AI換臉ZAO一晚，成本燒掉幾百萬

問耕 發自 麥蒿寺

量子位 出品 | 公眾號 QbitAI

唯一能阻止ZAO刷屏的，可能是伺服器。

今天上午10點半左右，正在使用ZAO的使用者發現，想要生成一段新的AI換臉影片，已經不是等待幾秒、排隊第幾位的問題，而是——

“伺服器繁忙”

提示頁卡上寫著：當前製造任務已滿，無法制造，預計10:XX恢復能力。這裡的XX大概是一段10分鐘左右的延時，不過只要5、6分鐘就能繼續處理。

10點45分左右，這個提示變為更簡單粗暴的一句話：

“當伺服器製作量過大，請稍後再試”

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使用者換臉的背後，是熊熊燃燒的伺服器成本。據ZAO官方透露的訊息，一個晚上ZAO的伺服器就能燒掉200多萬。（燒一天怎麼也得500萬以上了吧）

這也足見ZAO的火爆。

為什麼ZAO火了

AI換臉，不是新鮮事。

2017年底，國外一位ID為“deepfakes”的網友，利用業餘時間創造了一個AI換臉演算法。後來這個演算法也被廣泛稱為deepfakes。

這個機器學習演算法，首先在小圈子炸開。在國外的Reddit論壇上，有一個deepfakes社群，一個月內聚集了1.5訂閱者，併產生了大量的AI換臉影片。

隨後，這個社群逐漸變成了生產假冒愛 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，這個社群引發了大量的爭議，最後被徹底關掉。

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《射鵰》裡朱茵扮演的黃蓉，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，為什麼ZAO大火特火了？

原因很簡單。因為ZAO最簡單。

最初的deepfakes只是一套演算法，是基於Keras等多個開源庫完成的。後來有位高手新增了一些工具，封裝成引用FakeApp。這是一個桌面應用，可以執行deepfakes演算法，無需安裝Python、TensorFlow等，僅需要“支援CUDA的高效能GPU”。

這聽起來簡單，但對於普通使用者來說，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製作釋出，大家欣賞換臉後的成片。

而這次ZAO把門檻一下拉低到近乎沒有。

使用者想要體驗AI換臉，不再需要電腦、高效能GPU、資料集、程式設計和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，至少可以讓使用者有動力發到朋友圈去顯擺一下。

燒自己的錢，讓使用者爽，從這一點來說，ZAO當然有火的理由。當然ZAO應該也不缺錢，畢竟背後是著名的公司：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。現在ZAO面對的一些質疑，就是當初deepfakes出現的時候，曾經面對的質疑。

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使用者利用，從而製作各種色 情、暴力甚至關乎政治的虛假影片，一旦發生，後果可能非常嚴重。

這並非聳人聽聞。而且不只是影片，AI還能“造假”聲音。史丹佛和普林斯頓大學等最新研究：給定任意文字，就能隨意改變一段影片里人物說的話。並且，改動關鍵詞後人物口型還能對得奇準無比，絲毫看不出篡改的痕跡。

讓新垣結衣向你表白，讓石原里美大聲喊出你的名字，甚至隨便根據某個人的影片偽造個人陳述……現在都不在話下。

手握這項技術，在影片中讓你怎麼說你就怎麼說，讓你說什麼你就得說什麼，誰也看不出來這是假的。對，臉和聲音都是你的，而且有影片，但一切都是假的。

另外，ZAO也讓很多使用者有強烈的隱私擔心。

畢竟這是一個需要上傳人臉資料的應用，而人臉作為生物識別資訊，很多時候已經成為我們的重要資產的密碼。

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使用者、隱私協議裡的一些話，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，親愛的使用者們新鮮勁很快就過去了，保質期可能都不到一個禮拜。

換臉背後的技術

ZAO沒有公佈背後的技術細節，但AI換臉本質上都是大同小異。

前幾天，有個國外的團隊製作出毫無破綻的換臉影片，同時也披露了背後的技術細節。那就是開源專案：DeepFaceLab。

DeepFaceLab是Deepfakes換臉術的一個軟體工具包，安裝簡單，使用方便，更新及時。在GitHub上已有5000多星。

程式碼公開是一方面。另一方面，從專案描述看， 不需要太多算力就能跑 (詳見下文) 。總體說來門檻很低。

軟體包裡有多種模型，各有特點：

H64 (2GB+視訊記憶體) ，64畫素模式。這是 經典模型，DeepFakes最初揚名就是靠它。DeepFaceLab對它做了些改進，讓這個模型在低視訊記憶體情況下也能用低配置引數執行。

H128 (3GB+視訊記憶體) ，128畫素模型，比H64畫素更高，細節更豐富。能應對大部分遠景和中景鏡頭，適合亞洲臉型。

DF (5GB+視訊記憶體) ，H128的全臉模型。它換出來的臉通常比H128更像，但相容性更差，邊緣問題突出。

LIAEF128 (5GB+視訊記憶體) ，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，基於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，引數可調，調優空間大。

DeepFaceLab唯一的安裝要求就是對應版本的 顯示卡驅動，甚至不需要CUDA和CuDNN。

軟體的中文官網提供了下載通道 (有無需魔法的百度網盤版本) ，以及詳細的安裝教程。

同時還自帶許多人臉圖片資料。

官網說，DeepFaceLab雖然沒有視覺化介面，但步驟非常清晰，操作並不複雜。

換臉主要分為五個階段：

影片轉圖片、提取臉部、訓練模型、人臉替換、合成影片。

每個步驟只需點選BAT檔案即可執行。

想要入門AI換臉的小夥伴，也可以在DeepFaceLab中文官網找到豐富的教程：

雖然，DeepFaceLab描述的硬體要求不高，但ctrl shift face能做到今天的效果，背後很可能有貴貴的GPU在燃燒 (儘管沒披露技術細節，不知道有沒有改進演算法) 。

自學換臉配置指南

最後，貼一個量子位之前就發過的指南。如何才能自己動手搞AI換臉。

目前網上已經有fakeapp、faceswap、deepfacelab等一大批現成換臉軟體，只要有夠強的硬體，你也能自制一段換臉影片。

這些軟體都一個基本要求，就是必須支援英偉達的CUDA。

通俗地說，如果你最近幾年為了玩吃雞這類遊戲配置了一臺PC，而且安裝的是英偉達的獨立顯示卡，那麼執行Deepfakes應該是沒問題的。

根據國外網友的實測效果，要執行fakeapp且電腦不崩潰，至少需要以下配置：

• 至少有2GB視訊記憶體的英偉達GPU
• 英特爾i3或者AMD 9處理器
• 8GB記憶體
• 20GB剩餘硬碟空間

以上只是最低的配置，製作一個換臉影片可能需要幾天才行，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：

從電腦螢幕上來看，訓練過程是這樣的：

如果你不想每天早晨開啟電腦都看到上面的畫面，那麼我們推薦以下配置，它能講訓練時間縮短到只有幾個小時：

• 至少4GB視訊記憶體的英偉達GPU（GTX 9系或者更高，多數網友推薦GTX 1060 6GB視訊記憶體，售價1699元）
• 英特爾i5或AMD Ryzen處理器（以i5-8400為例，售價1599元）
• 12GB記憶體（購買2條8GB記憶體，總價700元）
• 100GB剩餘硬碟空間（考慮到其他佔用空間，購買250GB固態硬碟，價格大約300元）

以上只是主要部件的價格，再加上主機板、電源、機箱，總的主機（不包括顯示器）價格區間在 5000~6000元之間。

需要注意的是，在這裡，硬碟空間比硬碟讀寫速度更重要。

因為訓練Deepfake過程中大約每分鐘會產生1GB的影像檔案，通常SSD的空間較小，如果被訓練資料佔滿，將會導致SSD效能下降。而機械硬碟的效能幾乎不受剩餘空間影響，非常適合用在訓練Deepfake中。

當然，除了軟硬體條件，你還得準備相應的影片素材。

最後友情提示，你自己準備好軟硬體，也需要面臨最開始提到的，錢的問題。根據Deepfake軟體要求的硬體配置和訓練時間，換一次臉就需要燒掉至少一度電以上。

—  完 —