秒變娃娃臉，技術應用又有新突破。

而且相比P圖后“變臉”，這次是拍攝短視頻時終端實時進行“變臉”，上至萬把元的iPhone下至千元安卓機，都能體驗，甚至沒有網(wǎng)絡也OK。

你可能沒想到，這次引領全球技術之先的是中國公司快手。

沒錯，就是老鐵雙擊666的快手。

秒變童顏

在其最新迭代的版本中，拍攝頁面上線了名為“變小孩”的魔法表情。

拍攝界面選擇該表情進行短視頻拍攝，就能秒變童顏，實現(xiàn)娃娃臉的樣子——一千個老鐵，有一千個娃娃臉老鐵的樣子。

比如這樣：

 這樣：

以及這樣：

上手簡單，看起來也好玩，但稍懂技術原理，就知道實現(xiàn)這樣的應用和效果，實際非常不簡單。

核心是依靠GAN——對抗生成網(wǎng)絡。

這次不僅國內首個實現(xiàn)端上實時GAN，也是全球范圍內第一次實現(xiàn)iOS安卓多平臺、全機型覆蓋的視頻實時GAN，甚至出于技（lao）術（ban）實（yao）力（qiu），快手AI工程師們還實現(xiàn)了“斷網(wǎng)”壯舉——沒有網(wǎng)絡狀態(tài)也能用。

這是完全終端本地化的實現(xiàn)AI能力，是包含Google在內的AI頭雁公司才有的追求。

并且相比翻譯、語音識別，視覺和實時視頻，對于終端算力、內存資源、模型訓練和壓縮要求都更為嚴苛，除了要投入資源攻堅，還得頂著用戶體驗的壓力，最后在各種各樣的終端用戶場景中接受檢驗。

挑戰(zhàn)其實不小。

但可以直接帶來的效益，值得直面這份挑戰(zhàn)。魔表上線3天即到百萬使用量。

實時變臉的潮與難

或許你也多少留意到了，“變臉”、“換臉”在全世界掀起了一股新風尚。

除了沒有證據(jù)但可能在開車的各類deepfakes，從圖片到視頻，從變老、男變女、女變男，返老孩童，全球網(wǎng)友玩得不亦樂乎。

簡單回顧起來，最初在視頻中推出實時“娃娃臉”的是Snapchat。

在今年5月，這個海外社交應用推出了該新功能，研發(fā)打造時長一年之久。

但效果也立竿見影，一經(jīng)發(fā)布，日活大漲10%。

其后還間接帶火了俄羅斯變臉應用FaceApp，很多明星和普通人，開始借助應用看到自己老去、還童的效果。

但放眼全球，能夠跟上這種技術風潮的也不算多。

而且從Snapchat和FaceApp，也能看出技術實現(xiàn)之挑戰(zhàn)。

一方面，實時視頻幾乎不能覆蓋全機型全平臺——Snapchat就只能在iOS支持。

另一方面必須依靠云端訓練和效果實施，對網(wǎng)絡狀況要求也很高。這帶來的小插曲是美國議員呼吁封殺FaceApp，因為上傳照片到云端，會讓俄羅斯侵害美國人隱私。

而快手選擇做端上實時“變臉”，目標是能給所有用戶帶去更潮的短視頻玩法。但除了技術上的難要解決，留給快手Y-tech技術小分隊的時間只有一個多月的時間。

沒錯，一個多月，打完Snapchat一年的仗。

“娃娃臉”背后技術

其實早在18年4月份，快手已經(jīng)在端側實現(xiàn)了“變老”的功能效果。

但從技術而言，“變老”和“娃娃臉”的難度，不可相提并論。

通俗點說，“變老”不需要改變人臉結構，可以通過貼妝方式實現(xiàn)，娃娃臉的人臉結構有很大變化，在五官細節(jié)上也和成人有很微妙的差別，而且千人千面，難以用傳統(tǒng)貼妝方法實現(xiàn)。

另外，“娃娃臉”效果，P圖和實時視頻的挑戰(zhàn)也不一樣。

視頻所追求的，是在沒有人為干預的條件下，快速生成效果逼真的娃娃臉。

進而也就有兩大挑戰(zhàn)必須解決：

一是需要機器根據(jù)每個人的臉部特征自動生成圖像，而且不能有手工P圖的痕跡。

二是要在手機端實時做到臉部圖像生成。手機端的算力以及內存資源有限，在有限算力以及內存資源支持條件下完成這些任務，任務艱巨。

這些挑戰(zhàn)，也是Snapchat在iOS實現(xiàn)而無法全平臺全機型覆蓋的原因——iPhone的算力和資源，算是最上層的。

但中國實際情況，以及快手的用戶而言，安卓用戶占比不低，而且安卓機型種類較多，不同機型算力和內存資源差異較大，因此完成實時視頻變“娃娃臉”，在快手這里產品需求有了更明確定義：

設計一個能夠覆蓋高、中、低不同機型的解決方案。

于是，快手技術團隊采取了差異化的AI模型生成方案，針對不同機型，采用相應解決方案。

對于算力較高的機型，可以讓AI模型做更多的工作，比如生成的圖像范圍更廣，細節(jié)更清晰。

對于算力較低的機型，可以把一部分AI模型的工作拆出來用傳統(tǒng)的方法去解決。

然而總體還有一點，不管算力高低，最后到用戶使用中，都得實現(xiàn)GAN的“秒變”，這也就意味著算力再低，也要有高質量的AI算法實現(xiàn)——挑戰(zhàn)和能力都暗含其中了。

最后，對于快手來說還有一項潛在挑戰(zhàn)：網(wǎng)絡。

一方面是用戶體驗上的考量，實時效果對延遲要求很高，服務端計算增加的網(wǎng)絡延遲對于實時應用來說非常顯著——用戶需要等待，體驗的效果滯后。

另一方面，如果用戶還位于偏遠山區(qū)，手機信號和網(wǎng)絡不好，體驗就會變得非常糟糕。

所以從一開始，快手技術團隊對這款特效的目標就定成了達到“手機斷網(wǎng)”也能用。

因此所有算法操作，都在手機端完成，不需要把用戶拍攝的圖像或視頻傳到后端服務器做算法處理。

用一個小小手機，完成了算力強大的服務器才能做到的事，這是快手技術團隊在“娃娃臉”功能上秀出的實力。

而且這只是實力的冰山一角，后臺深藏的是驅動快手產品向前的基礎引擎。

技術積累之力

正所謂水滴石穿非一日之功。

快手此次能夠引領全球技術應用之先，快手自研的YCNN深度學習推理引擎、定制化模型壓縮算法都是幕后功臣。

正是基于內部自研的壓縮模型，才能在考量各種邊界條件、有限的計算以及內存資源條件下，依然把模型的計算量降到最小，同時又不影響算法效果。

而快手端上深度學習推理引擎，為娃娃臉算法落地提供了有力支持。

這個取名YCNN的深度學習推理引擎，之前介紹快手AI時也多次提到。

這是快手自研的、支持多平臺的、深度優(yōu)化的神經(jīng)網(wǎng)絡推理引擎，是快手很多AI功能的強大加速器，支持包括不限于NEON、SSE、Metal、NPU，OpenCL，OpenGLES的優(yōu)化方法和技術。

在這次“娃娃臉”功能里，針對移動平臺尤其是低端安卓機計算能力較弱的特點，YCNN引擎在定點化推理方面的優(yōu)化，提出了低功耗高性能的解決方案。

實際上，近幾年來，在深度學習研究領域，GAN等模型被廣泛的應用到解決各種問題上，但像快手這樣堅持打造核心基礎引擎，并最終讓產品功能受益，讓終端用戶受益的，并不多。

而且也由于產品落地和應用的成功，技術上的難度和積累少為人知。

實際上，讓擁有不同手機機型的每一個老鐵，能夠無差別享受高算力AI技術帶來的樂趣，背后是極其強大的技術團隊的付出。

但這樣的團隊，也有委屈的時候。在最近快手首次召開的技術OpenDay上，有校招學生透露“因為家里人、朋友覺得快手Low而表達過不想讓他們選擇來快手工作”。

如果能夠全面了解一下快手，了解下快手的普惠價值觀，以及通過這家公司的努力給普通人的生活帶來的改變，相信他們的想法會改變。只有全面的了解之后，才能做出客觀的判斷。

那如果更深入了解端上GAN的進展突破呢？知曉“本地化無網(wǎng)絡”也能應用AI模型呢？或者更進一步知道壓縮模型和推理引擎的強悍……

可能是時候給予快手以及快手的技術更多正名了。

并且在技術可能加劇資源、地區(qū)和發(fā)展不平等的今天，快手能通過終端產品讓每一個用戶無差別感受技術的樂趣、感知不一樣的世界，還幫助更多偏遠地區(qū)加速商業(yè)化提升收入，善莫大焉。

把技術推向更前沿值得感嘆，用前沿技術打造接地氣的、普惠的產品，值得贊美。

你說呢？

Last but not least，做出這款特效的技術團隊是快手的Y-tech團隊，這里也特別傳送門一下：

快手Y-tech，是快手在人工智能等前沿領域的探索者和先行者，以研發(fā)前沿科技、提升用戶體驗、創(chuàng)造用戶價值為使命，致力于在計算機視覺、機器學習 、深度學習和計算機圖形學等領域開展技術研究和業(yè)務落地。

研究的技術方向還包括圖像處理、人臉識別、多媒體技術、SLAM/AR/VR/MR、三維重建、優(yōu)化算法，推薦，ranking，game AI, 機器學習平臺，數(shù)據(jù)庫，數(shù)據(jù)分析，強化學習等。