一夜之間，一款叫做 「ZAO」的換臉App 火了。
朋友圈的張三李四，突然都擁有了一張「明星臉」，還跟愛豆們在螢幕里談情說愛。相信很多人對類似的換臉技術並不陌生，從將女明星變成小電影主角的 Deepfake ，到 B 站上朱茵變楊冪的換臉視頻，類似的技術已經多次登上過熱搜。
還包括將情色電影里的女主角換成蓋爾·加朵等好萊塢明星。
過去被換臉的對象多是公眾人物，一個換臉視頻的生成至少要幾個小時。而現在只需要幾秒鐘，每個人都可以變成想要變成的人。
在 Deepfake 換臉剛剛興起的時候，愛范兒曾設想當這種技術的門檻被降低後會走向何方。而現在隨著 「ZAO」這樣的換臉 app 面世，一個全民換臉的時代可能真的來了。
問題在於，這種超低門檻的換臉 app 會不會像之前的換臉工具一樣走向不可控？
ZAO 換臉初體驗：易上手、花樣多，但還不夠逼真
跟前段時間爆紅的變臉軟體 FaceApp 類似，ZAO 的操作也十分簡單，用戶只需要選定模板上傳自拍，就能自動生成屬於自己的換臉視頻。可比起 FaceApp 免費版數量有限的變臉濾鏡，ZAO 可以選擇的素材則要豐富得多，有合演、名場面、換裝、愛豆同台等多種場景可以選擇，甚至還細分到扮演的角色、劇情、演員和影視劇等。我把自己的臉換到白展堂、謝爾頓等影視角色上，大概 10 秒左右就能生成一個視頻，可能是因為縮短了時間，效果只能算一般。臉部與頸部的接痕隱約可見，尤其在頭部運動時比較明顯。
此外雖然能從換臉視頻上看出自己的五官特徵，但整體而言就不太像我自己了，遠遠不如此前朱茵變楊冪的視頻逼真。
但 ZAO 能火起來，最關鍵的原因還是將換臉變成一鍵就能完成傻瓜式操作，大大降低了門檻，
除了視頻，還能將你的臉換到各種表情包上，不過表情包的素材相對視頻就沒有那麼豐富了。
除了花樣更多，ZAO 跟此前的換臉 App 不一樣的是，更加嚴格地限制了用戶的圖片上傳。
如果用戶使用的是未經本人肖像驗證的圖片，就只有 10 次的使用機會，生成的視頻也會打上浮動的水印：「未經肖像權驗證，此視頻也無法保存」，就連截圖和錄屏也不行。
另外公眾人物的照片也能被識別出來，我們嘗試使用一張黃曉明的照片來進行人臉識別，系統隨即提示「疑似侵犯公眾人物肖像權」。
ZAO 採取更加嚴格的認證機制，顯然是為了防止這種換臉工具被惡意利用，不久前可以「一鍵脫衣」的 App「DeepNude」，就是在巨大爭議和罵聲中不得不全面下線。
然而，這樣的上傳認證和限制分享設計，就能讓 ZAO 這款換臉 App 潛在的問題都扼殺在搖籃嗎？
看似嚴格的認證機制背後，卻藏著更大的貓膩
儘管 ZAO 採用了相對嚴格的認證機制，但有用戶發現這款 App 的用戶條款存在不少貓膩，在用戶玩得不亦樂乎的時候，可能已經將自己的肖像權送給了別人。在 ZAO 用戶協議里，是這樣寫的：
「ZAO」用戶協議（部分）
法律工作者@法山叔 指出，這意味著 ZAO 不僅可以免費使用你的肖像，無論是動態的還是靜態的，而且還有權將你的肖像權有償或無償授予第三方。
簡單來說，想要使用 ZAO 換臉，先得把你的臉無條件交出來。
目前 ZAO 因為訪問量過大已無法正常使用
不止如此，為了規避侵犯肖像權和影視版權風險， ZAO 還試圖在用戶協議里將這個鍋甩給了用戶。
再來看看 ZAO 用戶協議，其中第6條第 2 款明確規定：
翻譯成人話就是，你用別人的臉之前，要先保證別人也同意將自己的臉免費交給我們哦。
那如果真的侵犯了別人權益怎麼辦，第七條第 7 款就說了：
若您侵害他人名譽權、肖像權、智慧財產權等合法權利的...ZAO 可以訴諸行政執法機構或司法機關，追究相應法律責任。若因您違反本協議或 ZAO 平台的其他規則導致任何第三方損害的，您應當獨立承擔法律責任並承擔損害賠償責任；zao 及其關聯公司遭受損失的，您也應當一併賠償。
也就是說，如果我在 App 里把葛優的臉換成我的，葛優來告 ZAO，ZAO 也可以對你說：「親，你怎麼沒有事先徵求葛優的同意啊？現在要賠人家 100 萬，這筆錢得你來付。」通過這一紙協議，ZAO 可謂是占盡了便宜又撇清了風險。正如@法山叔所說，「從來沒見過如此明目張胆攫取用戶權利的用戶協議。」
更可怕的是，目前 ZAO 已經登上了 App Store 免費榜的第二位和娛樂免費榜的榜首，大量用戶也許在毫不知情的情況下就將自己的肖像權拱手讓人。
無論 ZAO 能走多遠，鑑別換臉視頻的技術越來越重要了
除了公眾人物外，一般人對於肖像權可能並不太敏感，畢竟我們平時就在各種開放網絡平台發布自己的照片。
但換臉 App 不太一樣，它採集的是動態的、更多細節的人臉信息，如今人臉識別在智慧型手機上十分普遍，有人開始擔心不法分子會利用這些人臉信息進行犯罪，比如破解刷臉支付進行盜刷。
圖片來自：蛋蛋贊
那麼 AI 換臉視頻有可能破解刷臉支付嗎？支付寶的工作人員告訴我們，不管網上各類換臉軟體換的有多逼真，都是無法突破刷臉支付的。
「刷臉支付」採用的是 3D 人臉識別技術，在進行人臉識別前，也會通過軟硬體結合的方式進行檢測，來判斷採集到的人臉是否是照片、視頻或者軟體模擬生成的，能有效地避免各種人臉偽造帶來的身份冒用情況。
不過這種擔憂未必是杞人憂天，曾有研究人員嘗試用 Deepfakes 視頻來測試的人臉識別系統，用的還是比較領先的基於 VGG 和 Facenet 神經網絡人臉識別系統，結果顯示誤識率分別達到 85.62% 和 95.00%。
當然能騙過人臉識別系統的 Deepfakes 視頻質量要比一般的換臉 App 更高，但至少說明這個可能性是存在的，或許 ZAO 會是又一款月拋型的爆款應用，但提升鑑別換臉視頻的技術越來越有必要了。
其實目前已經有研究團隊採用生成式對抗網絡（GAN）來鑑別換臉視頻，以 AI 對抗 AI。前不久加州大學伯克利分校和南加州大學的研究團隊就開發了一套 AI 鑑別系統，先通過生成式對抗網絡，提取特朗普、希拉蕊和歐巴馬等人的面部、頭部運動特徵，合成假視頻。
隨後再用機器學習分析真假視頻的差異，從而得到每個人的「軟性生物特徵」（soft biometric signature），識別出細微的動作特徵，這種檢測工具識別 Deepfake 視頻的準確率達到 95%，研究人員希望能在未來半年內提升至 99%。
不過這種利用 AI 對抗 AI 的鑑別方式也存在問題，因為生成式對抗網絡的原理就是讓兩套神經網絡在相互博弈中學習，隨著鑑別技術的提升，假視頻的質量也會進一步提高，兩者永遠處在不斷的對抗當中，誰也無法徹底打敗誰。
圖片來自：allure
另一個不太令人樂觀的事實是，相比起 AI 換臉技術的研發，鑑別技術的科研力量顯得有點勢單力薄。加州大學伯克利分校的計算機科學家 Hany Farid 也指出，目前研究合成視頻和鑑別的人數是 100：1，
據稱 ZAO 一夜爆紅後，已經吸引了大批風投機構的關注，一大批「複製品」已經在排隊上線。天下熙熙，皆為利來，換臉可能帶來的商機讓資金蜂擁而至，進一步推動換臉技術的進步。
因此，僅僅依靠現有的技術可能難以避免 AI 換臉走向失控， Hany Farid 的建議也許值得參考：
解決方法不能只靠技術，還需要媒體專業的報道，以及更好的數字公民、公司和政策。
如何徹底清除 ZAO 上的人臉信息？
對於已經在 ZAO 上體驗過換臉的用戶也不必過於擔心，告訴你一個快捷註銷帳號，清除人臉信息的方法：
進入隱私協議，拉至頁面底部
點擊「申請註銷帳號」
點擊「開始註銷頁面」，通過手機號認證後完成註銷
註銷帳號後，所有上傳的面孔信息都會被刪除，同一手機號未來 30 天內無法再次註冊，大功告成。
題圖來自：YouTube
換臉好玩，
但別把臉「丟」了