金磊 杨净 发自 凹非寺

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 *** 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] https://avatarify.ai/

[2] https://github.com/AliaksandrSiarohin/first-order-model

— 完 —

量子位 QbitAI · 头条号签约