來源：量子位

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。

為什么 ZAO 火了

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。

被質疑的隱私問題

當然越火，質疑聲就越大。

AI 換臉如此，ZAO 也是如此。現(xiàn)在 ZAO 面對的一些質疑，就是當初 deepfakes 出現(xiàn)的時候，曾經(jīng)面對的質疑。

質疑一是 " 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。基本上都難逃一陣風的宿命，親愛的用戶們新鮮勁很快就過去了，保質期可能都不到一個禮拜。

換臉背后的技術

ZAO 沒有公布背后的技術細節(jié)，但 AI 換臉本質上都是大同小異。

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 ) 。總體說來門檻很低。

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。可以有效重建被遮擋的臉。可玩性高，參數(shù)可調，調優(yōu)空間大。

DeepFaceLab 唯一的安裝要求就是對應版本的顯卡驅動，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 ) 。

自學換臉配置指南

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。