下文 ) 。總體說(shuō)來(lái)門(mén)檻很低。
軟件包里有多種模型，各有特點(diǎn)：
H64 ( 2GB+ 顯存 ) ，64 像素模式。這是經(jīng)典模型，DeepFakes 最初揚(yáng)名就是靠它。DeepFaceLab 對(duì)它做了些改進(jìn)，讓這個(gè)模型在低顯存情況下也能用低配置參數(shù)運(yùn)行。
H128 ( 3GB+ 顯存 ) ，128 像素模型，比 H64 像素更高，細(xì)節(jié)更豐富。能應(yīng)對(duì)大部分遠(yuǎn)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(lái)的臉通常比 H128 更像，但兼容性更差，邊緣問(wèn)題突出。
LIAEF128 ( 5GB+ 顯存 ) ，結(jié)合了 DF，IAE 的改進(jìn)型 128 全臉模型。這個(gè)模型存在閉眼識(shí)別問(wèn)題。
SAE ( 最低配置 2GB+，推薦配置 11GB+ ) ，風(fēng)格化的編碼器，基于風(fēng)格損失的新型超級(jí)模型。可以有效重建被遮擋的臉。可玩性高，參數(shù)可調(diào)，調(diào)優(yōu)空間大。
DeepFaceLab 唯一的安裝要求就是對(duì)應(yīng)版本的顯卡驅(qū)動(dòng)，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(wú)需魔法的百度網(wǎng)盤(pán)版本 ) ，以及詳細(xì)的安裝教程。
同時(shí)還自帶許多人臉圖片數(shù)據(jù)。
官網(wǎng)說(shuō)，DeepFaceLab 雖然沒(méi)有可視化界面，但步驟非常清晰，操作并不復(fù)雜。
換臉主要分為五個(gè)階段：
視頻轉(zhuǎn)圖片、提取臉部、訓(xùn)練模型、人臉替換、合成視頻。
每個(gè)步驟只需點(diǎn)擊 BAT 文件即可執(zhí)行。
想要入門(mén) 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(méi)披露技術(shù)細(xì)節(jié)，不知道有沒(méi)有改進(jìn)算法 ) 。
自學(xué)換臉配置指南
最后，貼一個(gè)量子位之前就發(fā)過(guò)的指南。如何才能自己動(dòng)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(qiáng)的硬件，你也能自制一段換臉視頻。
這些軟件都一個(gè)基本要求，就是必須支持英偉達(dá)的 CUDA。
通俗地說(shuō)，如果你最近幾年為了玩吃雞這類游戲配置了一臺(tái) PC，而且安裝的是英偉達(dá)的獨(dú)立顯卡，那么運(yùn)行 Deepfakes 應(yīng)該是沒(méi)問(wèn)題的。
根據(jù)國(guó)外網(wǎng)友的實(shí)測(cè)效果，要運(yùn)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(dá) GPU
英特爾 i3 或者 AMD 9 處理器
8GB 內(nèi)存
20GB 剩余硬盤(pán)空間
以上只是最低的配置，制作一個(gè)換臉視頻可能需要幾天才行，是不是感到電費(fèi)在燃燒？如果為了省事中途截?cái)啵Ч麜?huì)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(shí)間，如果只訓(xùn)練幾個(gè)小時(shí)，結(jié)果根本沒(méi)法看：
從電腦屏幕上來(lái)看，訓(xùn)練過(guò)程是這樣的：
如果你不想每天早晨打開(kāi)電腦都看到上面的畫(huà)面，那么我們推薦以下配置，它能講訓(xùn)練時(shí)間縮短到只有幾個(gè)小時(shí)：
至少 4GB 顯存的英偉達(dá) GPU（GTX 9 系或者更高，多數(shù)網(wǎng)友推薦 GTX 1060 6GB 顯存，售價(jià) 1699 元）
英特爾 i5 或 AMD Ryzen 處理器（以 i5-8400 為例，售價(jià) 1599 元）
12GB 內(nèi)存（購(gòu)買(mǎi) 2 條 8GB 內(nèi)存，總價(jià) 700 元）
100GB 剩余硬盤(pán)空間（考慮到其他占用空間，購(gòu)買(mǎi) 250GB 固態(tài)硬盤(pán)，價(jià)格大約 300 元）
以上只是主要部件的價(jià)格，再加上主板、電源、機(jī)箱，總的主機(jī)（不包括顯示器）價(jià)格區(qū)間在 5000~6000 元之間。
需要注意的是，在這里，硬盤(pán)空間比硬盤(pán)讀寫(xiě)速度更重要。
因?yàn)橛?xùn)練 Deepfake 過(guò)程中大約每分鐘會(huì)產(chǎn)生 1GB 的圖像文件，通常 SSD 的空間較小，如果被訓(xùn)練數(shù)據(jù)占滿，將會(huì)導(dǎo)致 SSD 性能下降。而機(jī)械硬盤(pán)的性能幾乎不受剩余空間影響，非常適合用在訓(xùn)練 Deepfake 中。
當(dāng)然，除了軟硬件條件，你還得準(zhǔn)備相應(yīng)的視頻素材。
最后友情提示，你自己準(zhǔn)備好軟硬件，也需要面臨最開(kāi)始提到的，錢(qián)的問(wèn)題。根據(jù) Deepfake 軟件要求的硬件配置和訓(xùn)練時(shí)間，換一次臉就需要燒掉至少一度電以上。
