一夜之间，一款叫做 「ZAO」的换脸App 火了。
朋友圈的张三李四，突然都拥有了一张「明星脸」，还跟爱豆们在屏幕里谈情说爱。相信很多人对类似的换脸技术并不陌生，从将女明星变成小电影主角的 Deepfake ，到 B 站上朱茵变杨幂的换脸视频，类似的技术已经多次登上过热搜。
还包括将情色电影里的女主角换成盖尔·加朵等好莱坞明星。
过去被换脸的对象多是公众人物，一个换脸视频的生成至少要几个小时。而现在只需要几秒钟，每个人都可以变成想要变成的人。
在 Deepfake 换脸刚刚兴起的时候，爱范儿曾设想当这种技术的门槛被降低后会走向何方。而现在随着 「ZAO」这样的换脸 app 面世，一个全民换脸的时代可能真的来了。
问题在于，这种超低门槛的换脸 app 会不会像之前的换脸工具一样走向不可控？
ZAO 换脸初体验：易上手、花样多，但还不够逼真
跟前段时间爆红的变脸软件 FaceApp 类似，ZAO 的操作也十分简单，用户只需要选定模板上传自拍，就能自动生成属于自己的换脸视频。可比起 FaceApp 免费版数量有限的变脸滤镜，ZAO 可以选择的素材则要丰富得多，有合演、名场面、换装、爱豆同台等多种场景可以选择，甚至还细分到扮演的角色、剧情、演员和影视剧等。
我把自己的脸换到白展堂、谢尔顿等影视角色上，大概 10 秒左右就能生成一个视频，可能是因为缩短了时间，效果只能算一般。脸部与颈部的接痕隐约可见，尤其在头部运动时比较明显。
此外虽然能从换脸视频上看出自己的五官特征，但整体而言就不太像我自己了，远远不如此前朱茵变杨幂的视频逼真。
但 ZAO 能火起来，最关键的原因还是将换脸变成一键就能完成傻瓜式操作，大大降低了门槛，
除了视频，还能将你的脸换到各种表情包上，不过表情包的素材相对视频就没有那么丰富了。
除了花样更多，ZAO 跟此前的换脸 App 不一样的是，更加严格地限制了用户的图片上传。
如果用户使用的是未经本人肖像验证的图片，就只有 10 次的使用机会，生成的视频也会打上浮动的水印：「未经肖像权验证，此视频也无法保存」，就连截图和录屏也不行。
另外公众人物的照片也能被识别出来，我们尝试使用一张黄晓明的照片来进行人脸识别，系统随即提示「疑似侵犯公众人物肖像权」。
ZAO 采取更加严格的认证机制，显然是为了防止这种换脸工具被恶意利用，不久前可以「一键脱衣」的 App「DeepNude」，就是在巨大争议和骂声中不得不全面下线。
然而，这样的上传认证和限制分享设计，就能让 ZAO 这款换脸 App 潜在的问题都扼杀在摇篮吗？
看似严格的认证机制背后，却藏着更大的猫腻
尽管 ZAO 采用了相对严格的认证机制，但有用户发现这款 App 的用户条款存在不少猫腻，在用户玩得不亦乐乎的时候，可能已经将自己的肖像权送给了别人。在 ZAO 用户协议里，是这样写的：
“ZAO”用户协议（部分）
法律工作者@法山叔 指出，这意味着 ZAO 不仅可以免费使用你的肖像，无论是动态的还是静态的，而且还有权将你的肖像权有偿或无偿授予第三方。
简单来说，想要使用 ZAO 换脸，先得把你的脸无条件交出来。
目前 ZAO 因为访问量过大已无法正常使用
不止如此，为了规避侵犯肖像权和影视版权风险， ZAO 还试图在用户协议里将这个锅甩给了用户。
再来看看 ZAO 用户协议，其中第6条第 2 款明确规定：
翻译成人话就是，你用别人的脸之前，要先保证别人也同意将自己的脸免费交给我们哦。
那如果真的侵犯了别人权益怎么办，第七条第 7 款就说了：
若您侵害他人名誉权、肖像权、知识产权等合法权利的...ZAO 可以诉诸行政执法机构或司法机关，追究相应法律责任。若因您违反本协议或 ZAO 平台的其他规则导致任何第三方损害的，您应当独立承担法律责任并承担损害赔偿责任；zao 及其关联公司遭受损失的，您也应当一并赔偿。
也就是说，如果我在 App 里把葛优的脸换成我的，葛优来告 ZAO，ZAO 也可以对你说：「亲，你怎么没有事先征求葛优的同意啊？现在要赔人家 100 万，这笔钱得你来付。」通过这一纸协议，ZAO 可谓是占尽了便宜又撇清了风险。正如@法山叔所说，「从来没见过如此明目张胆攫取用户权利的用户协议。」
更可怕的是，目前 ZAO 已经登上了 App Store 免费榜的第二位和娱乐免费榜的榜首，大量用户也许在毫不知情的情况下就将自己的肖像权拱手让人。
无论 ZAO 能走多远，鉴别换脸视频的技术越来越重要了
除了公众人物外，一般人对于肖像权可能并不太敏感，毕竟我们平时就在各种开放网络平台发布自己的照片。
但换脸 App 不太一样，它采集的是动态的、更多细节的人脸信息，如今人脸识别在智能手机上十分普遍，有人开始担心不法分子会利用这些人脸信息进行犯罪，比如破解刷脸支付进行盗刷。
图片来自：蛋蛋赞
那么 AI 换脸视频有可能破解刷脸支付吗？支付宝的工作人员告诉我们，不管网上各类换脸软件换的有多逼真，都是无法突破刷脸支付的。
「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，能有效地避免各种人脸伪造带来的身份冒用情况。
不过这种担忧未必是杞人忧天，曾有研究人员尝试用 Deepfakes 视频来测试的人脸识别系统，用的还是比较领先的基于 VGG 和 Facenet 神经网络人脸识别系统，结果显示误识率分别达到 85.62% 和 95.00%。
当然能骗过人脸识别系统的 Deepfakes 视频质量要比一般的换脸 App 更高，但至少说明这个可能性是存在的，或许 ZAO 会是又一款月抛型的爆款应用，但提升鉴别换脸视频的技术越来越有必要了。
其实目前已经有研究团队采用生成式对抗网络（GAN）来鉴别换脸视频，以 AI 对抗 AI。前不久加州大学伯克利分校和南加州大学的研究团队就开发了一套 AI 鉴别系统，先通过生成式对抗网络，提取特朗普、希拉里和奥巴马等人的面部、头部运动特征，合成假视频。
随后再用机器学习分析真假视频的差异，从而得到每个人的「软性生物特征」（soft biometric signature），识别出细微的动作特征，这种检测工具识别 Deepfake 视频的准确率达到 95%，研究人员希望能在未来半年内提升至 99%。
不过这种利用 AI 对抗 AI 的鉴别方式也存在问题，因为生成式对抗网络的原理就是让两套神经网络在相互博弈中学习，随着鉴别技术的提升，假视频的质量也会进一步提高，两者永远处在不断的对抗当中，谁也无法彻底打败谁。
图片来自：allure
另一个不太令人乐观的事实是，相比起 AI 换脸技术的研发，鉴别技术的科研力量显得有点势单力薄。加州大学伯克利分校的计算机科学家 Hany Farid 也指出，目前研究合成视频和鉴别的人数是 100：1，
据称 ZAO 一夜爆红后，已经吸引了大批风投机构的关注，一大批「复制品」已经在排队上线。天下熙熙，皆为利来，换脸可能带来的商机让资金蜂拥而至，进一步推动换脸技术的进步。
因此，仅仅依靠现有的技术可能难以避免 AI 换脸走向失控， Hany Farid 的建议也许值得参考：
解决方法不能只靠技术，还需要媒体专业的报道，以及更好的数字公民、公司和政策。
如何彻底清除 ZAO 上的人脸信息？
对于已经在 ZAO 上体验过换脸的用户也不必过于担心，告诉你一个快捷注销账号，清除人脸信息的方法：
-
进入隐私协议，拉至页面底部
-
点击「申请注销账号」
-
点击「开始注销页面」，通过手机号认证后完成注销
注销账号后，所有上传的面孔信息都会被删除，同一手机号未来 30 天内无法再次注册，大功告成。
题图来自：YouTube
换脸好玩，
但别把脸“丢”了
,
