这是一个热衷于“变脸”的时代。

拍图三十秒，修图半小时，互联网公司们都深谙这种心理，使出浑身解数，让“变脸”更加完美。

比如一直针对女性群体，主打拍照的OV手机（OPPO和Vivo），在这两年逆袭走低性价比和高性能的小米。“变脸”带来的心理满足以及巨大的消费市场，让无数人跃跃越试。

为什么大家热衷于变脸？

美，可以说是人类发展史中最亘古不变的追求。公元前4000年古埃及文明就诞生了用青绿色粉末涂抹眼睛的习惯，古希腊则是用锑粉修饰眼部，而中国的眉眼粉黛之美则可追溯到夏商周时期。

过渡到互联网时代，对美的追则求衍生了一大批为“变脸或者美颜”而生的产业。小到那些一键修图的自拍APP，大到美妆行业销量的快速上升以及各种医美机构的遍地开花，围绕着“变脸”，无论是线上，还是线下，都已经形成了一个完整的生态圈。

2017年，在国家发改委产业所牵头编制的《全国美容产业发展战略规划纲要》中，预测到2020年我国美容产业年产值将超过一万亿元。

就连曾经对美颜嗤之以鼻的罗永浩“当你把美颜功能作为主打特色时，在江湖的眼里，你就是丑女low妹专用机”，最后还是得自打脸向美颜变脸屈服，在新款手机中加入了AI美颜技术。

既然通过物理手段能够达到视觉和心理上的满足，对于变脸的习惯和热衷也是无可厚非的。

AI技术下，变脸的“72”招

抖音上至今都非常流行 “化妆变脸”视频，播放量、点赞量基本都以万计，甚至连英国《每日邮报》都曾大篇幅报道过“此项神技”，惊呼此举堪称“整容变脸”。当然，这样的化妆大神占比毕竟很小，化妆品之外，科技变脸神器，成为了让人惊呼又趋之若鹜的选择。

首先不得不提的就是智能手机，厂商们旗舰机竞争必不可缺的亮点之一就是拍照能力。目前市面上有两个基本方向：一种是渗透专业相机的参数与性能，另一种就是聚焦“美颜强度”。前有华为麒麟970，通过内置的独立NPU神经网络处理单元，提出了AI拍照的理念，后有小米8的AI美颜“微整形”相机，以及OPPO的3D个性美颜相机，都宣称通过3D高精细面部打点，重新绘制你的五官细节。

还有专注“变脸100年”的美图，他们的美图影响实验室设计了品类繁多的“变脸”技术，比如结合人脸大数据黄金比例算法调节用户身材、人脸网格实时视频图像上妆等等……

当然基础的智能隆鼻、双眼皮微调等都是一应俱全，只有你想不到的，没有美颜类手机做不到的。

此外一些颇具魔幻现实主义的变脸技巧也在悄然兴起。OpenAI在7月份公布了一款Glow生成模型，这种可逆的生成模型，会观察原始的图片，然后结合不同脸部的属性生成一张全新的高清图片。

再比如通过3D投影＋人脸追踪技术，做出数字妆容的效果，其中最典型的玩家莫过于英特尔。在2016年格莱美颁奖典礼上，为了致敬英国摇滚歌手大卫·鲍威（David Bowie），歌手Lady Gaga的脸上出现了许多能够代表Bowie的标志性图案，比如爬行的蜘蛛。

此前李宇春的MV也是英特尔用3D投影一手打造的，英特尔中国研究院表专门定制和设计了多个深度学习网络模型，有针对性地创建和收集了十万张人脸照片来训练这些模型，再通过摄像头检测和识别人脸，定位 78 个关键点，实时跟踪头部运动和面部表情变化。对图像进行智能分析和特征提取后，再通过运算将不同的特效叠加上去。

看到这几张图，可以算的上现代版“画皮”了：

当然以上这些“变脸”方法和下面的相比较，就有点小巫见大巫了。

去年年底，神奇女侠扮演者盖尔·加朵的脸被贴在了一个爱情动作电影女主的脸上，在网上引发了不小的轰动。这种“视频变脸”是一个名为“deepfakes”的深度学习技术，最关键的是它的技术门槛很低，只需要将上百张人物的训练图片输入到算法中，再用GPU训练数据就能DIY出换脸的视频。

借用知乎上某位答主的回答，这项技术的核心是一个深度神经网络，用监督学习训练一个神经网络将张三的扭曲处理过的脸还原成原始脸，并且期望这个网络具备将任意人脸还原成张三脸的能力。

当然，纵观现在的变脸技术，万变不离其宗，AI并不会给你整容，它能做的只是静态图片或者视频中的变脸，但是当我们的脑洞再往外扩展延伸的话，生理形态上的变脸似乎也不再是难事。