在換臉AI ZAO被負面評論淹沒的同時，一款開源換臉工具FaceSwap今天以超過23000星登上GitHub排行榜。ZAO有風險，用開源軟件自己玩更安全！

換臉AI ZAO仍排在免費App下載排行榜第一名，但自8月31日上線以來，ZAO已經被負面評論淹沒。與其說是一款“爆品”，ZAO更像一款“雷品”。

有人評論： “才知道條款這么不公平，可惜已經晚了，沒有關注到，現在的人也都不會去看條款。” “無論出于何種角度，你都不應該自己使用這款軟件，除非你想用來做壞事。如果你對功能好奇，請使用開源軟件自己玩，否則不知道你的照片哪天跑到什么地方。” “垃圾，流氓軟件！” 另一則評論補充道。 ZAO 是一款 AI 換臉軟件，用戶只需要一張正臉照就可以將視頻中的人物替換為自己的臉，實現自己的 “明星夢”。一時間，在微信朋友圈以及抖音等社交軟件上被大量用戶的視頻刷屏。

ZAO 盡管ZAO已經通過修改用戶協議來回應投訴。新協議規定，未經用戶事先同意，應用程序上生成的內容將不再用于其他目的。新協議還說，如果用戶刪除 ZAO 上的內容，該內容也將從 ZAO 的數據庫中刪除，并聲明用戶有責任獲得在應用程序中使用肖像的授權。

但網友并不買賬：AppStore 中 ZAO 的評分已由此前的 4.6 分降至 1.9 分，超過4000條評論中，不少在批判ZAO的“霸王條款”，許多用戶抱怨隱私問題。 網友的擔心還因為ZAO似乎與陌陌公司脫不開干系，據悉，ZAO 的開發商為長沙深度融合網絡科技有限公司，其背后為海南喵咖網絡科技的全資子公司，該公司兩個的實際控制人為雷小亮與王力（分別占股 50%），而雷小亮與王力均是陌陌公司高管。

去年，陌陌被爆出有人在暗網以200元的“白菜價”兜售陌陌3000萬條用戶數據，引發輿論嘩然。因此，ZAO的隱私保護問題更令用戶敏感。

faceswap登上GitHub trending AI 換臉并非新鮮事，支持這種被稱為 Deepfakes 的機器學習技術已經相當成熟，FaceApp 作為迄今最著名和最臭名昭著的換臉 App 甚至遭到美國封殺。 何不用開源軟件自己玩？開源的AI換臉工具FaceSwap今天登上GitHub熱榜第二，星星數高達23103，再次證明換臉的熱度。 用開源軟件玩換臉：FaceSwap登上GitHub熱榜 開源的AI換臉工具FaceSwap今天登上GitHub熱榜第二，星星數高達23103，下面是FaceSwap的詳細使用教程。 FaceSwap是一個利用深度學習來識別和交換圖片和視頻中的人臉的工具。

在其“聲明”中，開發者寫道：

FaceSwap不允許用來創建不合適的內容的。

FaceSwap不允許在未經同意的情況下或為了隱藏其用途而換臉。

FaceSwap不允許用于任何非法、不道德或可疑的目的。

FaceSwap的存在是為了試驗和發現AI技術，用于社會或政治評論、電影以及任何道德和合理用途。

不過，要使用FaceSwap并不難，GitHub repo提供了極為詳細的訓練教程，你需要做的只有：

收集照片和/或視頻

從原始照片中提取人臉

利用從照片/視頻中提取的人臉訓練一個模型

使用訓練好的模型對自己的照片/視頻進行換臉

安裝faceswap

硬件要求TL; DR：你至少需要以下其中一項：

一個強大的 CPU

筆記本電腦 CPU 通常可以運行軟件，但速度不夠快，無法以合理的速度進行訓練

一個強大的 GPU

目前，Nvidia GPU 完全支持。AMD顯卡通過 plaidML 部分支持。

如果強大的CPU和GPU都沒有，那么你需要非常耐心

支持的操作系統：Windows 10、Linux、macOS，為了運行TensorFlow，所有操作系統都必須是64-bit。 獲取 faceswap 代碼建議使用 git 克隆 repo，這樣可以更容易地獲取最新代碼（可以從 GUI 完成） 。 要克隆存儲庫，你可以使用 Git GUI 進行分發或打開命令提示符，輸入要存儲 faceswap 的文件夾，然后輸入：

git clone https://github.com/deepfakes/faceswap.git設置輸入你的虛擬環境，然后輸入 faceswap 已下載到的文件夾并運行：

python setup.py運行項目安裝完所有要求的設置后，就可以嘗試運行 faceswap 工具。 使用-h或--help選項作為選項列表。

python faceswap.py -h 或運行gui以啟動 GUI

python faceswap.py gui 下面是一個使用faceswap換臉的結果示例（來自知乎用戶moto-faith）：

從 Deepfake 到 HeadOn：換臉技術發展簡史

除ZAO、faceswap，如今的變臉技術已經越來越先進，甚至達到不僅換臉，還能“換人”的地步——同時改變面部表情、眼球運動和身體動作。下面介紹一些換臉技術的發展簡史。

1、Deepfake

我們先看看最大名鼎鼎的 Deepfake 是何方神圣。

Deepfake 即 “deep learning” 和 “fake” 的組合詞，是一種基于深度學習的人物圖像合成技術。它可以將任意的現有圖像和視頻組合并疊加到源圖像和視頻上。

Deepfake 允許人們用簡單的視頻和開源代碼制作虛假的色情視頻、假新聞、惡意內容等。后來，deepfakes 還推出一款名為 Fake APP 的桌面應用程序，允許用戶輕松創建和分享換臉的視頻，進一步把技術門檻降低到 C 端。

特朗普的臉被換到希拉里身上

由于其惡意使用引起大量批評，Deepfake 已經被 Reddit、Twitter 等網站封殺。

2、Face2Face

Face2Face 同樣是一項引起巨大爭議的 “換臉” 技術。它比 Deepfake 更早出現，由德國紐倫堡大學科學家 Justus Thies 的團隊在 CVPR 2016 發布。這項技術可以非常逼真的將一個人的面部表情、說話時面部肌肉的變化、嘴型等完美地實時復制到另一個人臉上。它的效果如下：

Face2Face 被認為是第一個能實時進行面部轉換的模型，而且其準確率和真實度比以前的模型高得多。

3、HeadOn

HeadOn可以說是 Face2Face 的升級版，由原來 Face2Face 的團隊創造。研究團隊在 Face2Face 上所做的工作為 HeadOn 的大部分能力提供了框架，但 Face2Face 只能實現面部表情的轉換，HeadOn 增加了身體運動和頭部運動的遷移。

也就是說，HeadOn 不僅可以 “變臉”，它還可以 “變人”—— 根據輸入人物的動作，實時地改變視頻中人物的面部表情、眼球運動和身體動作，使得圖像中的人看起來像是真的在說話和移動一樣。

HeadOn 技術的圖示

研究人員在論文里將這個系統稱為 “首個人體肖像視頻的實時的源到目標（source-to-target）重演方法，實現了軀干運動、頭部運動、面部表情和視線注視的遷移”。

4、Deep Video Portraits

Deep Video Portraits是斯坦福大學、慕尼黑技術大學等的研究人員提交給今年 8 月 SIGGRAPH 大會的一篇論文，描述了一種經過改進的“換臉”技術，可以在視頻中用一個人的臉再現另一人臉部的動作、面部表情和說話口型。

例如，將普通人的臉換成奧巴馬的臉。Deep Video Portraits 可以通過一段目標人物的視頻（在這里就是奧巴馬），來學習構成臉部、眉毛、嘴角和背景等的要素以及它們的運動形式。

5、paGAN：用單幅照片實時生成超逼真動畫人物頭像

最新引起很大反響的 “換臉” 技術來自華裔教授黎顥的團隊，他們開發了一種新的機器學習技術paGAN，能夠以每秒 1000 幀的速度對對人臉進行跟蹤，用單幅照片實時生成超逼真動畫人像，論文已被 SIGGRAPH 2018 接收。

Pinscreen 拍攝了《洛杉磯時報》記者 David Pierson 的一張照片作為輸入（左），并制作了他的 3D 頭像（右）。這個生成的 3D 人臉通過黎顥的動作（中）生成表情。這個視頻是 6 個月前制作的，Pinscreen 團隊稱其內部早就超越了上述結果。

用AI“反AI”：打擊假視頻，“反換臉”精度高達99%

在打擊假視頻方面，政府機構和高校沖在了最前線：

MIT GANpaint Studio，既當獵手又當獵物

因為GAN天生的對抗性特質，MIT聲稱其用來生成逼真圖像的工具GANpaint Studio，反過來也可以檢測圖像的真偽。

美國防部推首款AI偵測工具，“反換臉”精度99%！

美國國防部研究機構 DAPRA 研發出了首款“反變臉”的AI刑偵檢測工具。

這款AI反變臉刑偵工具是DARPA Media Forensics 計劃的一部分。早在去年 5 月，DARPA 便提出了要研發針對AI變臉技術的需求，讓現有的刑偵檢測工具變得自動化，能夠檢測近來涌現的AI假臉。

DARPA Media Forensics 項目負責人 Matthew Turek 表示，他們在GAN生成的假臉中發現了一些細微的線索，由此檢測出圖像或視頻中的臉是真實的還是AI生成的。

P圖美顏1秒識破，Adobe伯克利聯手打造“反PS”神器

Adobe與加州大學伯克利分校的科學家們，利用機器學習技術，就可以檢測出面部圖像是不是被人為修改過。

這項新研究旨在更好地檢測圖像、視頻、音頻和文檔的編輯修改，是邁向圖像取證全面推進的重要一步。

經過訓練之后算法非常有效。面對經后期編輯過的面部圖像，人類志愿者選出正確的答案的概率是53%，而算法的判斷正確率高達99％。這款工具甚至能夠建議如何將照片恢復成為原來未編輯的狀態。

伯克利緊急研發“火眼金睛”防偽克星

除了和Abode合作，加州大學伯克利分校和南加州大學的研究人員發現了一種自動識別這些虛假視頻的新方法：利用當前深度技術中被忽視的一些東西，能從Deepfake制假者未注意到的面部細節入手，準確"揪出"假視頻。

通俗來講，每當我們開口說話時，都會以微妙但獨特的方式來移動身體，我們的頭、手、眼睛甚至嘴唇都會產生這樣的運動。這一切都是在潛意識里完成的，你沒有意識到你的身體正在做這件事，大腦也沒有立刻意識到身體其他部位的運動發生在何時，但從結果上看，這是一個目前Deepfake在創造假視頻時的時候沒有考慮到的因素。

在實驗中，這款新的AI準確發現偽造視頻的幾率達到了92%，實驗對象包括使用多種技術創建的假視頻，以及由于視頻文件被過度壓縮導致圖像質量下降的視頻。 其他一些研究 除上述項目外，還有很多人在從事反假視頻的工作。在論文+代碼網站上有一些不錯的論文，感興趣的讀者可以看一下： https://paperswithcode.com/task/fake-image-detection