AI換臉ZAO一晚,成本燒掉幾百萬_風聞
量子位-量子位官方账号-2019-09-01 15:10
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,可能是服務器。
今天上午10點半左右,正在使用ZAO的用户發現,想要生成一段新的AI換臉視頻,已經不是等待幾秒、排隊第幾位的問題,而是——
“服務器繁忙”
提示頁卡上寫着:當前製造任務已滿,無法制造,預計10:XX恢復能力。這裏的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:
“當服務器製作量過大,請稍後再試”
仔細看這句話,你以為是漏了一個字?不不不,只需要動用初中閲讀理解方法,就能推斷出這是運營方的一個暗示:
缺“前”。
要知道,每個ZAO用户換臉的背後,是熊熊燃燒的服務器成本。據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換臉算法。後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,一個月內聚集了1.5萬訂閲者,併產生了大量的AI換臉視頻。
隨後,這個社區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,這個社區引發了大量的爭議,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》裏朱茵扮演的黃蓉,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只是一套算法,是基於Keras等多個開源庫完成的。後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,但對於普通用户來説,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發佈,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。
用户想要體驗AI換臉,不再需要電腦、高性能GPU、數據集、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,而且效果雖然不能説特別好,但通常情況下,都是相當不錯的,至少可以讓用户有動力發到朋友圈去顯擺一下。
燒自己的錢,讓用户爽,從這一點來説,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用户利用,從而製作各種色情、暴力甚至關乎政治的虛假視頻,一旦發生,後果可能非常嚴重。
這並非聳人聽聞。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説的話。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,就像下面這樣:
視頻連接請戳https://mp.weixin.qq.com/s/LW60Dv1or1lVr1BVK4AZug
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,甚至隨便根據某個人的視頻偽造個人陳述……現在都不在話下。
手握這項技術,在視頻中讓你怎麼説你就怎麼説,讓你説什麼你就得説什麼,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也讓很多用户有強烈的隱私擔心。
畢竟這是一個需要上傳人臉數據的應用,而人臉作為生物識別信息,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説:“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用户、隱私協議裏的一些話,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着急,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,親愛的用户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視頻,同時也披露了背後的技術細節。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) 。總體説來門檻很低。
軟件包裏有多種模型,各有特點:
H64 (2GB+顯存),64像素模式。這是經典模型,DeepFakes最初揚名就是靠它。DeepFaceLab對它做了些改進,讓這個模型在低顯存情況下也能用低配置參數運行。
H128 (3GB+顯存),128像素模型,比H64像素更高,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+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,參數可調,調優空間大。
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數據。
官網説,DeepFaceLab雖然沒有可視化界面,但步驟非常清晰,操作並不複雜。
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: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。
通俗地説,如果你最近幾年為了玩吃雞這類遊戲配置了一台PC,而且安裝的是英偉達的獨立顯卡,那麼運行Deepfakes應該是沒問題的。
根據國外網友的實測效果,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內存
20GB剩餘硬盤空間
以上只是最低的配置,製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,那麼我們推薦以下配置,它能將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,多數網友推薦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內存(購買2條8GB內存,總價700元)
100GB剩餘硬盤空間(考慮到其他佔用空間,購買250GB固態硬盤,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)價格區間在5000~6000元之間。
需要注意的是,在這裏,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生1GB的圖像文件,通常SSD的空間較小,如果被訓練數據佔滿,將會導致SSD性能下降。而機械硬盤的性能幾乎不受剩餘空間影響,非常適合用在訓練Deepfake中。
當然,除了軟硬件條件,你還得準備相應的視頻素材。
最後友情提示,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。