你有沒有想過，有一天蒙娜麗莎不只會(huì)神秘微笑，還會(huì)對(duì)你挑眉眨眼、娓娓而談?不止蒙娜麗莎，瑪麗蓮夢(mèng)露也‘活’過來了，紅唇一張

你有沒有想過，有一天蒙娜麗莎不只會(huì)神秘微笑，還會(huì)對(duì)你挑眉眨眼、娓娓而談?

不止蒙娜麗莎，瑪麗蓮夢(mèng)露也‘活’過來了，紅唇一張就開始說話，眼角眉梢風(fēng)情萬種。

還有只在物理書里面看到過的愛因斯坦，你現(xiàn)在甚至能感受到科學(xué)道理正從他口中傾瀉而出……

現(xiàn)在，你可能會(huì)以為這是什么特效視頻里截取的畫面，但事實(shí)上，這些人物的動(dòng)態(tài)視頻，都僅源于旁邊那一張照片。

來自三星AI中心和莫斯科Skolkovo科學(xué)技術(shù)研究所的研究人員，成功地開發(fā)出了這個(gè)‘人像照變動(dòng)態(tài)表情包’的AI系統(tǒng)，并于5月20日在ArXiv.org網(wǎng)站上公布了他們的研究成果。

前陣子鬧得沸沸揚(yáng)揚(yáng)的‘色情換臉’，需要大量人物的圖像信息再加原生視頻，才能生產(chǎn)出一個(gè)新的合成視頻，而這次三星AI只需基于一張肖像照片或一張畫像，就能讓里面人物的面部表情都動(dòng)得栩栩如生。

雖然并非完美無瑕，但足以讓人產(chǎn)生信以為真的錯(cuò)覺。

制作這個(gè)視頻并不容易。

因?yàn)槿祟惖囊曈X思維對(duì)臉部細(xì)節(jié)極其敏感，因此每個(gè)微小部分，包括嘴巴的弧度、頭發(fā)的輪廓、眨眼的速度都很難忽視。所以這套人工智能系統(tǒng)經(jīng)過了一段漫長的訓(xùn)練時(shí)光。

研究人員從YouTube收集了7000張名人照片，提取其‘標(biāo)志性’的面部特征，然后系統(tǒng)通過觀看大量人類說話的面孔和表情豐富的視頻進(jìn)行學(xué)習(xí)。

▲‘讓照片動(dòng)起來’的學(xué)習(xí)架構(gòu)圖

之后，人工智能系統(tǒng)就能將學(xué)到的內(nèi)容應(yīng)用到單張照片或多張照片上，高效地找到與系統(tǒng)學(xué)習(xí)的臉部相對(duì)應(yīng)的部分，然后因人而異地針對(duì)新面部里各個(gè)的關(guān)鍵點(diǎn)，特別是眼睛、鼻子和嘴巴進(jìn)行調(diào)整，最后達(dá)到最自然的動(dòng)態(tài)效果。

當(dāng)可以使用的照片越多，視頻就會(huì)越加逼真，32個(gè)圖像，就足以讓視頻以假亂真。

雖然仔細(xì)看，人物邊緣的地方依然有模糊的部分，不能識(shí)別的地方也只能用背景畫面粗糙填充，瑪麗蓮夢(mèng)露的視頻還少了那顆標(biāo)志性的痣。而且，視頻也沒有聲音，動(dòng)態(tài)只能呈現(xiàn)在面部，一張一合的嘴角就像一個(gè)練習(xí)生在唱Rap，但它依然是一個(gè)顛覆式的創(chuàng)新，簡單點(diǎn)說，實(shí)現(xiàn)了一鍵把JPG變GIF。

研究人員表示，未來，這個(gè)AI系統(tǒng)將會(huì)被廣泛應(yīng)用在視頻、游戲、電視、電影，以及特效行業(yè)中，估計(jì)現(xiàn)在，它就已經(jīng)被B站上的鬼畜藝術(shù)家盯上了。而單張或少量照片就能完成動(dòng)態(tài)人像的速度和效率，也讓該模型更利于推廣。

不過同時(shí)，這也意味著很快會(huì)有圖謀不軌之人利用臨時(shí)拼湊的工具來模仿它，進(jìn)行群眾誤導(dǎo)或虛假詐騙，還有可能把一個(gè)人的人像照片制作出不可描述的動(dòng)態(tài)表情，放在不可描述的身體上做不可描述的事情。

盡管它還不足以引起Deepfakes‘色情換臉’那樣的風(fēng)波，但它比起‘色情換臉’使用起來更簡易便捷，在人人都暴露無遺的互聯(lián)網(wǎng)時(shí)代，擔(dān)憂也并非沒有必要，只是現(xiàn)在還為時(shí)尚早。

目前，該研究還處于簡單測(cè)試階段，復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型要變得輕量化也有重?fù)?dān)在后。不過就像哈利波特第一次去霍格沃茨魔法學(xué)校，看到那活了的石墻肖像而驚詫不已一樣，現(xiàn)在，它在現(xiàn)實(shí)里也成真了。

接下來等待我們的，就是一個(gè)魔法世界。

關(guān)鍵詞： 三星AI 人像照變動(dòng)態(tài)表情包