继神奇女侠盖尔·加朵“被下海”以后，AI “换脸术”已经蔓延到越来越多的领域，这次的受害者是美国总统特朗普。

近日 Youtube 上出现了一段以假乱真的特朗普视频（链接在这里，需要特殊的上网技巧），其原视频是 Alec Baldwin 周末晚间秀中对特朗普的模仿，一位的 UP 主 “ derpfakes ” 用 AI 技术将 Alec Baldwin 的脸换成了特朗普的脸。

作为原视频，右为换脸版本

如果对比着看，你会发现右边的修改版本，相较于原视频有些失真，脸上也少了不少细节。但这是在对比的情况下，如果单拿出来，这个视频足以以假乱真，不仔细观察根本看不出有什么破绽。

无独有偶，另一位 Youtube UP 主，将2004年的电影《帝国的毁灭》中 Bruno Ganz 扮演的希特勒的脸，换到了现任的阿根廷总统 Mauricio Macri 脸上。

视频点这里

还是那句话，仔细看还是有些别扭，但有多少人愿意去抠这些细节？况且技术实在不断发展的，几年以后，不用技术手段就无法辨别的模仿技术定会出现。

造假视频的泛滥，主要是因为这种技术的实现门槛实在太低了。制作出盖尔·加朵等人“下海视频”的是一位名为“deepfakes”的美国网友，这位仁兄不仅技术高超，还非常有开源精神，他无偿地分享了自己的技术成果，甚至非常“贴心”地制作了视频教程，只要有耐心，几乎任何人都可以跟随教程制作出像样的“换脸”视频。

此前虎嗅文章《“换脸术”即将带来的“福利”与恐慌》曾提到：

这里隐藏的真正问题，在于利用开源的AI架构进行视频换脸这件事，不是太复杂太前卫了，而是太简单太容易了。

为了验证这点，我先后把deepfakes分享的视频和代码发给了三位从事机器视觉相关工作的朋友，得到的反馈基本一致：这东西毫无技术难度。只要会用TensorFlow的基础功能，电脑显卡不至于太烂，差不多几个小时就可以搞出来一个。

哪怕连编程基础都没有的人，跟着教程一步步走，搜集足够多的素材，也可以自己搞出来换脸视频。

对此，Deepfakes这么解释：“每个技术都可能被用来做坏事，这个我们拦不住，我不认为让每个普通人参与到机器学习的研究中来是一件坏事。”

虽说技术进步是好事，但这也意味着造假的成本进一步降低，而人们分辨真伪的成本被前所未有的抬高。如果你从未听说过有所谓的“AI 换脸术”，面对视频里活灵活现的真人，是非常难以辨别真伪的。

在此之前，此项技术还只是用来满足部分群体的自娱自乐，虽然不可避免地会对明星们的声誉造成不好的影响，但涉及到的还只是侵权等方面的问题。但如果任由技术滥用，将会有更多现实问题出现，比如诈骗、勒索，甚至对社会和政治造成恶劣影响。

此前 Facebook 曾公布数据，俄罗斯过去两年在Facebook上发表了8万多篇试图影响美国政治的帖子，大约有1.26亿美国人看过这些内容。虽然无法统计有多少人看了这些帖子就改变选票，但你没法保证它是毫无影响的。

而如果一旦这种造假视频，被当作某种政治手段大规模使用，欺骗性会更高，会有更多的人被蒙蔽，从而对政治走向造成影响。最好的例子就是美国大选，如今美国大选的胜利似乎已经成为了人设的胜利，看你顺眼就投你。但如果大选期间，有几个伪造的视频出现，势必会掀起不小的波澜。“造谣一张嘴，辟谣跑断腿”，即便能证明视频系伪造，其所造成的影响一时半会是不会轻易消除的。

毕竟群众总是盲目的，当他看到一个猎奇的视频是更愿意倾向于相信，而不是去了解晦涩的技术手段去辨别真伪。

什么，你说人们不会被虚假视频忽悠？好，请你告诉我，下面这个奥巴马踹门的片段是真是假？

目前来看，“Deepfakes”还没有得到有效的监管。虽然美国一些图片、视频网站已经开始训练自己的 AI 模型以对抗造假视频的泛滥，但这更多的还是民间行为，还没有政府层面的机构出面进行相关干预。但随着造假视频涉及的范围越来越广，甚至开始拿政要开涮，估计离有关部门出来踩刹车的那天也不远了。

自由是相对的，同理技术自由也是相对的，没有被正确应用的技术，难免会走向另一个极端。