雷刚发自凹非寺
量子位报导|公众号QbitAI
秒变娃娃脸，技术应用又有新突破。
但是相比P图后“变脸”，此次是拍摄短视频时终端实时进行“变脸”，上至万把元的iPhone下至千元安卓机，都能体验，甚至没有网路也OK。
你可能没想到，此次推动全球技术之先的是中国公司快手。
没错，就是老铁双击666的快手。
秒变冻龄
在其最新迭代的版本中，拍摄页面上线了名为“变男孩”的魔法表情。
拍摄界面选择该表情进行短视频拍摄，才能秒变冻龄，实现娃娃脸的样子——一千个老铁，有一千个娃娃脸老铁的样子。
例如这样：
这样：
以及这样：
上手简单，看上去也好玩，但稍懂技术原理，就晓得实现这样的应用和疗效，实际十分不简单。
核心是借助GAN——对抗生成网路。
此次除了国外首个实现端上实时GAN，也是全球范围内第一次实现iOS安卓多平台、全型号覆盖的视频实时GAN，甚至出于技（lao）术（ban）实（yao）力（qiu），快手AI工程师们还实现了“断网”壮举——没有网路状态也能用。
这是完全终端本地化的实现AI能力，是包含Google在内的AI头雁公司才有的追求。
但是相比翻译、语音辨识，视觉和实时视频，对于终端算力、内存资源、模型训练和压缩要求都更为苛刻，不仅要投入资源攻坚，还得顶着用户体验的压力，最后在各类各样的终端用户场景中接受检验。
挑战似乎不小。
但可以直接带来的效益，值得直面这份挑战。魔表上线3天即到百万使用量。
实时变脸的潮与难
其实你也多少留心到了，“变脸”、“换脸”在全世界掀起了一股新风尚。
不仅没有证据但可能在驾车的各种deepfakes，从图片到视频，从变老、男变女、女变男，返老孩童，全球网友玩得不亦乐乎。
简单回顾上去，最初在视频中推出实时“娃娃脸”的是Snapchat。
在去年5月，这个海外社交应用推出了该新功能，研制构建时长一年之久。
但疗效也立竿见影，一经发布，日活下跌10%。
其后还间接带火了日本变脸应用FaceApp，好多名星和普通人，开始利用应用看见自己老去、还童的疗效。
但放眼全球，还能跟上这些技术热潮的也不算多。
并且从Snapchat和FaceApp，也能看出技术实现之挑战。
一方面，实时视频几乎不能覆盖全型号全平台——Snapchat就只能在iOS支持。
另一方面必须借助云端训练和疗效施行，对网路状况要求也很高。这带来的小插曲是日本政客号召封杀FaceApp，由于上传相片到云端快手刷双击粉丝安卓，会让美国侵犯日本人隐私。
而快手选择做端上实时“变脸”，目标是能给所有用户带去更潮的短视频玩法。但不仅技术上的难要解决，留给快手Y-tech技术小分队的时间只有一个多月的时间。
没错，一个多月，打完Snapchat一年的仗。
“娃娃脸”背后技术
虽然早在18年4月份，快手早已在端侧实现了“变老”的功能疗效。
但从技术而言，“变老”和“娃娃脸”的难度，不可相提并论。
浅显点说，“变老”不须要改变人脸结构，可以通过贴妆形式实现，娃娃脸的人脸结构有很大变化，在五官细节上也和成人有很微妙的差异，但是万人千面快手刷双击粉丝安卓，无法用传统贴妆方式实现。
另外，“娃娃脸”效果，P图和实时视频的挑战也不一样。
视频所追求的，是在没有人为干预的条件下，快速生成疗效逼真的娃娃脸。
因而也就有两大挑战必须解决：
这种挑战，也是Snapchat在iOS实现而未能全平台全型号覆盖的诱因——iPhone的算力和资源，算是最下层的。
但中国实际情况，以及快手的用户而言，安卓用户占比不低，但是安卓型号种类较多，不同型号算力和显存资源差别较大，因而完成实时视频变“娃娃脸”，在快手这儿产品需求有了更明晰定义：
设计一个就能覆盖高、中、低不同型号的解决方案。
于是，快手技术团队采取了差别化的AI模型生成方案，针对不同型号，采用相应解决方案。
对于算力较高的型号，可以让AI模型做更多的工作，例如生成的图象范围更广，细节更清晰。
对于算力较低的型号，可以把一部份AI模型的工作拆下来用传统的方式去解决。
但是总体还有一点，不管算力高低，最后到用户使用中，都得实现GAN的“秒变”，这也就意味着算力再低，也要有高质量的AI算法实现——挑战和能力都隐含其中了。
最后，对于快手来说还有一项潜在挑战：网路。
一方面是用户体验上的审视，实时疗效对延后要求很高，服务端估算降低的网路延后对于实时应拿来说十分明显——用户须要等待，体验的疗效滞后。
另一方面，假如用户还坐落边远山区，手机讯号和网路不好，体验都会显得十分糟糕。
所以从一开始，快手技术团队对这款特效的目标就定成了达到“手机断网”也能用。
因而所有算法操作，都在手机端完成，不须要把用户拍摄的图象或视频传到前端服务器做算法处理。
用一个小小手机，完成了算力强悍的服务器能够做到的事，这是快手技术团队在“娃娃脸”功能上秀出的实力。
但是这只是实力的冰山一角，后台深藏的是驱动快手产品往前的基础引擎。
技术积累之力
正所谓水滴石穿非一日之功。
快手这次才能推动全球技术应用之先，快手自研的YCNN深度学习推理引擎、定制化模型压缩算法都是幕后功臣。
正是基于内部自研的压缩模型，能够在审视各类边界条件、有限的估算以及显存资源条件下，仍然把模型的估算量降到最小，同时又不影响算法疗效。
而快手端上深度学习推理引擎，为娃娃脸算法落地提供了有力支持。
这个起名YCNN的深度学习推理引擎，之前介绍快手AI时也多次提及。
这是快手自研的、支持多平台的、深度优化的神经网路推理引擎，是快手好多AI功能的强悍加速器，支持包括不限于NEON、SSE、Metal、NPU，OpenCL，OpenGLES的优化方式和技术。
在此次“娃娃脸”功能里，针对联通平台尤其是高端安卓机估算能力较弱的特性，YCNN引擎在定点化推理方面的优化，提出了低帧率高性能的解决方案。
实际上，近几年来，在深度学习研究领域，GAN等模型被广泛的应用到解决各类问题上，但像快手这样坚持构筑核心基础引擎，并最终让产品功能受惠，让终端用户受惠的，并不多。
但是也因为产品落地和应用的成功，技术上的难度和积累少为人知。
实际上，让拥有不同手机型号的每一个老铁，就能无差异享受高算力AI技术带来的乐趣，背后是非常强悍的技术团队的付出。
但这样的团队，也有委屈的时侯。在近来快手首次举行的技术OpenDay上，有校招中学生透漏“因为家里人、朋友认为快手Low而抒发过不想让她们选择来快手工作”。
假如才能全面了解一下快手，了解下快手的普惠价值观，以及通过这家公司的努力给普通人的生活带来的改变，相信她们的看法会改变。只有全面的了解以后，能够作出客观的判别。
那假如更深入了解端上GAN的进展突破呢？知晓“本地化无网路”也能应用AI模型呢？或则更进一步晓得压缩模型和推理引擎的强大……
可能是时侯给与快手以及快手的技术更多正名了。
但是在技术可能减缓资源、地区和发展不平等的明天，快手能通过终端产品让每一个用户无差异体会技术的乐趣、感知不一样的世界，还帮助更多边远地区加速商业化提高收入，善莫大焉。
把技术推向更前沿值得感慨，用前沿技术构建接地气的、普惠的产品，值得赞扬。
你说呢？
Lastbutnotleast，作出这款特效的技术团队是快手的Y-tech团队，这儿也非常传送门一下：
快手Y-tech，是快手在人工智能等前沿领域的探求者和先行者，以研制前沿科技、提升用户体验、创造用户价值为使命，旨在于在计算机视觉、机器学习、深度学习和计算机图形学等领域举办技术研究和业务落地。
研究的技术方向还包括图象处理、人脸辨识、多媒体技术、SLAM/AR/VR/MR、三维重建、优化算法，推荐，ranking，gameAI,机器学习平台，数据库，数据剖析，加强学习等。
最后，附马上能体验的H5传送门（也可直接点击阅读全文），欢迎分享你的“宝宝照”到盆友圈。谁还不是个孩子呢？
—完—
真挚急聘
量子位正在招募编辑/记者，工作地点在上海中关村。期盼有才华、有热情的朋友加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位QbitAI·头条号签约作者
վ'ᴗ'ի追踪AI技术和产品新动态
