新娘因长相太美被质疑AI换脸 许晴的新电影被AI换脸,此事遭到了网友怎样的质疑

许晴的新电影被AI换脸,此事遭到了网友怎样的质疑

许晴的新电影被AI换脸，而这件事情也是引起了很多网友的关注，大家都在猜测许晴是不是大家都在猜测许晴是不是被封杀了？许晴的工作室对这件事情也是进行了回应，表示许晴并没有被封杀，而事情的后续工作室也会进行解释。除此之外，许晴的工作室也是发不了许晴的相关视频，以此来证明许晴并没有被封杀。

许晴被称之为是少女感的代言人，虽然许晴已经40多岁了，但是许晴的颜值依旧非常的高，特别是许晴笑起来，嘴边的两个梨涡也是让大家感觉到十分的清纯。其实有的时候AI换脸可能也是网友恶搞，所以才出现的，也或者是电影品牌方和明星本人出现了一些纠纷，于是出现了这种AI换脸的现象。封杀这件事情是绝对不可能随意的出现，如果明星被封杀的话，那么绝对是做了犯法的事情。

大家发现许晴被AI换脸，肯定也是非常的担心许晴。是不是被封杀了，毕竟娱乐圈当中还是有很多的人喜欢许晴的。而通过工作室的回应以及放出了许晴的视频，我们也可以看出许晴确实是没有被封杀。大家也不要在网络上面去传播一些谣言或者是恶意的去创造一些谣言，因为这是属于违法的事件。如果说对明星本人造成了利益，上面的影响或者是造成了名誉上面的影响，那么明星也是可以要求大家进行赔偿。

许晴已经很久没有新的影视剧了，所以这件事情也确实是激起了很多的火花。而通过工作室的回应，大家的猜疑也被打消了。小编建议大家出现了任何的问题，最好是去等待官方的回应，这样才能够避免出现以谣传谣的一种现象。

聂小雨被AI换脸,黑色皮衣视频遭疯传,却被质疑是自我炒作

聂小雨被AI换脸事件并非自我炒作

近期，网络红人聂小雨遭遇了一起AI换脸事件，一段穿着黑色皮衣的AI换脸视频在网络上疯传，引发了广泛关注和讨论。部分网友质疑这是聂小雨为了保持热度和流量而进行的自我炒作。然而，经过仔细分析，可以明确地说，这并非聂小雨的自我炒作行为。

一、视频发布时间与传播情况

该AI换脸视频的发布时间是在2021年7月3日，而聂小雨被卷入风波并引发公众关注是在视频发布后的较长时间。如果这是聂小雨的自我炒作行为，她不太可能选择在视频发布后这么久才进行“炒作”，因为这样的时间差会大大降低炒作的效果。此外，该视频在网络上疯传，并非聂小雨主动传播，而是由其他网友或平台用户自发分享和讨论的。

二、聂小雨的声明与行动

在事件进一步发酵后，聂小雨本人发表了声明，声称要对每一个传播者进行追责。她煞有其事地发布了一份律师声明，表达了对该事件的严肃态度和维权决心。如果这是她的自我炒作行为，她不太可能采取如此严厉和正式的行动来追究责任，因为这可能会损害她的公众形象和声誉。

三、AI换脸技术的特性

AI换脸技术是一种高科技手段，能够将一个人的面部特征替换到另一个人的视频或图像中。这种技术具有高度的真实性和欺骗性，使得被替换的面部特征看起来与原始视频或图像中的面部特征非常相似。因此，即使聂小雨本人没有参与该视频的制作和传播，她的面部特征也可能被不法分子利用来进行AI换脸。

四、网络环境的复杂性

网络环境复杂多变，充斥着各种信息和观点。在缺乏确凿证据的情况下，很难判断某个事件是否属于自我炒作。然而，从聂小雨的反应和行动来看，她并没有利用该事件进行炒作，而是采取了积极的措施来维护自己的权益和声誉。

五、公众对炒作的警惕性

随着网络媒体的不断发展，公众对炒作的警惕性也越来越高。如果聂小雨真的试图通过该事件进行炒作，她很可能会面临公众的质疑和批评。因此，从维护个人形象和声誉的角度出发，她也不太可能选择这种冒险的炒作方式。

六、图片证据

以下是相关图片，展示了聂小雨在社交媒体上的形象以及AI换脸视频的传播情况：

综上所述，聂小雨被AI换脸事件并非她的自我炒作行为。她采取了积极的措施来维护自己的权益和声誉，并呼吁公众共同抵制这种不法行为。我们应该保持理性和客观的态度，不盲目跟风或传播未经证实的信息，共同营造一个健康、和谐的网络环境。

多种AI换脸软件因侵犯隐私被叫停,ZAO有何底气以身试险

ZAO的底气来自于人们对它的迷恋与过度信任，虽然这是一个事实，但不得不说，它是一个可悲的事实。

ZAO这款换脸软件自从出现后，就快速超越了其他换脸软件，受到了广大人们的热烈欢迎，可谓是换脸软件中的“网红”，如今许多AI换脸软件因为涉嫌侵权被叫停，但ZAO还是如风中杨柏一样屹立不倒，这都源自于人们对它的过度信赖。

虽然ZAO这款软件确实像其他软件一样涉嫌侵权，甚至还有所谓的霸王条约，但不得不说从它的功能来讲它确实很优秀，这绝对是人们依恋它的一个主要原因。

ZAO不仅有许多新奇的玩法，而且是一款自带社交的软件，更重要的是，它不像其他视频软件一样，在拍摄之前需要做场景以及服饰妆容的改变，只需一张照片，就可以解决所有，一切问题迎刃而解了，拍出自己满意的效果。

虽然它足够优秀，有吸引人的资本，但是它有时候也确实让人像二丈和尚摸不着头脑，这也就是我在上文提及到的可悲之处，人为了满足自己暂时的需要而失去了自辨的能力，也许他们不是无意的，而是故意的享受着所谓的快乐之中。

但真的是很可悲，可悲到不愿意不敢面对真实的自己，可悲到不敢活到现实中来，怕被伤害，怕社会中的一切不理解，归根究底在于人内心深处的懦弱，缺少面对生活的勇气，不知道你们遭遇了什么，但真心的希望你们能够尽快找到自己的定位，“活过来”，为自己而活。不要再给毫无人味的某些事物以身试险的机会，这样不仅拯救了你们自己也是拯救了他人。

以假乱真的AI换脸技术,真的毫无破绽吗

出品：科普中国

制作：之遥科普

监制：中国科学院计算机网络信息中心

从在围棋界战无不胜的“阿尔法狗”，到铺天盖地的“人脸识别”，机器学习给人们的生活带来了翻天覆地的改变。但随着AI技术的不断发展，以“智能换脸”为主要展现结果的Deepfake技术，却给大家的生活带来了更多困扰。

2018年，加蓬总统 Ali Bongo因中风在公共视野中消失了数月。政府为了安抚民心，在新年时公开了一段总统录制的新年致辞。这段新年致辞使用了Deepfake技术进行生成，但这个视频非但没有起到安抚民心的作用，反而让军方的资深大佬发现异常，最终导致了兵变。在这个事件中，“AI换脸”技术成为干扰政治选举，降低政府公信力的一大推手。

在很多人的印象中，Deepfake技术除了能让有需求的人看到AI换脸的色情小视频外，似乎都走在社会的阴影里。

对普通人而言，Deepfake技术可谓是以假乱真，毫无破绽。那面对网上流传的真假不一的视频，我们真的无法分辨吗？

不用担心，正所谓“魔高一尺，道高一丈”。在专业人士手中，通过细致的计算机分析，可以辨别出照片、视频的真假，让Deepfake技术处理过的内容“现出原形”。

要了解Deepfake技术如何被识破，首先就要了解什么是Deepfake技术。Deepfake是使用深度机器学习（deep machine learning）和假照片（fake photo）组合而成的一个词，可以理解为机器进行深度学习而制造的假照片、假视频等虚假产物。其中最常见的应用就是“AI换脸”，也就是将一个人的脸部移植到另一个人脸上。

在进行换脸时，机器首先需要识别出人脸的位置。人脸的识别与校准在自动驾驶等领域也有着广泛的应用，目前的发展已经非常成熟，识别率在98%以上。

换脸用的素材，与待换脸的视频中的人脸，他们的面部朝向、面部表情往往不同。因此，识别出人脸位置之后，机器要进一步对人脸进行校准。通过寻找面部具有鲜明特征的区域，机器可以确定每一帧中人脸的朝向、表情，进而将待换脸视频中需要插入的人脸与素材匹配起来。

匹配完成之后，换脸技术也不是简单地就把换脸素材贴在了待换脸的人脸上。简单地贴图，可以轻松地被肉眼识别，难以达到“以假乱真”的效果。Deepfake技术进一步地学习原理可以用人的行为来类比。

如果你盯A脸看上100小时，接着去看B脸的照片；接下来让你凭记忆画出B的脸，那不管你的技术水平多高，最终都会画的跟A脸很像。所以，当我们训练机器，让机器学习用A脸的元素画出B脸时，就可以将A脸逼真地“画到”B脸上。

机器学习出的换脸视频、照片那么逼真，那Deepfake技术的破绽何在呢？

中国有句古话叫做“若想人不知，除非己莫为”。换脸技术的破绽，就出在人脸素材的细节上。Deepfake技术使用A脸的元素来画出B脸，这一过程是对A脸元素的精巧拼接。而这一拼接的过程，势必不能完美地符合真实情况。

纽约州布法罗-布法罗大学的计算机科学家，就从“眼睛”——这一人脸上最精致的元素入手，实现了对Deepfake技术的甄别。

这一技术的核心原理基于眼球的反射。当外界环境的光照射到眼睛上时，就会产生反射，在角膜上生成图像。在真正的照片中，两只眼睛看同一物体，会具有非常相似的反射模式。但在Deepfake合成的照片中，两只眼睛的反射内容往往并不协调。很可能出现左眼“看见”一只小狗，右眼“看见”一辆卡车的情况。检测机器首先提取两只眼睛反射的内容，然后检测左右眼的反射内容、反射光强度等参数是否协调统一，就可以识别出照片、视频是否经过了合成。这一方法已被证明具有94%的实验有效性。

除此之外，常见的检测方法还包括：

（1）根据视频的2D图像估计三维姿势。使用Deepfake技术合成的视频，三维姿势可能会突然发生较大的突变。比如视频中的人，如果在上一帧胸口还是鼓起正在吸气的状态，下一帧就迅速变成胸口下沉吐气的状态，那就说明这个视频铁定是合成出来的。

（2）捕捉Deepfake技术在处理视频时对图像进行扭曲而在环境中产生的“伪影”。

（3）捕捉左右虹膜异色、光照与阴影不协调、几何建模错误等瑕疵。

（4）针对名人的行为习惯，检测视频中是否有对应的特有行为特点（例如摸鼻子、歪嘴等）。

在不断发展的过程中，Deepfake的检测技术仍然会面对不少挑战。

第一点是有的技术本身需要一定的信息量。例如前述的眼球反射检测技术，如果视频里没有同时存在两只眼睛，就无法应用。针对虹膜颜色的检测，在视频画质较低时使用起来也较为困难。

第二点是，检测技术和换脸技术是一个“不断发展，彼此竞争”的过程。例如前述的捕捉光照与阴影不协调的问题，换脸者可以在换脸时使用更多的资源进行光照模拟、渲染，从而保证阴影的生成质量。从这个角度讲，检测和换脸技术就像一场“猫鼠游戏”，二者不断迭代，你追我赶。今天检测技术提出了用眼球的反射光进行检测，明天换脸技术就可以把眼球的反射光模拟也放在学习内容之中。检测技术必须不断更新，才能跟上Deepfake技术发展的步伐。

第三点是，检测技术距自动化还有一定距离。现有的检测技术耗费的时间都比较长，难以做到在用户上传视频的同时，短时间内自动完成检测和审核。距实用的自动Deepfake检测软件，还有一段路要走。

第四点是，目前针对Deepfake技术还没有完善的法规。各个视频平台对于什么样的Deepfake视频是恶意的、违规的，有着自己的界定规则。同时，目前也没有关于Deepfake技术的相关法律。这就给针对Deepfake视频的检测、管控工作带来了很多困难。

虽然Deepfake检测技术仍有诸多挑战，但是我们要相信，随着AI技术的不断发展，相关法规会逐渐完善，针对Deepfake的检测技术也会变得越来越准确、高效。终有一天，虚假的视频会在检测技术的“火眼金睛”下统统现出原形。钻技术的漏洞，滥用Deepfake技术，迟早会受到惩罚。

参考文献

如果你还想了解更多这方面的信息，记得收藏关注本站。