而本日，韩国团队再续新的 AI 变脸技能，通过利用网络摄像头和插图或拍照静态图像，轻松操纵历史人物，政客或首席实行官的面部特色，让其合成换脸，个中也有马云和特朗普的合成，竟然变成了沈腾。
而关于这项技能，是由总部位于首尔的Hyperconnect研究职员开拓的，这一被命名为MarioNETte的工具，轻松实现这一目标。
在一定程度上，要归功于尖真个机器学习技能。研究职员声称，纵然在要操纵的脸部和进行操纵的人之间存在“明显的”不匹配的情形下，其性能也优于所有基线。
从技能上来说，MarioNETte是一种面部重现工具，由于它的目的是在保留面部（目标）外不雅观的同时，合成通过人（“驾驶员”）的移动而动画化的重现面部。这不是一个新主张，但是以前的方法要么（1）须要几分钟的演习数据并且只能重新制订预定的目标，要么（2）在处理大姿势时会扭曲目标的特色。
MarioNETte通过合并三个新颖的组件来提高技能水平：图像关注块，目标特色对齐和界标转换器。把稳块许可模型关注已映射物理特色的干系位置，而目标特色对齐可减轻伪影，翘曲和变形。至于标志性的变压器位，与须要人工标注示例的方法比较，它无需标记数据即可使驾驶员姿势的几何形状适应目标的几何形状。
研究职员利用VoxCeleb1和CelebV（两种名人照片和视频的开源语料库）对MarioNETte进行了培训和测试。利用来自VoxCeleb1的1,251个不同名人对模型和基线进行了演习，并通过从随机选择的100个VoxCeleb1视频中抽取2,083个图像集（加上CelebV中每个名人的2,000个图像集）采样，对一组模型进行了测试。
结果？根据履历，在多达八张目标图像上，MarioNETte超越了所有其他模型，仅保存一张（PSNR）。在一项单独的用户研究中，个中100名志愿者的任务是根据其质量和真实性选择不同模型天生的两幅图像之一，MarioNETte的输出排名高于所有基准。
研究职员留给未来的事情来改进地标变压器，以使重新制订更具说服力。“（我们）提出的方法[不]不须要身份适应，在野外支配时显著增加了模型的有效性[一]其余微调阶段，”写了一个预印的共同作者论文详细的提线木偶的架构和验证。“我们的实验包括人类评估表明了所提出方法的卓越性。”
这项事情可能使拍照师无需运动跟踪设备即可廉价地为人物制作动画。但是它也可能被滥用来创建高度逼真的深层假造，这些深造将一个人带入现有的图像或视频中，并用其他人的肖像代替它们。
在不到一年的韶光里，在线深层敲诈视频的数量增长了84％。皮尤中央（Pew Center）调查报告显示，有利用者认为，社交媒体上共享的新闻中有57％“非常不准确”。美国有四分之三的人喜好采纳步骤来限定变动后的视频和图像，并且Google和Facebook等公司已经发布了旨在检测深造假的数据集和AI模型，希望可以尽快破解和制止滥用 AI 变脸技能。