如何看待 AI 换脸软件「ZAO」的爆火？
ZAO昨晚突然火起来。但我并不看好这款APP的长期发展。
按照传播规律，这类传播类工具几乎都难以逃离之前如脸萌、FaceApp的规律，火不过半个月。
后续留存是个神仙级别问题，暂时只能看往短视频方向靠的可能。开发团队应毫不犹豫立刻马上趁传播期推出更新意的内容或尽快捞钱上岸，等到半月后DAU一落千丈时，可能不再有出头之日。
素材中的版权问题，要看版权方是采取商用取证追究或是合作双赢，从ZAO的版权声明来看完全就是跟我没半毛钱，找用户去的意思。
无论后续如何，ZAO的火爆倒是直戳人性，圆了不少人的舞台梦。
下面新增了个销号流程
https://www.zhihu.com/video/1151073540689371136当美国队长变成 尼古拉斯·斯蒂夫·赵四
下面放个销号流程
ZAO换脸app的账号注销教程:
1.先去 我的作品-右上角的设置标志-我的面孔，删除自己已验证的面孔信息。
2.隐私协议-拖到最下面“申请注销账号”，开始注销就可以了。
https://www.zhihu.com/video/1151144624595767296由陌陌推出的这款视频AI换脸APP昨天下午3点才上线的，不到24小时就已经上热搜了。这个技术本身并不新鲜，早在几年前就被人造出了奥巴马和特朗普的各种搞笑视频，以及应用在了某些色情视频上。
正是因为如此，大家对这项技术引起的肖像权和法律问题尤为关注，并没有出现过如此应用级的软件。视频换脸技术已经非常成熟，换脸后几乎毫无PS痕迹，不知道ZAO用的技术跟开源的Deepfake是否是同一个，反正看起来很像了。
ZAO的玩法
三个玩法，视频、表情包、好友。影视剧视频增加角色代入感，满足虚荣心。表情包自带分享属性，邀请好友一起玩又加入了社交属性。短期内看包含了传播的所有要素，所以火并不是意外，但是它是否会跟脸萌，FaceApp一样是个现象级的产品，我觉得不一定，换脸模式极大的降低了创作的参与成本，换脸后的视频本身类型于唱吧和美颜app的结合体，低门槛，高参与，高认同，是否会玩腻取决于视频库的丰富程度。
ZAO真的安全么
对于这类APP，解决不好安全问题基本上等同于在违法的边缘疯狂的试探。ZAO显然是知道这点的，在产品设计上加了非常多的点来规避肖像权等法律问题。
1、我的面孔需要人脸认证，认证方式跟银行类的人脸安全认证类似，需要眨眼和摇头来确认是本人。
2、相册上传照片的方式，不支持低像素的照片，不支持下载的照片。
3、拍照方式上传，仅支持前置摄像头，并且会识别公众人物，非认证过的人脸照片只有10次的使用次数。
4、未认证过的人脸生成的视频无法分享，并且在视频上面会有动态水印。动态水印也是个视频版权保护上很有趣的点，上一次见到还是在CCtalk上。
5、我试过用网上随便找的照片，用前置摄像头拍摄的方式上传成功了，但是生成的视频无法分享，如果我用iphone自带的录屏工具呢？录制时会弹出一个警告对话框，视频上会有动态的水印，并且视频本身带着我的ID。
仍然有的一点担忧，安全本身完全靠着ZAO的节操了，技术上用来做坏事仍然十分的简单。人脸认证的数据是否在ZAO的内部安全？毕竟各大公司曾经发生过用户数据的泄露，我们上传的个人信息数据如何保障。以及ZAO本身是否触犯法律，说不定过两天就强制下架了。
有几个细节：
- 它的视频素材，看到了抖音、爱奇艺、腾讯视频、芒果的LOGO。这保证了素材最基本的娱乐性和话题性，这实际上是二（三）次创作？如果一个用户从抖音里下载后上传素材，素材是会在平台内部公开流通的，这样原始素材不知道怎么定义版权和法律风险。原本apple store里也有很多影视剧换脸的app，它们没有这么多有话题的起始素材。这个结合授权协议，意思就是不负责原始视频素材里的肖像权。
- 视频是预先处理过的，大家实时上传图片，大量降低了处理视频所需的实时算力（虽然现在服务器已经排满了）
- 人脸处理和识别已经很成熟了，速度很快，所以看到有一些自动查找面孔、名人肖像权匹配的基础功能
- 同样可以制造fake面孔表情包，但是话题性就不如从抖音等挑选的素材。
Finally. 这是一个fake face对个人用户的应用范例，把一个鬼畜视频制作工具，功能性减弱，却把社交性和传播性发挥的很好。
原本的医疗图像、安防监控都是对大公司、技术驱动的，AI和个人用户市场需求的结合或许预示着公共AI（云）算力市场即将火爆起来。
附上版权声明。
感谢 @王一丁 一大清早就敲我起来写评论，本文持续更新，正在查资料ing。
ZAO这用户协议要求的授权范围也太广了：不可撤销+永久。内容部分不可撤销+永久授权也就算了，但是肖像权这个着实过分了，应当给予用户撤销个人信息授权的权利。不然难道一辈子都有被人使用肖像的风险？而且不仅是ZAO，还有关联公司，下文有关于关联公司范围的讨论。
其实内容上的许可在ZAO这个App中我为什么说还好的原因就是这个不同于文末链接中百度摄影师协议，一般使用ZAO的人并非主要靠创作为生，内容的知识产权不可撤销地永久授权给ZAO并不会对自身造成多大的损失。而肖像权作为人身权利应当是用户在ZAO协议中最关心在乎的权利，正如在摄影师协议中摄影师最应当关注的核心是版权许可一样。内容作为资产的不慎处置最多带来的是经济的损失，但是肖像和隐私的不当处置可能后果不堪想象。
天啊，看到下图中关于ZAO关联公司的定义后崩溃了，这个关联公司的定义还可以再模糊一些吗？“ZAO”及其相关服务可能存在运营关联的公司？那基本所有的合作方都可以解释为存在运营关联，也就是相当于ZAO可能根据其用户协议有权授权所有的合作方使用并修改用户的内容和肖像。
真的是写完一个槽点又发现一个，更新后的用户协议都不另行通知？继续使用就代表接受协议的修改？那谁没事儿会登出app再定期查看一下用户协议？这是咋想的？写条款的时候有没有考虑到用户真实的使用场景？
之前微博在2017年更新的用户协议中也出现过类似的霸王条款：“微博更新的《微博服务使用协议》，规定用户在微博上发布的信息，将不可撤销地授权微博平台作为微博内容的独家发布平台，用户所发表的微博内容仅在微博平台上予以独家展示。未经微博平台事先书面许可，用户不得自行或授权任何第三方以任何形式直接或间接使用微博内容。” 真的不知道这么多公司在用户协议上都翻过车，为什么现在还这么写？理解不能。
后来在群众的骂声中微博修改了上述条款，这也是我一直自从2017年直到微博修改条款前都再也没有使用过微博的原因。有人可能觉得小题大做，但是如果所有人都不在意自己的个人隐私和知识产权的话，这些公司就会变本加厉，也正应了李彦宏说的“中国人多数情况下愿意用隐私换便利”，着实有些可悲。希望本回答可以引起大家对于个人权利的重视，不使用，用脚投票是最有效的抵制方式。本人亲身验证，自从魏则西之后，不用百度任何产品对我的生活没有产生影响，看着百度一天天走向没落，这个世界又美好了一点。
有人可能会说如果协议不这么写互联网公司就没法发展了，需要用用户的内容和肖像做推广。但其实不是说不考虑互联网产品发展的需求，而是说要给予用户选择的权利，而并非为了贪图条款撰写上的便利，直接一刀切地获取“不可撤销+永久”授权。而且作为一个有责任感的公司，即便用户协议中有授权，但如果在广告中如此使用用户的肖像是不是处于礼貌也是应当征得用户的同意？并不是所有人都希望自己用ZAO制作的视频突然有一天出现在了街边的大屏幕上。
很多律师都有个坏习惯，认为在合同撰写中，尽可能多的为客户争取权益就是最正确的法律建议。但其实不然，在商业社会中，把事儿做成了才是客户最关心的。如果由于条款苛刻到生意都做不成了那还要律师干嘛？在互联网产品用户协议的撰写中也是需要设身处地的考虑一下用户是怎么想的，因为用户在缔约之前并没有任何渠道可以表达自己的意见，但是由于看到了如此严苛的条款而选择放弃了使用这个产品，最后的损失还是客户也就是这里的ZAO来承担了，这样的后果就是得不偿失。
另一方面，有些大V说有明星会直接起诉用户，这点上我不是很认同，有危言耸听之嫌，为了制造话题炒作就没意思了。因为明星直接起诉普通用户现实发生的可能性很低，更多的还是会去追究平台的责任。
关于用户协议的坑大家有兴趣可以看一下我之前写的关于百度摄影师版权协议的回答，里面有比较详尽的分析：
百度做了哪些带来负面影响的事情？事后官方是怎么应对处理的？结果如何？连色情网站都不敢瞎掺和的领域，ZAO居然来了，从技术和风险角度来说，ZAO的前景非常非常非常危险，已经不是在河边走了，这是在悬崖边翻跟头！
其实AI换脸在娱乐休闲方面的应用，已经非常普遍了，不信你就看看下面的[锦江乐园]
来自B站，作者：你的世界0我的名https://www.zhihu.com/video/1151078198187073536来自B站，作者：你的世界0我的名https://www.zhihu.com/video/1151079749651705856https://www.bilibili.com/video/av51809469
万物皆可徐锦江~~~~~
你们的快乐源泉——Deepfakes
其实AI换脸就是基于Deepfakes这门技术，大约是在2年前问世，瞬间就把视频换脸的难度拉低到了人人都能用的级别。
并且这门技术被快速，或者说瞬间应用到了色情领域：
经常被人拿去做虚假“果照”和性爱视频的寡姐曾经说过：
我还不是受影响最大的人，毕竟大家都知道那些影片/照片是假的。可如果是普通人，就要小心保护自己的影像资料了，我无法想象普通人要如何应对后续的结果。
当然了，有了AI换脸，美国的政坛人物也是跑不掉的：
Deepfake这门技术，也被部分作死人士运用到了制造假视频，敲诈勒索，假新闻之类的事情上，也就此导致Deepfake社区当时被瞬间封杀。
当然了ZAO这款APP也会自动识别出公众人物，禁止用户恶搞。以免自己重蹈覆辙；但是不得不怀疑，ZAO的技术真的能识别出99.99%以上的公众人物的各种照片吗？
不同的角度、不同的画质、不同的光照，目前恐怕没有企业敢保证自己识别成功率能在99.99%。
而且最重要的是，你的识别率只要不是100%，那出事、被封停就是迟早的事情。
只要有一次，被用户利用ZAO APP 制作出了有不良影响的视频，ZAO就死定了！
虽然制作视频之后，还需要用摄像头进行人脸识别，但是想要欺骗过去实在太简单了，很多安卓机的人脸识别，你用一张照片就能欺骗过去……
换句话说，如果你是ZAO的竞争对手，你直接组织团队专门用ZAO app制造一个公众人物的娱乐视频。就足够摧毁它……
而且在ios生态中，ZAO 的未来更惨淡了……搜索排名第一的已经不是ZAO了，而是另外一款叫做[颜技]的APP，接近的定位、宣传，恐怕会拿走不少ZAO的用户……
App Store中的排名也非常明显的能看出 ZAO 的热度和流量被这款[颜技]拿走了不少：
如果真的有竞争者按照我所猜测的专门组建团队，利用ZAO 制作公众人物（政治人物）的娱乐、恶搞视频，那ZAO 和背后的陌陌恐怕凶多吉少了。毕竟关停的内涵段子、暂停发布内容的简书都是一个个血淋淋的例子。
要知道连境外色情网站P站（黄黑logo的那个，知乎不能提它的全名），因为有太多换脸公众人物的色情视频，当时为了保护自己当初都已经在官网禁止搜索 Deepfake 这个关键词了……
而且Deepfake并不是AI换脸类非常先进的技术，这1-2年间早就涌现了无数比他更先进的技术，在此就不提及了。
最后分享一个人工智能方向，很6的应用，普通人也用得到。
一键高精度抠图
本段已获授权，转载自：高级农民工（ID：Mocun6）
逼死淘宝专业抠图的照片，3行Python代码，5秒高精度抠图
这里的 API 接口来源于 Remove.bg 网站，一个邮箱账号可以申请一个免费接口，可处理 50 张照片，如果想处理更多或者生成高清照片，需要买套餐，算下来价格大概是 1 元一张。
上淘宝搜索「证件照换底色」的店铺，发现多数店铺收费是 5 元，觉得利用好价格差空间，应该有商机。
接着比较感兴趣淘宝店家是怎么抠图的，抠图的质量如何，于是选择了排名前两位的店家来做测试，跟掌柜开始了一段「套路」聊天。
先找了第一家店主，店主上来就说先发照片，抠图满意再付款，于是就发了文章开头那张比较难抠的一张，想看看他们水平怎么样：
没想到店主这一抠就是二十分钟。。。
满心期待地打开图片一看，头发丝抠的不好，照片色彩也变了：
跟第二家店掌柜聊了后，也是花了 16 分钟弄好，比第一家稍好一点：
把三幅图一对比，从头发丝抠的效果和照片的色彩还原度就可以看出还是 AI 效果最好，而且只需要 5 秒钟。
于是，大致可以总结这款 AI 工具从效果和效率上基本碾压手动 PS 的淘宝店家。
心疼掌柜，花了 20 分钟还没有拿下我这一单……
这么难抠的图 AI 工具效果都好，那简单的证件照更没问题，基本确定有商机。
接下来用 Python 把上面的代码进行完善打包成 exe 文件执行。
轻松实现这样的功能：只需要简单敲几下键盘，就可以随意批量更换照片的背景色（常见的白、蓝、红三种颜色），然后秒换背景出图。
效果如下：
具体实现很简单，第一步输入 API，第二步输入图片所在文件夹，接着程序就会先抠图，生成带透明背景的 PNG 格式图形。
接下来第三步利用 PIL 库来设置图片的背景颜色，键入一个字母就可以秒生成对应的背景色证件照。
- b：blue 蓝色
- r：red 红色
- w：white 白色
这样就做成了一个简单的证件照更换工具，拿去抢抠图淘宝店的饭碗毫无压力，设计师要5元，我就要4元。
被抢了饭碗而下岗的设计师，恐怕打死也想不到自己的竞争对手是几行代码……
此工具可在公众号“七月在线实验室”，回复“证件照”获取。
毕业季福利
原价199元的Python课程
限时免费学习！没有任何套路，直接领取就可以！
任何疑问，教师团队随时解答。
虽然是免费课，但教师团队可没有缩水，依旧是前BAT高级专家配合顶级高校硕士进行教学。
立刻微信搜索公众号“七月在线实验室”
回复“Python”，开始学习。
https://www.zhihu.com/video/1151092430332850176我觉得至少比deepnude好玩(^?ω?^ )
其实是我正在写……先把坑占了是不是，毕竟笔者水平有限，只能从我个人的理解浅要的讲讲，大佬们要是我哪里讲的不对，还烦请多多包涵。
先来看看ZAO这个应用到底在干嘛？
基本功能有两个，一个是视频换脸，一个是表情包换脸，其底层的技术叫做：DEEPFAKE
Deepfake，是英文“deep learning”（深度学习）和“fake”（伪造）的混成词[1]，专指用基于人工智能的人体图像合成技术。此技术可将已有的图像和影片叠加至目标图像或影片上。deepfakes/faceswap
其实deepfake在我们研究领域来看，他并不是什么特别新奇的东西，早在2016年就开源了。
这里我先列几个关键字：人工智能，神经网络，生成对抗网络，cycleGAN，图像风格迁移
我们一步步由浅入深来看：
人工智能和神经网络相信各位应该多多少少都听过了，如果没听过……那就当你们听过了吧，毕竟总不可能从宇宙大爆炸开始讲起。我从2014年发明的GAN讲起吧。
GAN：
生成对抗网络（英语：GenerativeAdversarialNetwork，简称GAN）是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。[1]
生成对抗网络由一个生成网络与一个判别网络组成。生成网络从潜在空间（latent space）中随机采样作为输入，其输出结果需要尽量模高档训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。[2][1][3]
生成对抗网络常用于生成以假乱真的图片。[4]此外，该方法还被用于生成视频[5]、三维物体模型[6]等。
马卡斯·扬：ODOG_day1_GAN我再浅要一点来说，原始的GAN就是你输入一个随机噪声Z，通过生成器G拟合出服从某一特定分布P~data。再白话文一点来说，就是输入一个随机数，给你生成一张类似于训练集里某一张图片的网络。
CGAN：当我们训练GAN的时候，给定随机噪声Z一个特定的标签，我们就可以生成特定的图片，比如我个GAN输入一个噪声z和一个标签label，我就可以生成一张图像为label的图片。
马卡斯·扬：一天一 GAN之DCGAN,CGAN接下来，如果我们输入的图片并不是一个随机噪声Z，我把输入换成是输入一张图片，这种图片属于A类，我想将他变成B类的风格，那我可以用一个Autoencoder形状的Feedforward Net 来拟合风格迁移。
https://arxiv.org/pdf/1603.08155.pdf那么到现在为止，我们已经可以实现把一个图片A的风格迁移到图片B了，这一步做的工作类使用各位朋友手机里美颜相机的功能。
但是我们的仍然不满足，技术仍然在继续发展。
cycleGAN
cycleGAN做了一件很有意思的事情，他在Real-Time Style Transfer的基础上融入了GAN，把图像风格的损失用一个判别器D来拟合，通过循环一致性损失来保证图像风格迁移的过程中信息熵的损失损失降到最低。
马卡斯·扬：一篇注入了灵魂的 cycleGAN 代码解读到现在，我们已经能够实现把一匹斑马换成一种马了，离我们实现换脸的功能又近了一步。
接下来我们的主角Deepfake要出场了。
Deepfake：
DEEPfake中最核心的部分，就在怎么把我的脸换成世贤的脸。参考WXAM的文章，我简要的说一下，就是把我的脸（记作real_A）输入生成器G1，由生成器G生成世贤的脸（记作fake_B），再把real_B输入生成器G2生成fakeA,通过循环一致性损失:
min(L_context)=mse(real_A,fake_A)+mse(real_B,fake_B)
再通过判别器D判别fake和real得到判别损失L_D，用VGGFaceResNet50计算percptual loss保证生成人脸纹理细节。
到这里为止，我们终于实现了如何把人脸A变成人脸B，接下来还有很多步要走。
emmm……由于我的电脑维修还没寄回来，下午还得继续板砖，先码住到这里。
大家要是想继续了解的话，多多点赞，我抽时间继续写，怎么一步步把脸换上去，再做成视频的时候保证前后帧的连续等等等等细节。
顺便介绍一下前段时间爆火的deepnude：
量子位：一键脱衣AI原理解密：开源算法，英伟达伯克利研究，不高深也不神秘其实我手上确实有源代码，emmmm这个就别私聊我拿代码啥的。。。。
学习讨论生成对抗网络可以关注我的GitHub：
OUCMachineLearning/OUCML抛开法律风险，zao的爆火证明：不是互联网红利尽了只能玩私域流量了，而是太久没有有意思的创新产品了。
一旦出现真正好玩的产品，一定自带传播属性，自己会说话，这一点其实一直未变。
不过先别急着想抄zao，你得先花这么多钱租服务器，影视版权还得买一批……果然不是草根玩得起的。
就我一个人认为会用来撸小贷么
随便搞个porn视频，然后切自己的脸或者相识人的脸撸裸贷，简直黑产利器，最后不还还可以起诉对方侵害名誉权，简直一本万利
而且这玩意还可以骗过各类自助机器，用于补办证件 黑产利器*2
现在考验旷世等人脸识别算法的时候到了（众所周知，人脸识别的活体检测一般就是拍视频）
ps：说到3D人脸，不是针对谁，我是说各位都是垃圾，东亚最大三维人脸库俺们说第二没人敢说第一（笑
ZAO是陌陌团队开发，“ZAO”背后的大老板竟然是著名的交友软件“陌陌”，其两位实际控股股东雷小亮与王力分别是陌陌公司联合创始人兼游戏业务部总裁；以及陌陌公司联合创始人兼COO。陌陌本身就一直游走在法律的边缘，从陌陌诞生的“zao"也不例外。
1、换脸术到底有多厉害？
先看看历史的内容，前陌陌一姐啊冷唱歌被换脸成杨幂、高圆圆等，非常相似。
还有杨幂被换脸
1、zao最大的法律风险
在ZAO 的用户协议有这么一句话：如果您把用户内容中的人脸换成您或其他人的脸，您同意或确保肖像权利人同意授予“ZAO”及其关联公司全球范围内完全免费、不可撤销、永久、可转授权和可再许可的权利，包括但不限于：人脸照片、图片、视频资料等肖像资料中所含的您或肖像权利人的肖像权，以及利用技术对您或肖像权利人的肖像进行形式改动；
而这其中最大的风险，是zao对于用户的形象获取非常严苛，需要用户头部移动视频或者极为清晰的用户正面照。而用户视频移动现在广泛被用于面部识别领域，比如支付宝，比如安检等领域。
但面部识别是否会被正确的应用，只能靠企业的道德监管，而陌陌如果将用户面部识别用于更广泛的领域，信息安全并不能得到保证，毕竟陌陌并没有所谓的“道德洁癖”。
朋友圈的刷屏，让ZAO快速的被曝光，监管，也或将快速的被监管所下线。
2、工具最大的问题是，火一把就死
火一把就死的工具非常的多，之前的啪啪，还有围住神经猫，还是足迹，小咖秀都是这样的产品，单一工具很难吸引用户的注持续意力。新的工具会不断的吸引用户的注意力。而且用户阈值时不断提高的，这次替换了吴彦祖头像，下次就像裸体吴彦祖的激情戏了。
更何况，对隐私的侵占带来的极大的监管压力。
3、资本市场也太疯狂了
和聊天宝上线之初一样，第二天就获得了诸多的投资者上门，ZAO也是这样的，朱啸虎表示，已经10多个vc团队起投资。疯狂恶投融资市场已经变成了一个巨大的绞肉机，无数的人想要往里面冲刺。
3、ZAO或许是抄袭国外开源软件deepfakes
早在2017年12月，国外某ID名为“deepfakes”的Reddit论坛用户首次将自己制作的AI换脸视频发布在了网络上，效果很逼真。
“deepfakes”把情色电影里的女主角换成了盖尔·加朵等好莱坞明星，这也是世界上所有人们第一次公开见识到AI换脸的强大。Reddit论坛迫于压力封杀了“deepfakes”的账号，不过这次封杀却让“deepfakes”直接开源了其AI换脸项目的代码。只要具备基础的电脑知识，即使一个“菜鸟”也能在几个小时内做出一部换脸视频，该项技术立刻风靡全球。
虽然ZAO并没有表示其换脸技术源自开源的“deepfakes”代码，但其技术有着强烈的相似性。
谢邀。
利益相关：不相关
看到有人担心，玩这个软件会不会导致自己的支付宝刷脸被冒充？
先说结论：这点完全别担心，不会的。
这不是互联网上的第一款换脸App，也一定不是最后一款，
但不管怎么换，也不管换的有多「逼真」，你都不用担心支付宝刷脸支付的安全性。
1、「刷脸支付」采用的是3D人脸识别技术
在进行人脸识别前，会通过软硬件结合的方式进行检测，来判断采集到的人脸是否是照片、视频或者软件模拟生成的，能有效地避免各种人脸伪造带来的身份冒用情况。
2、在支付宝App上开通刷脸支付需要曾输入过密码
支付宝还会通过各种安全风控策略确保账户安全。比如刷脸支付功能需要用户进行开通操作，开通之后才能进行支付，用户也可以随时关闭。而且只有在输入过密码的支付宝App上才能开通刷脸支付。
3、多因子校验，确保万无一失
在支付宝App上，人脸识别并不是唯一的校验方式，我们的智能风控引擎会通过设备、环境等多个因素辅助校验。部分用户还需要输入与账号绑定的手机号以及验证码进行校验，进一步提高了安全性。
4、100%的保障
即便出现账户被冒用的极小概率事件，支付宝也会通过保险公司进行全额赔付。
虽然支付宝的刷脸不会因为你玩这个软件而受影响；
不过还是建议大家在用此类软件前，
认真阅读相关的「用户协议」或「隐私权政策」，
以确保其他相关App的安全。
其实，支付宝一直在呼吁生物识别领域的行业自律，
此前，我们发起了《生物识别用户隐私与安全保护倡议》，
呼吁从事该行业的科技企业加入进来，一起来规范和保护用户信息。
我们认为
企业在采集用户生物信息时应遵循「最小、够用」的原则，防止被滥用。
企业应对采集到的信息进行加密存储来提高安全强度，也应明确和规范用户信息使用的目的及范围，避免信息被过度使用。另外，在具体使用中也应建立保险机制来确保用户资金不受损失。
我们也希望行业里有更多公司能加入进来
关于支付宝的一切，推荐关注支付宝知乎机构号：支付宝
https://www.zhihu.com/video/1151118999478726656我只想说，我变成陈冠希原来这么帅！
——————————————————
等下载了以后才知道隐私的事情…既然都签了，隐私没了，不如多乐乐。
要看蔡徐坤的鸡你太美么…哈哈哈哈哈 笑死我了
比蔡徐坤还娘的换脸
https://www.zhihu.com/video/1151269960033726464—————————
感谢大家的热烈讨论 ZAO 终于改了隐私协议条款
让我这种看都没看协议就下载了的用户，有保障了
从前天开始，我的朋友圈就被ZAO刷屏了。
我数了下，这两天至少有200人在朋友圈分享了自己的换脸视频。它的功能是可以把电影主角的脸换成你的，让你不费吹灰之力就可以成为“戏中人”。
很多人大呼这太神奇了，但事实上这并不是什么新技术，至少在一个P开头的国外网站上，早就不是什么新闻了。
很长一段时间里，无论是好莱坞巨星斯嘉丽约翰逊、盖尔加朵还是国内的迪丽热巴、范冰冰都深受其害。
这对猥琐的宅男来说是福音，但对这些视频的主角来说就是噩梦。因为总有人会信以为真，然后到处散播关于这些女明星的虚假新闻，接下来就是各种恶臭的评论，我相信你们都能想象得到。
这严重影响了女星们的正常生活，所以现在即使在那些网站上，这些视频也大多被下架了。
快播的王欣在法庭上曾说“技术是无罪的。”
技术确实是无罪的，但使用技术的人却可能心怀不轨。他们手上的技术越来越先进，他们犯罪起来也越来越容易，越来越恶心，也越来越难以防范。
ZAO APP也是一样。
你不能排除他们的老板用这一技术以及采集到的用户面部特征作恶的可能性。
尤其在他们的用户协议中有这些内容的情况下：
注意到这一连串的“完全免费”、“不可撤销”、“永久”的字眼了吗？
只要你用了他们的软件服务，你就等于放弃了自己的肖像权，他们可以任意使用你的肖像，而你对此完全不知情。
做直播平台的朋友表示“我觉得我们已经够流氓了，但我们和主播签的合同，都没这个流氓”——要知道直播平台是给主播发钱的，是雇佣关系，而你在ZAO怎么都算个用户。
无论这协议有没有效，敢明目张胆的这样写，都非常恶心了。
不过，我猜你们在用的时候没注意到，不仅仅因为它的用户协议并不是必读的，更因为我们从来没有读用户协议的习惯，也正如百度ceo所说，我们没那么在乎自己的隐私。
往好了想，这个并不大的公司的数据会不会泄露，一旦泄露，等于犯罪分子同时掌握了你的形象和个人信息，完全可以进行各种犯罪。
往坏了想，骗你签下如此霸王条款公司会不会直接利用你的形象和信息获利——无论是用来诈骗别人，还是用来合成一些不能说的视频，都足够恶心我们了。
可能哪天你就接到一些，被人指控是个诈骗犯，但你什么都没做。
——因为别人盗用了你的形象。
这还是在你是nobody的情况下，如果你是稍有名气的人，还可能被伪造视频，发表一些演讲，facebook总裁扎克伯格就曾经被篡改过视频，虽然现在的篡改还有迹可循，但迟早有一天，他们会改得天衣无缝。
那将是一个恐怖的，没有真相和信任的时代。
也许是十年后，但也可能就在明天。
所以我不信任ZAO，也不会去玩它。在相应法律法规完善之前，我建议你们也不要过于信任这些公司的良心。
除非你确定自己是个没有丝毫价值的人，未来也不会有价值，否则我建议你们也注重一点自己的隐私。
再重复一遍。
技术是无罪的，但技术背后的人却可能用它来作恶。
最近一款名为ZAO的换脸app开始在各大社交网络刷屏。作为法律工作者，我认为ai换脸中有很多法律问题是有争议的，于是便怀着好奇的心态看了下他们的用户协议，然后，我发现了协议中巨大猫腻，及我绝对无法接受的法律风险。
我先说结论，1、“ZAO”app涉嫌过度攫取用户授权，让你在无形中将自己的肖像权拱手让人，以后你的脸将完全有可能被别人随意使用，变换；2、zao并未获得换脸明星们的肖像权授权，你变脸涉嫌侵权，但当明星认为自己的权利受到侵害时，“ZAO”app将完全有可能将法律的锅全部甩给你，让你自己承担侵权苦果。
我为什么这么说呢？
首先，我们先来看看ZAO的用户协议。用户协议第6条第1款规定：“在您上传及/或发布用户内容以前，您同意或者确保实际权利人同意授予zao及其关联公司以及zao用户全球范围内完全免费、不可撤销、永久、可转授权和可再许可的权利，包括但不限于可以对用户内容进行全部或部分的修改与编辑...”以及对修改前后的用户内容进行信息网络传播以及著作权人享有的全部著作财产权利及邻接权利。"
这是什么意思呢？你在正式使用该app以前，是要上传自己肖像的，不仅静态，还有动态，而当你选择使用这个app以后，根据协议内容，该app除了可免费使用并修改你的肖像，还可以将它任意授权给自己想授权的第三方，当做信息进行贩卖。所以当有一天，你在zao或者其它关联平台上发现你的脸被随意变换、不再属于自己的时候，你想起诉zao，不好意思，它会拿出这个协议来堵你的嘴，告诉你你自己早已同意。
其次，我们再来看看关于侵权的规定。第6条第2款明确规定：“如果您把用户内容中的人脸换成您或其他人的脸，您同意或确保肖像权利人同意授予‘zao’及其关联公司全球范围内完全免费、不可撤销、永久、可转授权和可再许可的权利。”
这是什么意思呢，比如现在你将杨幂的脸换成自己的脸，你除了要保证自己永久、不可撤销地把自己的肖像免费给zao使用，还要保证杨幂同意zao及关联公司使用她的肖像...但你又不是杨幂，你怎么能确保？这不搞笑吗。而他这么做，说白了，就是因为自己没钱拿到明星们的授权，日后侵权，它们可以将锅甩给你们。
而在此情形下，协议第七条第7款规定：若您侵害他人名誉权、肖像权、知识产权等合法权利的...zao可以诉诸行政执法机构或司法机关，追究相应法律责任。若因您违反本协议或zao平台的其他规则导致任何第三方损害的，您应当独立承担法律责任并承担损害赔偿责任；zao及其关联公司遭受损失的，您也应当一并赔偿。
意思即，如果杨幂状告zao，主张自己的肖像权被zao平台滥用，那zao完全可能说这不怪我，技术无罪，要怪就怪这些换你脸的用户，并且，即使zao承担了平台责任，其也完全可以起诉具体用户进行追偿。总的来说，他们把自己的屁股擦得非常干净，将侵权的苦果全部甩给了用户。
所以，朋友们，你们明白了吗？
你今天在网上换脸，觉得很开心，其实你在无形中，已经成了丑陋的侵权人，同时，你的肖像权，也不再只属于你自己。
是的，你的脸已经不仅仅是你的脸了，它也归zao，及它想授权的所有人。
你可能会问zao靠什么盈利？我不知道，但或许日后，它就靠卖你的肖像权盈利呢。
看到这个用户协议，我用四个字形容，那就是触目惊心。
我从来没见过如此明目张胆攫取用户权利的用户协议。
而我更感到后怕的是，截至我发这条微博，已经不知有多少用户同意了这份协议，丧失了自己的肖像自主权。
更何况，现在人脸支付，手机人脸解锁正逐渐普及，如果它拥有你的动态肖像权，那背后可能出现的问题岂不是更令人不堪设想。
难道这就是所谓互联网公司的狼性？
在zao更改用户协议前，我绝不会使用这个app。而我已经将用户协议分析给大家，大家要不要用，选择权完全在你自己手里。我也希望大家将这条微博转发给所有对这个app感兴趣的人，因为他们很有可能在不明所以的情况下，就对app进行了使用，同意了协议。
我只想提醒诸位，你以为你只是在用户协议那点了个小小的勾，但你在点确定的一刹那，你已经丧失了很多本属于你自己的东西。
而这些东西，其实是你无比珍视的。
不是新鲜玩意儿。github上早就有了：
iperov/DeepFaceLab这个项目实际上是一个利用机器学习来替换视频中的面部的工具，通过运行脚本可以直接使用。
通过收集原图像和替换图像的大量视频和图片素材，将素材剪辑成为段视频，替换data_src.mp4和data_dst.mp4，然后使用一些脚本修改其中的参数，可以得到训练之后的模型，最后会将换脸后的图片合成视频。当然，这个不是最早的技术，2017年左右Deep fakes才算是最早的“换脸”产品，然后在外网势不可挡（后因大量被用于P站，遭到各大“被换脸”女星抵制）。
法律、道德等维度都有高赞回答谈到了，我们就聊下实际使用的技术
从本质上来说，类似ZAO这样的“换脸”是一种使用AI深度学习，从而将一张图片中人的脸换到其他人的图片上的技术。事实上，被“换脸”的视频在运行中也是被拆分为图片了，所以它和换脸人的图片要求基本一样，视频要清晰，视频中要只出现被换脸人的一个人的脸，如果有其他人的脸，需要把它去掉。
当然，最开始这项技术对硬件和视频、换脸人图片的质量甚至是数量都有非常高的要求：
硬件方面，尽量1060往上，内存至少8g，这只是标配，在这个标准配置下，图片训练时间至少为6小时。（低于这个配置也可以跑，但质量和耗时就不好估量了）
满足条件后，训练一个AI换脸模型需要3个步骤：
- 提取数据
- 训练
- 转换
其中，1和3用到了数据预处理，另外3还用到了图片融合技术。所以主要包含的技术框架有：图像预处理、网络模型、图像融合等
具体原理思路为：对于每张脸，都训练一套编码器和相应的解码神经网络。编码时，使用的是第一个人的图片。而解码时，则使用第二个人解码器。
也就是说，既然我们想要将两张脸互换，那么我们可以设计两个不同的解码网络，也就是使用一个编码网络去学习两张不同人脸的共同特征，而使用两个解码器去分别生成他们。
因此，设计一个输入端或者说一个编码器，分别输入两个不同的脸，然后两个解码器，就可以通过隐含层来分别生成两张不同的人脸了。
回归到ZAO上来，在我看到这个问题时，ZAO的服务器已经崩溃了
我预估，接下来的节奏应该是：
借钱 -> 抵押 -> 融资 -> 被起诉 -> 不妥协 -> 被取代 -> 被监管 -> 妥协 -> 融合 -> 变现 -> 离场
昨晚，一款换脸app——ZAO一上线就瞬间火爆。
天眼妹还没弄清这个app和之前“变老变性”的app是不是同一款产品，这个app就又因为用户协议的问题被二次引爆了。
ZAO的背后是陌陌？
ZAO运营主体是长沙深度融合网络科技有限公司。公司的法定代表人为雷小亮，股权向上穿透后，可以看到ZAO的实际控制人分别为王力、雷小亮。两人分别通过海南喵咖网络科技有限公司间接持股50%。
王力的身份为陌陌总裁兼首席运营官，雷小亮则是陌陌的联合创始人。
而且，天眼妹进一步查询后发现，长沙深度融合的全资股东海南喵咖网络的股权已全部出质。
出质给的公司是北京壹六零二信息技术有限公司，这家公司正是北京陌陌信息技术有限公司的子公司。
所以，不论是从ZAO背后的实际控制人来看，还是从公司股权出质的状况来看，ZAO都是属于陌陌打造的一款产品。
其实，换脸技术早就悄悄开始普及并被商用化了。
不过国内还鲜有人真正去关注用户的面部数据安全，以及在安装app或其他软件时，那份容易被我们忽视掉的“用户协议”。
希望ZAO的火爆，能真正唤醒更多的用户和相关部门，去关注如何保护我们的隐私数据吧。
刚刚下载，被朋友安利所以去试着玩了一下。
https://www.zhihu.com/video/1151246618836844544换了一下我的女神试试。
新增回答。因为有评论提到觉得我提供的照片太精修，我觉得可能会影响一些对于软件效果的判断，所以我跑去犄角旮旯里翻出了当时这一张的原图，也可以识别，所以用未修图再替换一下演示效果：
https://www.zhihu.com/video/1151401175680081920可以看到其实如果是未精修的图的话，皮肤瑕疵还是会很明显的，并不会帮你抹除掉（。）
我不算特别细心，但也会大致浏览一下条款，奇怪的是我看的时候已经删掉了之前回答里提到的霸王条款，变成了这样。
不知道是不是因为压力而做了紧急修改。
另外这个软件识别公众人物的系统也有点人工智障，在我之前用我另一张照片识别的时候，被弹出来了这样的信息。
我当时的表情：
目前已经打算注销了。
https://www.zhihu.com/video/1151248876467122176因为好久没有这么笑了
https://www.zhihu.com/video/1151248903222546432?
该应用在iOS商店里排在前列的评论
01
你看过它的“用户协议”吗？
“ZAO”用户协议（部分）
换脸视频会侵犯肖像权、著作权、影视改编权等，还待法律意义上的厘清。
在“ZAO”之前，已经有不少类似的软件存在，但多数还属小众。不妨把它的火爆，视作一种提醒：
这种技术离我们如此之近，未来某天，如果发现自己出现在某条色情视频中、被人指控从事诈骗，或者听说有人替你和亲朋好友通过话，你都不要太过惊讶……
话题的讨论让人们注意到同类技术中的安全问题
02
挡不住的技术
下面的动图截自早前一些使用 AI 换脸技术制作的情色片。现在的技术已经更为强大。
“艾玛·沃森”
“娜塔丽·波特曼”
“斯嘉丽·约翰逊”
今年初，斯嘉丽·约翰逊就在多个场合，炮轰这种假色情片行为。她说：
“互联网是一个巨大黑暗的虫洞。我没法阻止一个陌生人把我的照片拼接到另一个人的身体上。这件事对我个人造成的影响不大，因为大家都知道那不是我。但是我希望，女性和小孩们今后在网上能够倍加小心。因为很快就会有普通人被盯上。”
事实上，针对普通人的假色情片制作已经形成了一个灰色产业。
在国内很多网络交易平台上，100元就可打包200部换脸情色片，囊括国内一二线女明星；定制换脸视频，低于1小时只需100元，可为你制作自己同事、同学或朋友的假色情片。
“ZAO”的app宣传页上写着“仅需一张照片”。假色情片制作同样只需要照片而已——而你的这些个人照片，网上可能很容易找到，对吧？
有一天，如果你中招出现在某个不可描述的画面里时，连嫌疑人都很难锁定。
换脸视频的受害者几乎没有反击的工具。美国法律专家表示，换脸视频往往难以追踪，无法调查，而且存在一个法律灰色地带：它们建立在公开照片的基础上，实际上是新的创作，这意味着它们可以作为言论自由受到保护。
几个月前，有个ID为“阿尔贝托”（Alberto）的程序员开发了一款名叫DeepNude的应用：只需要上传一张女性照片，该应用就能自动移除女性身上的衣服并“填补”出裸体。
这种“一键脱衣”使用的是和AI换脸类似的算法。后来，迫于全网压力，DeepNude宣布下线。
但就像开发者辩解所说，“技术已经发展到这一步了，如果我不这样做，别人也会在一年内做出来。”
技术本身是挡不住的，所以更需要人们来予以约束。
谷歌公司在这个问题上的态度也很有代表性。他们说自己很重视道德责任，但认为如果对新技术严加限制，可能会让延缓开发出一些对人类有益的用途。
计算机科学家法里德认为这是一种狡辩：“你能想象一个生物学家对人们说：‘嘿，这有一种非常酷的病毒，我们看看如果人人都能感染它会怎么样’吗？”
法里德说：“这项技术太不成熟了，科技公司必须放慢推广它的步伐。”
04
它会摧毁我们对外界的信任吗？
“ZAO”在图片上传时，对公众人物的照片进行了拦截。有用户疑问说：“它如何充分定义和识别公众人物呢？”
这种拦截，是因为公众人物的换脸视频危害更大，特别是利用他们来发表一些观点。奥巴马、特朗普，都曾是此类视频受害者。
今年6月初，一则以Facebook总裁扎克伯格为素材的换脸视频在Instagram上传播开来。在视频里，假的扎克伯格说：“试想一下，一个人拥有几十亿人的数据，他知道这些人的秘密、他们的生活，甚至他们的未来。而这些数据全是偷来的。”
“AI换脸”扰乱美国政坛, 扎克伯格也成受害者_腾讯视频
扎克伯格的“受害”视频，以及AI如何干扰美国政坛。
它以扎克伯格的名义讽刺了他自己。
此前，扎克伯格一直对Facebook上的假视频态度暧昧，强调不应该由平台来判断什么是真假。
到6月底，扎克伯格宣布，Facebook已经在制定新的换脸视频监管政策，来预防它们造成恶劣影响，并且表示：在未来，Facebook可能会完全禁止换脸视频。
而与此同时，“语音克隆”也取得了突破，现在，只需提供几秒钟的语音样本，就可以模拟出非常相似的人声。百度，谷歌、Adobe等公司都在开发相似的项目。
视频加上声音，恐怕你自己来鉴别都会有难度。
“人在家中坐，祸从天上来。”未来不要感觉太奇怪。
当这种换脸视频的泛滥，耗尽人们去核查辨别的耐心之后，这种新技术很可能会摧毁公民社会里的相互信任。
你如何看待换脸AI？
主要参考资料：
https://www.theguardian.com/news/shortcuts/2019/aug/13/danger-deepfakes-viral-video-bill-hader-tom-cruise
https://www.economist.com/the-economist-explains/2019/08/07/what-is-a-deepfake
https://36kr.com/p/5077359
https://www.vice.com/en_us/article/3k7mgn/baidu-deep-voice-software-can-clone-anyones-voice-with-just-37-seconds-of-audio
https://www.cbsnews.com/news/facebook-zuckerberg-says-its-really-important-to-form-policy-on-deepfake-videos/
https://fortune.com/2019/06/26/mark-zuckerberg-facebook-deepfake-videos-policy/
https://www.scmp.com/news/world/united-states-canada/article/2180091/graphic-deepfakeporn-videos-are-being-weaponised
阅读原文：刷屏的“换脸”，有什么风险？
点击链接即可阅读
没结婚的理由
“步调一致”的狂热
他那天到底想跟我说什么呢?
http://weixin.qq.com/r/yjnC2k3EShA1rQm592zY (二维码自动识别)
我认为是目前对ZAO协议条款的技术性批评，其实模糊了重点问题。其用户协议和隐私协议无疑写的都很糟糕，但也因为对肖像权授权的过于权利义务不对等，这些条款一旦进入司法程序，可以肯定会被判无效，或者在进入司法程序前就被相关监管机构要求整改。而视频内容目前可能存在的侵权问题，之后也完全可以通过商业合作取得授权来解决。ZAO这类利用深度学习技术换脸的软件，最大的问题还是大规模收集生物识别信息和“真假难辨”的deepfake给社会带来的安全风险，而这种风险目前被公众广泛低估，但实际上已经在不断带来严重的后果。
静态或动态的人脸信息（ZAO都会向用户收集）、指纹、虹膜都是典型的生物识别信息，属于个人敏感信息，由于其不可更改，一旦泄露或被滥用，都会给信息主体带来持久的影响。更通俗地说，这是一个魔鬼交易，为了一段自娱自乐的视频，用户交出了自己最重要的信息，且完全不清楚其可能的后果。从糟糕的用户协议和隐私政策来看，ZAO的开发者也并没有严肃地思考过这个问题，而是秉承一种先把用户的数据收集过来再说的态度。这在国内也并不是第一个例子，之前也有不少类似的例子，甚至有在厕所里换取一包卫生纸，就要求用户进行人脸识别的情况。在安防、金融反欺诈等领域，人脸识别已广泛应用，但争议也不小，但毕竟是涉及公共利益，对收集者数据安全能力的要求也很高。而在泛娱乐场景，生物识别信息的收集，风险和收益极为不对称，仅以创新的理由大规模收集，是非常危险的。
另外一个问题影响面则更大，在国外被称作deepfake（深度伪造），即利用人工智能技术尤其是deep learning（深度学习）技术制作高档真度极高的视频、音频，目前已达到以假乱真的水平，很多时候普通人几乎无法分辨真伪。由于这一技术一开始就应用于色情和政治领域，在国外迅速引起了立法者的关注，如美国已经在联邦和州一级的立法程序中有所回应，加快了立法程序。除了各种名人以外，deepfake已经出现了很多受害者，尤其是一些年轻的女孩，仅仅是因为在社交网站上公布了一些照片，就被制作成了色情视频，并广泛传播；之后因此出现各类的诈骗，应该也都在预料之中。而其最大的问题，是挑战了“眼见为实”，使得公众对事实真假都失去了信心，会带来巨大的社会成本。
根据我的研究和了解到的信息，无论是生物识别信息的收集和利用，还是对deepfake的法律应对，国内的立法者和监管者都非常重视，在关于个人信息和数据安全的立法中有所回应。
（首发于21财经）
