AI换脸ZAO一晚，成本烧掉几百万

（原标题：AI换脸ZAO一晚，成本烧掉几百万）

来源：量子位

作者：问耕

唯一能阻止ZAO刷屏的，可能是服务器。

今天上午10点半左右，正在使用ZAO的用户发现，想要生成一段新的AI换脸视频，已经不是等待几秒、排队第几位的问题，而是――

“服务器繁忙”

提示页卡上写着：当前制造任务已满，无法制造，预计10:XX恢复能力。这里的XX大概是一段10分钟左右的延时，不过只要5、6分钟就能继续处理。

10点45分左右，这个提示变为更简单粗暴的一句话：

“当服务器制作量过大，请稍后再试”

仔细看这句话，你以为是漏了一个字？不不不，只需要动用初中阅读理解方法，就能推断出这是运营方的一个暗示：

缺“前”。

要知道，每个ZAO用户换脸的背后，是熊熊燃烧的服务器成本。据ZAO官方透露的消息，一个晚上ZAO的服务器就能烧掉200多万。（烧一天怎么也得500万以上了吧）

这也足见ZAO的火爆。

为什么ZAO火了

AI换脸，不是新鲜事。

2017年底，国外一位ID为“deepfakes”的网友，利用业余时间创造了一个AI换脸算法。后来这个算法也被广泛称为deepfakes。

这个机器学习算法，首先在小圈子炸开。在国外的Reddit论坛上，有一个deepfakes社区，一个月内聚集了1.5订阅者，并产生了大量的AI换脸视频。

随后，这个社区逐渐变成了生产假冒爱情动作片的“黑窝点”――不少人用AI技术将色情作品中的主角换成明星的脸。有文化，真可怕。小电影，可造假。

也正是因为这样，这个社区引发了大量的争议，最后被彻底关掉。

但这个AI换脸这个技术，却一直进化至今。比如今年初，B站UP主“换脸哥”，使用者个技术将94版《射雕》里朱茵扮演的黄蓉，换成杨幂的脸。

效果是真的好。（详见：朱茵变杨幂，流量一个亿）

还有徐锦江对战灭霸、洪世贤换脸艾莉等等。（详见：B站名场面全被AI换脸调戏了一遍）

但，为什么ZAO大火特火了？

原因很简单。因为ZAO最简单。

最初的deepfakes只是一套算法，是基于Keras等多个开源库完成的。后来有位高手添加了一些工具，封装成引用FakeApp。这是一个桌面应用，可以运行deepfakes算法，无需安装Python、TensorFlow等，仅需要“支持CUDA的高性能GPU”。

这听起来简单，但对于普通用户来说，下载、安装、训练都是费时费力的大工程。所以通常都是一些爱好者制作发布，大家欣赏换脸后的成片。

而这次ZAO把门槛一下拉低到近乎没有。

用户想要体验AI换脸，不再需要电脑、高性能GPU、数据集、编程和AI知识，只需要一部手机，一张自拍，就可以把多种影视场景中主角的脸，换成自己的脸。

这是一种前所未有的体验，而且效果虽然不能说特别好，但通常情况下，都是相当不错的，至少可以让用户有动力发到朋友圈去显摆一下。

烧自己的钱，让用户爽，从这一点来说，ZAO当然有火的理由。当然ZAO应该也不缺钱，毕竟背后是著名的公司：陌陌。

被质疑的隐私问题

当然越火，质疑声就越大。

AI换脸如此，ZAO也是如此。现在ZAO面对的一些质疑，就是当初deepfakes出现的时候，曾经面对的质疑。

质疑一是“版权”之争；二是伦理道德之争。

显而易见，deepfakes是双刃剑。这个简单的应用可能会被居心叵测的用户利用，从而制作各种色情、暴力甚至关乎政治的虚假视频，一旦发生，后果可能非常严重。

这并非耸人听闻。而且不只是视频，AI还能“造假”声音。斯坦福和普林斯顿大学等最新研究：给定任意文本，就能随意改变一段视频里人物说的话。并且，改动关键词后人物口型还能对得奇准无比，丝毫看不出篡改的痕迹，就像下面这样：

苹果今日收盘价191块4，改成182块2你也看不出来。

让新垣结衣向你表白，让石原里美大声喊出你的名字，甚至随便根据某个人的视频伪造个人陈述……现在都不在话下。

手握这项技术，在视频中让你怎么说你就怎么说，让你说什么你就得说什么，谁也看不出来这是假的。对，脸和声音都是你的，而且有视频，但一切都是假的。

另外，ZAO也让很多用户有强烈的隐私担心。

毕竟这是一个需要上传人脸数据的应用，而人脸作为生物识别信息，很多时候已经成为我们的重要资产的密码。

比方韭菜教育专家李笑来就在微博上说：“ZAO可能很危险的… 别看你今天玩得开心，过段时间就有可能你的支付宝被盗刷脸了？不过这事儿很难怪ZAO，谁让你认知浅薄了呢？”

还有ZAO用户、隐私协议里的一些话，也被很多人拿出来质疑。

比如上面这句，就被集火抨击。

当然还有人替ZAO着急，毕竟之前大火过的各种换脸应用。基本上都难逃一阵风的宿命，亲爱的用户们新鲜劲很快就过去了，保质期可能都不到一个礼拜。

换脸背后的技术

ZAO没有公布背后的技术细节，但AI换脸本质上都是大同小异。

前几天，有个国外的团队制作出毫无破绽的换脸视频，同时也披露了背后的技术细节。那就是开源项目：DeepFaceLab。

DeepFaceLab是Deepfakes换脸术的一个软件工具包，安装简单，使用方便，更新及时。在GitHub上已有5000多星。

代码公开是一方面。另一方面，从项目描述看，不需要太多算力就能跑 (详见下文) 。总体说来门槛很低。

软件包里有多种模型，各有特点：

H64 (2GB+显存)?，64像素模式。这是经典模型，DeepFakes最初扬名就是靠它。DeepFaceLab对它做了些改进，让这个模型在低显存情况下也能用低配置参数运行。

H128 (3GB+显存)?，128像素模型，比H64像素更高，细节更丰富。能应对大部分远景和中景镜头，适合亚洲脸型。

DF (5GB+显存)?，H128的全脸模型。它换出来的脸通常比H128更像，但兼容性更差，边缘问题突出。

LIAEF128 (5GB+显存)?，结合了DF，IAE的改进型128全脸模型。这个模型存在闭眼识别问题。

SAE (最低配置2GB+，推荐配置11GB+)?，风格化的编码器，基于风格损失的新型超级模型。可以有效重建被遮挡的脸。可玩性高，参数可调，调优空间大。

DeepFaceLab唯一的安装要求就是对应版本的显卡驱动，甚至不需要CUDA和CuDNN。

软件的中文官网提供了下载通道?(有无需魔法的百度网盘版本)?，以及详细的安装教程。

同时还自带许多人脸图片数据。

官网说，DeepFaceLab虽然没有可视化界面，但步骤非常清晰，操作并不复杂。

换脸主要分为五个阶段：

视频转图片、提取脸部、训练模型、人脸替换、合成视频。

每个步骤只需点击BAT文件即可执行。

想要入门AI换脸的小伙伴，也可以在DeepFaceLab中文官网找到丰富的教程：

https://www.deepfakescn.com/

虽然，DeepFaceLab描述的硬件要求不高，但ctrl shift face能做到今天的效果，背后很可能有贵贵的GPU在燃烧 (尽管没披露技术细节，不知道有没有改进算法) 。

自学换脸配置指南

最后，贴一个量子位之前就发过的指南。如何才能自己动手搞AI换脸。

目前网上已经有fakeapp、faceswap、deepfacelab等一大批现成换脸软件，只要有够强的硬件，你也能自制一段换脸视频。

这些软件都一个基本要求，就是必须支持英伟达的CUDA。

通俗地说，如果你最近几年为了玩吃鸡这类游戏配置了一台PC，而且安装的是英伟达的独立显卡，那么运行Deepfakes应该是没问题的。

根据国外网友的实测效果，要运行fakeapp且电脑不崩溃，至少需要以下配置：

• 至少有2GB显存的英伟达GPU

• 英特尔i3或者AMD 9处理器

• 8GB内存

• 20GB剩余硬盘空间

以上只是最低的配置，制作一个换脸视频可能需要几天才行，是不是感到电费在燃烧？如果为了省事中途截断，效果会惨不忍睹。

去年科技媒体The Verge的记者还真试了一把，她的电脑给人换脸大概需要一天的时间，如果只训练几个小时，结果根本没法看：

从电脑屏幕上来看，训练过程是这样的：

如果你不想每天早晨打开电脑都看到上面的画面，那么我们推荐以下配置，它能讲训练时间缩短到只有几个小时：

• 至少4GB显存的英伟达GPU（GTX 9系或者更高，多数网友推荐GTX 1060 6GB显存，售价1699元）

• 英特尔i5或AMD Ryzen处理器（以i5-8400为例，售价1599元）

  12GB内存（购买2条8GB内存，总价700元）

• 100GB剩余硬盘空间（考虑到其他占用空间，购买250GB固态硬盘，价格大约300元）

以上只是主要部件的价格，再加上主板、电源、机箱，总的主机（不包括显示器）价格区间在5000~6000元之间。

需要注意的是，在这里，硬盘空间比硬盘读写速度更重要。

因为训练Deepfake过程中大约每分钟会产生1GB的图像文件，通常SSD的空间较小，如果被训练数据占满，将会导致SSD性能下降。而机械硬盘的性能几乎不受剩余空间影响，非常适合用在训练Deepfake中。

当然，除了软硬件条件，你还得准备相应的视频素材。

最后友情提示，你自己准备好软硬件，也需要面临最开始提到的，钱的问题。根据Deepfake软件要求的硬件配置和训练时间，换一次脸就需要烧掉至少一度电以上。