“蚂蚁呀嘿” App 热度骤升遭下架

机器之心报道

又一个热门 AI 应用，眼看它开源完代码，眼看它火了，眼看它下架了。

过去几天，你一定注意到了 AI 生成动图的这股风潮。从抖音到微博，人们齐唱「蚂蚁呀嘿」的画面不断刷屏。

‍全网都掉进了「蚂蚁窝」。然而在火了不满一个星期之后，造出新梗的应用 Avatarify 却于 3 月 2 日突然下架了。有网友表示，目前 Avatarify 只在中国区 App store 下架，其他地区仍然可以正常下载。关于下架原因，目前官方并未说明。

在商店内搜索 Avatarify，显示的只剩下其他应用了。

AI 生成视频的风潮这么快又结束了？不知在短短几天内 Avatarify 经历了什么。

发展很快，但爆红来得有点突然

Avatarify 是一款摄影与录像类别的变脸应用，服务器设在国外，发行商为 Avatarify, Inc。不知为何，这款应用在 2 月 17 日在中国区 App Store 的排名中开始出现上升趋势，直到 2 月 25 日问鼎 App Store 应用免费榜榜首，随后连续数天稳居总榜第一名。

它并不是一个刚刚出现的应用，2020 年 4 月，机器之心曾介绍过换脸项目Avatarify。利用这项技术，你可以将自己的脸实时替换成别人的脸，在视频会议中的表现十分流畅。迄今为止这个项目已在 GitHub 上获得了近 1.2 万的 star 量。

Avatarify 最初是用于开远程会议时换脸的，比如让「马斯克」突然加入会议。在疫情期间，这样的应用想来很有市场。

项目链接：https://github.com/alievk/avatarify

这款软件的下载和使用是免费的，如想要在成品图上去水印则需要支付订阅费。可以看到自今年 2 月中旬开始，这款软件突然经历了下载的高峰期，在中国区下载数量已经超过了 150 万次。

直至 3 月 2 日，Avatarify 悄然下架。

隐私安全堪忧

这给人一种似曾相识的感觉，Avatarify 并不是第一款下架的 AI 应用。

2019 年陌陌推出了一款名为 ZAO 的 AI 换脸应用，ZAO 在上架第二天就冲到应用免费榜第二名，之后更是稳居免费榜榜首，堪称现象级应用。但 ZAO 令人印象深刻的不只有爆红，还有它的匆匆下架。

ZAO 的用户协议条款让无数用户担心。一方面技术滥用会导致虚假信息泛滥；另一方面，如使用明星等他人的照片来制作相关视频，就可能涉及名誉权、肖像权、知识产权等法律问题。此外，个人隐私泄漏可能会涉及资产安全、人身安全等问题。

如今，Avatarify 有如 ZAO 的昙花一现，让人不禁猜想其下架原因，再次唤起人们对隐私安全的担忧。虽然 AI 换脸技术已日趋成熟，但其背后存在的安全隐患为它走向商业化带来了不小的阻力。AI 变脸软件需要更多安全保障，真正成为大众娱乐应用尚需一些时日。

Avatarify 中的技术方法

在使用 Avatarify 时，系统需要借助 deepfake 等其他换脸技术，在想要交换的脸部图像上对算法进行训练。通过在目标图像的相似类别上训练算法，该模型支持实时换脸操作。

一阶运动模型整体框架。

整个流程也非常简单：

先导入一张静态图片，照片中的五官会随着视频中真人动作做出相应的变化，比如挑眉毛、眨眼睛、说话等动作，看起来就像是换了个人。

很快，开发者就将它做成了 app，可在苹果商店下载。3 个月的时间从 GitHub 项目变成应用，对于一个小团队来说不可谓不快。不过它为人们广泛所知的时候却已是 2021 年了。

曾经苹果 App Store 上的 Avatarify，一开始还是个人名义推出的。

这款应用的使用方法同样非常简单：你只需要打开 app，选择一张想要处理的图片，确定人脸位置后选择动作模板，即可开展一番表情操纵，最终生成的就是你想要的人脸视频了。

不过迄今为止，软件还只有 iOS 版的，安卓版上架的时间已被无限期推迟。

也不知道是什么家庭背景，能让特朗普总统亲自为你的朋友送上生日祝福：「Happy birthday, Joe!」

你可以选择做个人，也可以放弃做人：

除了 APP 提供的图像以外，你也可以自定义目标头像，但需要注意将目标头像裁剪为正方形，并且距离不能太远也不能太近。最好选择单一的背景，以最大程度上避免还原失真。

优秀的成片效果，配合上短视频应用的流行，让 Avatarify 突然爆红起来。然而很多时候，人们整蛊的对象都是名人，这就存在一些肖像权的问题。据了解，在视频网站 bilibili 上，发布大量换脸短视频的 up 主现在已经删除了林俊杰相关的内容。

但即使如此，对于 app 本身来说，下架的问题也仍不明了。为何 Avatarify 走向了与上代 AI 换脸应用「ZAO」同样的命运？也许这种不换脸但能够制造假视频的工具同样也引起了人们的顾虑。

在深度学习新技术不断挑战人类分辨能力的极限时，我们也需要防范类似的「视频诈骗」了。

参考链接：https://www.ithome.com/0/537/839.htm