京东|为了把 Deepfake 关进笼子，各大公司都拼了( 二 ) 供应链管理|上海市|团购|新型

deepfake 使用门槛变高？在过去相当长一段时间里，对于初入门和中等水平的 deepfake 视频创作者来说，想要实现一般可接受画质（480p或720p以上）的内容输出，自己却没有足够的硬件配置的话，那么 Colab 几乎是唯一的正确选择。
毕竟 Colab 界面简单，上手轻松，训练性能达到可以接受的水平，而且还免费，没有理由不用。前面提到的一些 deepfake 算法项目也都针对 Colab 提供了代码支持。
要讨论 deepfake ，很难避开新闻换脸视频和成人换脸内容。硅星人发现， DFL 主项目页面直接把新闻视频换脸作为主要使用场景之一，并且页面中引导的一些用户社群也都默许明星或私人复仇式 (revenge porn) 的换脸成人内容，使得此类内容大量存在。
现如今谷歌决定禁止 deepfake 类项目在 Colab 上运行，势必将对私人的 deepfake 内容制作造成不小的打击。
因为这意味着那些初级和中级 deepfake 制作者将失去一个最重要的免费工具，让他们继续制作此类内容的成本显著提高。
不过据领域内一些内幕人士表示，那些最顶级的，将 deepfake 当作一门生意的专业制作者，已经基本实现了完全“自主生产” 。
这群人通过非法销售及会员募捐等方式，赚到了不少钱，可以投资更加高级的设备。现在他们可以制作分辨率、清晰度和脸部还原度更高的 deepfake 视频，从而不用依赖 Colab 以及云计算等在线服务，就能实现稳定生产和营收。
举个例子：想要实现2k甚至4k分辨率和60fps的帧率，并且单片单次渲染用时在可以接受的范围（比如几天）的话，需要一个庞大的渲染农场，至少10台电脑，每台两张支持 SLI 技术的英伟达 RTX 高端显卡，以及上百GB的内存。这样下来仅单台的购置成本就已经相当高了，更别提还要算上运转时的电费（渲染、冷却等），可以说是一笔相当大的投资。
很遗憾，对于这群人来说，谷歌的新政策对他们完全起不到作用。只有全社会对 deepfake 带来的负面影响提升重视，整个科技行业都行动起来， deepfake 的滥用问题才能得到解决。

把 deepfake 关进笼子里，各国、各大公司都在行动谷歌
这的确不是谷歌第一次出面打击 deepfake 内容制作了。在2019年， Google Research 就发表过一个大型视频数据集。其背后是谷歌在自己内部通过制作 deepfake 视频的方式，从而试图了解相关算法的工作原理。
对于谷歌来说，它需要提高识别 deepfake 的能力，从而在商业化产品环境里（最典型的就是 YouTube 用户视频上传），从源头上切断恶意换脸视频的传播途径。以及，第三方公司也可以使用谷歌开放的这个数据集来训练 deepfake 探测器。
不过，近几年 Google Research 确实没有花太多心思在打击 deepfake 上。反而，该公司最近推出的 Imagen ，一个超高拟真度的文字生成图片模型，效果非常惊人，反倒是引发了一些批评。
微软
微软研究院在2020年共同推出了一项 deepfake 探测技术，名为 Microsoft Video Authenticator 。它能够检测画面中的渲染边界当中灰阶数值的不正常变化，对视频内容进行逐帧实时分析，并且生成置信度分数 (confidence score) 。
微软也在和包括纽时、BBC、加拿大广播公司等顶级媒体合作，在新闻行业的场景下对 Video Authenticator 的能力进行检测。
与此同时，微软也在 Azure 云计算平台中加入了媒体内容元数据 (metadata) 校验的技术。通过这一方式，那些被修改过的视频内容可以和原视频的进行元数据比对——和下载文件的时候比对 MD5 值差不多意思。