（原標題：AI換臉ZAO一晚，成本燒掉幾百萬）

來源：量子位

作者：問耕

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”的網友，利用業余時間創造了一個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，一個月內聚集了1.5訂閱者，并產生了大量的AI換臉視頻。

隨后，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?，F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?；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，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。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，基于風格損失的新型超級模型?？梢杂行е亟ū徽趽醯哪槨？赏嫘愿?，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文件即可執行。

想要入門AI換臉的小伙伴，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，背后很可能有貴貴的GPU在燃燒 (盡管沒披露技術細節，不知道有沒有改進算法) 。

自學換臉配置指南

最后，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剩余硬盤空間（考慮到其他占用空間，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生1GB的圖像文件，通常SSD的空間較小，如果被訓練數據占滿，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。