ZAO换脸软件风波逐渐平息，可关于AI生物识别模仿的讨论才刚刚开始以人脸为代表的生物识别信息逐渐被AI采集、融合并应用时，阿诺·施瓦辛格主演的电影《第六日》恐怕离大家并不太远。镜子里面的自己用光开启了另一个视界，可当屏幕里出现另一个自己时，你会感到疑虑或担忧吗？

你相信这些都是AI生成的脸吗

近日，有国外网友搭建了一个名为“This Person Does Not Exist”（此人不存在）的网站，每次刷新后你都会看到一张微笑的人脸。尽管这些笑脸“真实”的人眼难辨，但却是电脑算法生成的，现实生活中根本不存在。

其实，该技术基于NVIDIA去年推出的最先进人工智能StyleGAN，全新的生成器架构让这个“新一代GAN”生成的人脸真实到可怕。

如今，StyleGAN已经开源，包括源代码和官方TensorFlow实现，附有详细使用说明。此外，Github库里还包含了一个基础的预训练StyleGAN生成器 pretrained_example.py，下载后使用相关Python代码，就可以直接用来生成图像了。

除了逼真的人像，StyleGAN也可用于生成其他动物，汽车甚至房间。英伟达研究人员指出，新架构可以完成自动学习，无监督地分离高级属性以及生成图像中的随机变化，并且可以对合成进行更直观且特定于比例的控制。

AI换脸与盗脸的一步之遥

移动互联网时代，从爆红到暴雷需要多长时间？以AI换脸应用为卖点的ZAO前不久给出了答案。

AI换脸、简单易用、社交属性种种亮点让ZAO有了爆红的基础，尤其是背靠陌陌这个金主加社交达人，让“只要在APP中上传一张照片，你想变成哪个明星，就能变成哪个明星。”愿望实现的ZAO仅仅用了几个小时就在8月31日苹果商店的下载量飙升到了免费App下载榜的138位、娱乐App第13位。

一夜之间，朋友圈也被无数换脸视频“攻占”，病毒式的社交营销更让其在极端的时间里圈粉无数。一夜爆红的ZAO渐有成为现象级软件的态势，可谁能想到从爆红到暴雷所需的时间不足3天。

9月1日下午，ZAO在官方微博回应称，会对相关问题进行修改，需要一点时间。同日，Zao被微信屏蔽分享链接，提示理由为“网页存在安全风险，被多人投诉。”当换脸的新鲜感淡去后，越来越多用户和媒体开始质疑ZAO采集用户脸部信息涉及的隐私问题。

根据ZAO用户协议内容中的必要授权协议：用户上传发布内容后，意味着同意授予ZAO及其关联公司以及ZAO用户在“全球范围内完全免费、不可撤销、永久、可转授权和可再许可的权利”，“包括但不限于可以对用户内容进行全部或部分的修改与编辑（如将短视频中的人脸或者声音换成另一个人的人脸或者声音等）以及对修改前后的用户内容进行信息网络传播以及《著作权法》规定的由著作权人享有的全部著作财产权利及邻接权利”。

用户利用ZAO进行“换脸”，首先需要用手机号动态验证码进行验证登录。用户如果想要下载或分享换脸视频，则需要进行验证确认所使用的照片的确是用户本人，而验证的方式则是在摄像头前进行眨眼、扭头、张嘴等指示动作。用户面部识别信息被ZAO以验证的本人的形式获取，虽然ZAO一直声明不会擅自使用、泄露用户隐私，可问题是网络时代谁能保证数据库、服务器绝对的安全？隐私风险的担忧仅仅是大众对于ZAO态度转换的第一步，从刷脸支付、授权应用到黑产介入，AI换脸渐渐脱离的娱乐的范畴。

不仅仅是隐私侵权

依靠AI换脸在网络上爆红的ZAO应用最早其核心功能无非是为满足“人人都有明星梦”的用户需求，可随着用户对面部隐私的担忧与思考，AI换脸技术早已不是单纯的隐私问题了。

明星梦始终得有一个背景支持，ZAO软件本身内置可供选择的影视剧片段中，有包括《延禧攻略》、《长安十二时辰》、《还珠格格》在内的多部热门国内电视剧，也有石原里美、莱昂纳多·迪卡普里奥等国外明星的影视剧片段，还有大量热门的综艺片段。这些资源的搭载，有效丰富了软件的趣味性和应用性，却也延伸出影视剧版权及明星肖像权的纠葛。用户或许从一开始并没有“以商业为目的”，可软件平台本身采集、提供这些素材，很难说自己没有打擦边球的想法。

而在版权和肖像权争议浮出水面的同时，闻到血腥味儿的黑产同样盯上了AI换脸应用。100元打包200部换脸情色片，囊括国内一二线女明星，5张照片就可以帮你定制换脸视频，400元就可以购买换脸软件及教程并包教包会目前AI换脸黑产已经形成了完整的产业链，从下游成品情色视频、中游定制视频到上游软件及教程都有提供，有的卖家甚至提供全产业链产品和售后服务，据部分卖家透露，现在定制视频要排队，因为前面有很多人也有这个需求，可见AI换脸黑产已经发展到一定程度。

当AI换脸门槛越来越低的时候，谁能保证自己不会成为非法视频的主角？人们对AI换脸的担忧还在于刷脸支付的普及，真金白银的损失显然更让人焦虑，不过好在目前主要的金融机构都明确表示自己非常安全。

蚂蚁金服称：“刷脸支付”采用的是3D人脸识别技术，在进行人脸识别前，也会通过软硬件结合的方式进行检测，来判断采集到的人脸是否是照片、视频或者软件模拟生成的，以避免人脸伪造带来的冒用情况。以支付宝为例，在进行人脸识别后，部分用户还需要输入与账号绑定的手机号进行校验，进一步提高安全性。即便出现账户被冒用的极小概率事件，大家也不必惊慌，支付宝也会通过保险公司进行全额赔付。

刷脸支付表示AI换脸突破不了识别系统

微信方面也回应媒体称，换脸从技术上完全不会影响刷脸支付的安全性。而银行方面以刷脸取款为例，采用红外活体检测技术、生物识别技术等，可抵御照片、换脸视频、翻拍、3D头套等面具攻击。

换脸早已不是新鲜事儿

阳光下没有太多新鲜事儿，AI换脸显然也不是一夜成型的。早在2017年底，国外一位ID为“deepfakes”的网友，他发布了一种让用户可以使用机器学习技术来将视频换脸，只是当时还处于初级阶段，普通用户根本没办法通过这些资料来自己动手DIY，直到简单版的FakeApp出现，把复杂的AI换脸变成了简单，让普通用户也能轻松将视频中的人物换脸。

更早一些的1997年，为了拟补一些配音电影唇音不同步的缺陷，国外进行了一项“视频重写”的研究项目，这项技术使视频中的人物嘴唇自动与音频系统同步，所以即使原视频图像中的人没有张过嘴，通过“视频重写”也可以使这个人按照被匹配的音频“口若悬河”，这项技术可用于电影配音、电视会议、电影特效中。

“视频重写”的研究项目可以看做AI换脸的早期尝试

技术的发展让换脸变得越来越容易，ZAO虽从始至终未公开其技术原型，但根据国外类似换脸应用的技术原理解析会发现，AI换脸始终离不开训练神经网络、使用卷积神经网络识别图像、MTCNN类人脸检测技术、人脸编码生成等技术，而这些技术恰恰是AI成长和应用的方向。

相信随着AI技术的成熟，用海量数据反复训练出来的神经网络和趋于完善的算法，能够让AI换脸越来越逼真且难以识别，而在支付、授权、门禁、签到等大量应用人脸识别技术的今天，AI换脸的广泛应用的确很容易引发全网焦虑。

实际上，当前AI换脸的作品已经很难通过肉眼识别了，用AI对AI识破假视频才是最有效的方式。目前大多数生成视频都是利用 DeepFace 相关的技术，其背后就是 AutoEncoder、Pix2Pix 或者 CycleGAN，“闪屏”成为当下技术的软肋，也让AI识别模型有了识别造假的机会。

写在最后：别视AI为洪水猛兽

技术始终是中立的，凭借海量的数据采集、分析与整理、转换，AI通过换脸、声音合成等技术，打造另一个你并非难事儿，只不过从AI诞生之初，有关AI伦理的讨论就从未中止过，实际上，AI造人的难点并非复制另一个你，而是打造一个全新的自己，这或许才是AI生物识别应用发展的最终方向。（文/小呆）

小狮子最喜欢的鸡腿 分割线