上个周末，一款名为“ZAO”的换脸APP突然火了起来。一夜之间，整个朋友圈好像都在“跟明星谈恋爱”。
不过，由于用户协议中关于个人隐私的一些条款，这款软件火了还不到一天，就遭到多方质疑，日前更是被工业和信息化部网络安全管理局约谈，要求其开展自查整改。
虽然“ZAO”的火爆只是昙花一现，但有关AI换脸及人脸识别等技术的讨论却仍旧火爆。
AI是如何实现换脸的？
所谓隔行如隔山，作为一个外行人，我们很难搞明白AI换脸的深层原理，但综合互联网上所得到的信息，我们可以了解到AI换脸的大致流程。
STEP1:
框选人脸、提取人脸信息
要想成功地实现人脸替换，就要将一个视频分解成若干帧图片，再依次对这些图片进行处理。
人工智能需要先经过大量的学习与训练，知道如何从图片中正确地框选出人脸，以及将这张脸还原成正常光线下的正面照。这之后，再从框选出的人脸图片上提取核心信息，比如五官、表情等。
某开发者为friend.tech推出Wrap智能合约，可将股份Wrap为ERC20代币并碎片化:8月20日消息，Delegate创始人foobar为friend.tech推出Wrap智能合约，可将股份（Share）Wrap为ERC20代币并碎片化，支持在Uniswap上交易。[2023/8/20 18:11:28]
STEP2:
得到转换编码
在上述学习、训练的过程中，人工智能会总结出一套如何将图片转换成核心人脸信息的编码，也可以理解成一套公式。
STEP3:
完成转换
最后，只需要套用这套公式，就可以得到一张“新”脸了，再将这张脸复原回图片和视频，我们的换脸就成功啦。
举个例子
或许我们可以这样简单理解，如果你想将杨紫的脸换成自己的，去和李现“谈恋爱”，需要这样做：
Nansen：在ARB空投后Arbitrum新用户持续“涌入”:金色财经报道，根据Nansen的一份报告，Arbitrum桥接资产价值57.7亿美元，上季度继续增长。自三月份空投以来，基于“持续增加”的交易数量和“新参与者的涌入”，见证了强劲的网络活动。
自今年年初以来，首次在网络上进行交易的新钱包数量激增，Nansen分析师指出，随着新用户的不断增加，这“意味着更多的有机活动”，甚至“在第二季度的某些日子里超过了以太坊”。
相比之下，于2022年5月31日进行空投的Optimism空投后活动并未出现同样的增长。与Arbitrum一样，Optimism网络是以太坊流行的第2层扩展解决方案。在发布OP Stack后，许多构建者都建立了自己的网络，包括Coinbase孵化的Base网络。[2023/8/18 18:09:11]
①让人工智能通过学习和训练得到“杨紫转换公式”
②让人工智能通过学习和训练能够顺利提取你的五官
③将你的五官套用到“杨紫转换公式”中得到一张拥有你的五官的“杨紫脸”
美国、英国立法者将于6月13日听取有关加密法规的争论:金色财经报道，由于加密货币行业面临监管阻力，美国和英国的立法者准备将讨论带入公共领域。6月13日，两国将举行听证会，标志着正在进行的数字资产监管辩论的关键时刻。
英国议会将就加密货币和数字资产全党议会小组（APPG）关于加密货币监管必要性的报告的调查结果进行辩论。由APPG主席Lisa Cameron MP博士领导的辩论将于英国夏令时上午11:00开始。
当天晚些时候，众议院金融服务委员会将于美国东部时间下午2:00举行题为“数字资产的未来：为数字资产生态系统提供清晰度”的听证会。听证会旨在将立法者和公众的注意力集中在数字资产、它们的潜在风险和收益以及政府在监管它们方面的作用上。[2023/6/13 21:32:34]
④将这张“脸”还原到视频中
知乎上关于“AI换脸是什么原理？”的问题中，答主“CalebGe”的回答更加生动：
假设我们的世界里只有两个画家，画家A只会画猫，画家B只会画狗。一天，画家A偶遇了一条凶悍的狗，狗狗怕生，龇牙咧嘴，不停地朝他吠。他一时画意顿生，把眼前的景象随手画了下来。只是因为常年的画猫经历让他不管画什么看起来都是猫，所以这次他画出来的是一只龇牙咧嘴的猫。画家B拜访朋友家，见到了一只正在玩线团的猫，被它的古灵精怪吸引，他也随手将景象画了出来，只是他笔下画出的，是一条摆弄线团的狗。
FIL跌破5美元:金色财经报道，行情显示，FIL跌破5美元，现报4.99美元，日内跌幅达到7.42%，行情波动较大，请做好风险控制。[2023/3/11 12:57:06]
人脸识别前景几何？
“ZAO”虽然一夜爆红，但也让不少人感到害怕：如今AI换脸技术发展得如此迅速，个人的隐私与信息安全如何保证？
而作为实现AI换脸的基础技术之一，人脸识别技术也再一次引发关注和讨论。
所谓人脸识别技术，就是利用计算机分析人脸图象，进而从中提取出有效的识别信息，用来“辨认”身份的一门技术。
应用场景逐渐增多
关于人脸识别的研究其实可以追溯到20世纪50年代，不过在此后的一段时间内，这种研究还只是停留在“人工”阶段。直到20世纪90年代，借助于计算机的超高运算能力，人脸识别研究才开始真正发展起来，也成为了当时的科研热点。大约在2010年前后，人脸识别技术开始进行商业化尝试，并在最近两年出现了快速发展。
2013~2018年中国人脸识别市场规模统计情况及预测
USDC Treasury铸造1亿枚USDC转入Coinbase:金色财经报道，Whale Alert数据显示，北京时间今日12:05，USDCTreasury铸造100,000,000枚USDC，然后转移到Coinbase。[2023/3/10 12:54:02]
数据来源：前瞻产业研究院整理
2014年开始大幅增长的专利申请数量也揭示了最近两年这一行业的发展速度。
2010~2017年中国人脸识别相关技术申请量变化趋势
数据来源：前瞻产业研究院整理
另外，随着自身的快速发展以及5G等其他技术的不断壮大，人脸识别技术的应用场景也正在逐渐增多。
目前已应用场景
身份识别：刷脸进站、手机解锁、APP登录等
安防：抓捕罪犯、寻人等
金融：刷脸支付等
未来，在身份识别、金融、安防、智慧城市建设等领域，人脸识别的前景非常广阔。
《中国经营报》记者曾采访到刷脸设备生产商和微信支付服务商钱客多的总经理于挺进，他表示，比如在监狱、学校、工厂等一些不允许携带手机的场所，刷脸支付非常方便。“有服务商已经把刷脸支付产品铺到了监狱里！”
前途仍不明朗
不过，目前行业内也确实存在一些问题。
1.
技术发展不完善
目前人脸识别技术的发展仍不完善，用户体验差的情况时有发生。同时，大部分网友对这一技术还不大信任，担心存在个人隐私泄露的问题。
比如这次引起大家热议的AI换脸技术，不少网友担心，一旦我们的“脸”被犯罪分子利用，很可能会出现、账户盗刷的情况。
诸多顾虑下，人们对于人脸识别的态度仍比较谨慎。
2.
盈利能力待解
目前，国内的头部人脸识别企业主要有四家：商汤科技、旷视科技、云从科技、依图科技，这四家公司也被称为“AI四小龙”。
据公开资料整理
虽然商汤科技、云从科技、依图科技都曾对外表示公司已实现盈利或收支平衡，但我们从前不久刚刚在港交所提交IPO申请的旷视科技的招股书中，还是能看到目前行业内存在的变现难题。
旷视科技收入与亏损情况
数据来源：旷视科技招股书
旷视科技的收入虽然从去年开始有了大幅提高，但亏损也在不断扩大。
不过对于亏损增加的原因，旷视科技方面解释称，主要是由于优先股的公允价值变动以及对研发的持续投入。
因此，旷视科技也披露了经调整后的财务数据：2018年经调整净利润为3219.5万元；2019年上半年经调整净利润为3267.7万元。
3.
研发与人才成本高昂
作为高新技术产业，人脸识别企业的研发成本肯定十分可观，这点从旷视科技逐年增长的研发开支中也能窥得一二。
旷视科技研发支出情况
数据来源：旷视科技招股书
另外，对于这样的领域来说，从业人员门槛较高，人力成本也相对较大。
更何况目前行业内还存在较大的人才缺口。
商汤科技总裁张文曾在2018年进行的一次演讲中表示：
据腾讯研究院发布的《中美两国人工智能产业发展全面解读》分析，美国人工智能产业总量约是中国的2倍，基础层人才数量是中国的13.8倍，人才差距巨大。另据高盛发布的《全球人工智能产业分布》报告统计，2017年全球人工智能人才储备，中国只有5%左右，人才缺口超过500万人。稀缺的人才更加重了企业的人力成本。
虽然目前行业内仍存在不少发展难题，但随着技术的升级以及产业的完善，这些问题或许都有机会迎刃而解。
如今，资本及各大企业都已开始积极布局。未来，人脸识别会不会成为下一个“风口”，这或许又是一个需要交给时间验证的问题了。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。