金磊 杨净 发自 凹非寺
量子位 报道 | 公众号 QbitAI
当互联网大佬们集体唱歌，会擦出怎样的火花？
现在，火爆抖音的AI特效，一键就可以实现梦幻联动。
瞧！马云、马化腾、马斯克等大佬们，正在集体演唱神曲《蚂蚁呀嘿》。
不光演唱，表情也是十分的卖力（傲娇的小眼神很是传神啊）。
完全看不出是被迫的样子呢。（手动狗头）
效果之魔性，引得网友直呼：
短短的几秒，要用一生去治愈…..
还有网友表示，最近是咋滴啦？！一打开抖音，好像捅了蚂蚁窝。
温馨提示：听音乐读本文，效果更佳哦！
Dragostea Din TeiO-Zone - Disco-Zone (+3 Bonus)
大家一起《蚂蚁呀嘿》！
这款AI特效，只需要一张照片，就可以火速让anyone“蚂蚁呀嘿”。
正因为这么便捷，果不其然，马上成为了抖音网友们的“新宠”。
各路名人开始搞起！
首先登场的是四大天王：刘德华、张学友、郭富城和黎明！
或许天王们太久没有同框过了，网友们用这种方式将他们“召集”在一起，也是别有一番风味。
“永不过时”的《还珠格格》，也赶上了这趟潮流列车。
王者峡谷里的英雄们，网友们也是没有放过。
不得不感慨二次元的颜值，不论怎么恶搞、变形，还是能保持俊美的样子（程咬金除外）。
除了上面这种九宫格模式外，高端的操作还可以实现集体同框。
于是，“爱玩”的德云社就以这种方式亮相了。
不知道是不是因为特效太过逼真、还是脖子有点短（不是），竟然还有人以为是真的。
第一眼我以为是特效。
当然，此等名场面，怎么少得了量子位本位！集体《蚂蚁呀嘿》表演，隆重登场！
OK，各种效果、各种玩法已经展示完毕。
接下来，是时候上手实操了！
如何制作专属的“蚂蚁呀嘿”？
首先需要准备三个工具：
Avatarify、任意一款加速器APP、剪映（可有可无）。
第一步，打开加速器，启动加速模式。
第二步，打开这款软件Avatarify，选择一张照片即可进入选择特效页面（脸正一点食用效果更佳）。
然后向下拉，找到布拉德·皮特的特效即可。
是不是很简单？
不过有点遗憾的是，暂时只有苹果手机才OK（安卓用户泪目）。
一个人演唱“蚂蚁呀嘿”的效果就已经实现了。
如果想要多人演唱、九宫格那样式儿的，那就需要剪映来加持了，这里就不详细展开了。
当然，这款软件除了《蚂蚁呀嘿》之外，还有很多模板可选。
例如，李开复老师便友情上演了一首《Only You》。
随着这波潮流，Avatarify及其他相关软件，已经超过微信、拼多多、抖音的下载量，登顶苹果App Store免费榜“前三甲”！
什么原理？
那么问题来了。
AI，是如何搞定各位大佬来唱歌的呢？
让一张照片动起来，人脸跟着音乐一起挤眉弄眼，需要一个叫做一阶运动模型 （First Order Motion Model）来搞定。
技术原理借鉴了去年意大利特伦托大学的一项研究，入选了NIPS 2019。
当时的例子是这样的。
以川建国同志为参考，来自《冰与火之歌》的演员照片瞬间做到了神同步。
不光是脸动，一个模特换pose、奔腾的马也都不在话下。
模型框架主要由2部分构成，运动估计模块和图像生成模块。
运动估计模块的目的，是预测一个密集的运动场。研究人员假设存在一个抽象的参考框架，并且独立估计两个变换，分别是「从参考到源」和「从参考到驱动」，这样就能够独立处理源帧和驱动帧。
而这两种变换，通过使用以自监督方式学习的关键点来获得。利用局部仿射变换对每个关键点附近的运动进行建模。
随后，密集运动网络结合局部近似得到密集运动场。
这个网络还能输出遮挡的mask，指示哪些图像的驱动部分可以通过源图像的扭曲(warping)来重建，哪些部分应该被绘制(根据上下文推断)。
在生成模块按照驱动视频中，提供的源对象移动的图像进行渲染。
此处，研究人员还使用一个生成器网络，根据密集的运动对源图像进行扭曲，并对源图像中被遮挡的图像部分进行着色。
训练阶段，研究人员采用了大量的视频序列集合来训练模型，这当中包含了相同类别的对象。
随后在测试阶段，研究人员将模型应用于由源图像和驱动视频的每一帧组成的对，并执行源对象的图像动画。
最终在质量评估中，这一方法在所有基准上都明显优于当前先进技术。
此前类似研究也很火爆
这种AI特效能够如此火爆，甚至“破圈”，让大家玩得不亦乐乎，最主要的原因是方便——不需要任何编程知识，便可完成。
但在此之前，其实这种AI特效在圈里也是有火过，但都需要一定的计算机能力才可以实现。
比如，一张名人照片和一个你说话的视频，就可以让梦露学你说话。
还有，印度程序员开发的实时动画特效。你一动，蒙娜丽莎跟着你一起动~
那么现在，你被“蚂蚁呀嘿”洗脑了吗？
快去体验下吧。
参考链接：
[1]
[2]
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
