Китайская фирма ByteDance, разработчик TikTok, продемонстрировала примеры работы своей новой системы искусственного интеллекта OmniHuman-1, способной создавать крайне реалистичные дипфейк-видео. Хотя некоторые недочеты все еще присутствуют, особенно в области моделирования движений, современные дипфейки выглядят очень убедительно, когда речь идет о жестах и мимике. Вероятно, это самый правдоподобный контент подобного рода на сегодняшний день.
Для генерации дипфейков с помощью OmniHuman-1 требуется минимальное количество данных — одно качественное фото и один аудиофайл с голосом. Система обладает возможностью редактирования уже существующих видеоматериалов в соответствии с разнообразными требованиями — например, изменять пропорции тела. Это дает возможность создавать видео несуществующих событий с любыми персонажами, включая известных людей, которые уже покинули этот мир, как это показано в примерах.
В основе функционирования OmniHuman-1 лежит метод «omni-conditions», который представляет собой комплексный анализ контента, включающего изображение, аудио и текстовые подсказки. Утверждается, что для обучения нейросети потребовалось всего 18 700 часов видеоданных, и потери информации, а также ошибки в процессе оказались «значительно меньше», чем у предыдущих моделей дипфейков. На данный момент компания не раскрыла свои планы по применению OmniHuman-1, поэтому не исключено, что это всего лишь промежуточный этап на пути к созданию еще более совершенных генераторов дипфейков.
Такие новости не могут не вызывать тревогу, поскольку использование дипфейков в корыстных и грубо мошеннических целях продолжает набирать популярность. Их неоднократно использовали во время предвыборной кампании в США, а некоторые злоумышленники активно выманивают деньги у граждан, выдавая себя за знаменитостей. К сожалению, призывы экспертов в области ИИ о необходимости введения регулирования в этой сфере и законодательных ограничений на создание и использование дипфейков пока не нашли широкого одобрения среди властей.
