一個人打 1000 份工，「不要臉」成了一種新賺錢方式
先來玩個小遊戲。
猜猜這 4 個人，哪個是真，哪個是假？
答案是：左邊兩個是 AI 生成的假人，右邊兩個是真人。
再猜猜，下面這一批人，哪些是真，哪些是假？
好吧，其實他們都是假的。但他們的臉，全都來自真實的人。
初創企業 Hour One 讓他們憑藉着自己的臉，就能在全球不同國家、不同領域、不同企業做着不同的工作，用用任何一種語言説任何的話。
一個人，甚至能在 1000 個視頻中，做 1000 份工作。
而人們要做的，只是「出租」自己的臉。
如何「賣臉」？
關於「換臉」技術，其實我們已經並不陌生。
比如讓自己的臉在 app 裏變老變小變性別；比如明星不用去到現場拍戲，臉就能在視頻裏無縫合成。
前陣子，英偉達發佈會曝光的黃仁勳「數字替身」，更是讓人見到了 AI 以假亂真的技術……
Hour One 的技術和 Deepfake（深度偽造）類似，但又有點不一樣。
Deepfakes 是將拍攝的人臉疊加在現有鏡頭上，而 Hour One 是讓人們拍攝臉部視頻後，再由 AI 獨立生成原創內容。
這家 2019 年才成立的公司，想購買你臉部的許可權，讓每個人都能用自己的臉來「打工」。
過去，我們無時無刻不被獲取人臉信息，現在，Hour One 想讓你主動出售人臉信息。
參與的方式很簡單。
首先申請成為 Hour One 平台的角色。
Hour One 為了儘量保證數據庫裏有多樣的角色樣本，會對申請者進行篩選，選擇不同年齡、性別、種族的人。
據瞭解，目前他們選出大約 80% 參與者在 50 歲以下，70% 是女性，25% 是白人，而且每週還在增多。
通過篩選後，人們只需要在 Hour One 工作室內，通過他們的 4K 攝像機，拍攝一段 10 分鐘的視頻。
拍攝期間，人們需要在綠幕前説話，同時做各類面部表情，就完成了任務。
如果你家裏有設備和場景，甚至可以自己直接遠程拍攝。
接下來，就是 Hour One 的工作了。
他們會把視頻數據置入 AI 軟件，通過類似 Deepfake 的創作過程進行數字內容輸出。
之後，他們只要輸入文本，就能讓人們的臉在不同的身體模型中説任何話，幾分鐘內，就可以生成數百個視頻。
目前，Hour One 已經將 100 個人臉模型數字化，並且這些不同身份的「數字人」已進入 40 家多家公司「工作」。
同時，出租「臉」的人，也會獲得對應的報酬，每次有新客户使用他們的臉，就會收到一小筆錢，就像自己面部的「版權費」。
Hour One 沒透露具體的金額，只表示目前還不足以讓人們以此謀生，但收入是美元而不是美分。
你的「臉」能打什麼工？
來自以色列的 Liri 才加入 Hour One 不久。
她才 23 歲，就已經在特拉維夫做過服務員、調酒師，在德國賣過汽車、做過銷售，還在人力資源部門面試新員工，給他們做入職培訓，併成為多個品牌的代言人。
當然，真正打這麼多份工的，其實是 Liri 的「臉」。
現在，Hour One 已經涉獵了多個行業，最核心的是營銷和教育領域，還有娛樂、遊戲、電子商務、房地產、數字健康行業等等。
好的地方在於，人們對於自己出租的「臉」是有選擇權的，可以允許它做什麼工作，不做什麼工作。
當然出租的臉，也不是所有工作都能做。
最開始 Hour One 生成的「虛擬數字人」，是做各個地方的接待員。
他們和 Alice Receptionist 合作，在多家公司門口屏幕上顯示，登記來訪客人、處理訪客的疑問、並與真實員工對接視頻聊天。
而 Hour One 在行業內踏出聲響，是和國際語言學校貝立茲的合作。
這時，「虛擬數字人」則成了線上的老師。
視頻教學是貝立茲的一項重要內容，但同一個老師經常要錄製大量重複的課程內容，拍攝製作團隊的成本也非常之高。
「虛擬數字人」不僅幫他們解決了人力的問題，還解決了錢的問題。
Hour One 此前和教育行業合作，就創建過 8 個不同的教師角色，快速生成了 13000 個教學視頻，能教人們 3 種語言。
現在 Hour One 涉獵的行業越來越多，「虛擬數字人」能做的工作也越來越多，不可避免地引起人們對它的爭議。
首當其衝的，就是認為它會對人們就業造成威脅。
實際上，這些「虛擬數字人」目前的技術，還只能進行固定內容的輸出，不能進行更智能的對話和服務，但自動化浪潮本就已經襲來。
▲ 圖片來自： Stocksy
「未來工作報告」估計，到 2025 年，AI 將使 8500 萬個工作崗位消失，但同時，也將創造 9700 萬個新工作崗位。
一些重複、機械、枯燥的工作必然會逐漸被取代，人們也將會從事更能投入自身價值的創作、研究、複合類工作。
所以關於「賣臉」，人們更該擔心的，其實是它背後的安全問題。
用「臉」打工，靠譜嗎？
10 年前，有劍橋畢業生為還貸款，在大街上「出租」自己的臉，半年賺了近 50 萬人民幣。
雖然他們把自己的臉變成了活的「廣告位」，但對自身隱私倒沒什麼影響。
今年 2 月，日本零售商「仮面屋おもて」為推廣面具文化，開始付錢買人們的臉。
人們賣一張「臉」可以拿到 2000 多元人民幣，老闆把「臉」做成 3D 擬真面具出售，可以賣到 6000 多元。
很快上百人都來「賣臉」，老闆把這些人臉面具的五官、雀斑、痣、睫毛、鬍鬚全都一比一復刻，因為太過真實，引起了大量關於人臉犯罪的爭議。
不過人臉信息至少還掌握在老闆手中，他表示不會向外透露隱私數據，買家轉讓面具也需要聯繫店面告知第三方信息。
但現在，人臉數據已經變得越來越難掌控，背後的隱私問題更是頻頻爆出。
從手機解鎖、下載應用、轉賬支付，到上班打卡、進高鐵站、外出辦證，無論在線上還是線下，人臉識別都已經成為當代通行證。
各類人臉信息泄露、人臉數據被批量倒賣的新聞，都無時無刻不在提醒我們：處處「要臉」，不要「丟臉」。
但每年，依然會有新的隱私泄露事件出現，很可能來一個 bug，無數人的隱私就沒了。
從去年視頻會議應用 ZOOM 的視頻泄出、年底大量明星健康寶照片泄出，到今年 315 曝光的商場未授權進行人臉識別收集顧客數據……
我們在當下正變得越來越無所遁形。
Hour One 也被人們討論過信息安全問題，他們在隱私倫理條例頁面指出：
但具體的技術操作過程和使用追蹤情況沒有更詳細的內容。
愛範兒某編輯認為，「這個年代的數據隱私是保不住的，被別人偷走還不如自己賣出去」，在他看來，Hour One 就像一個「反向推進器」。
當然，在技術和規則很多都模糊不明的當下，我們並不鼓勵出租人臉。
不過曾經，我們的隱私數據都是被動上傳，目的是為了創造更好的工具、為了提升生活各處的服務。Hour One 的出現，讓我們有了主動出售自身數據的新選擇。
至少此刻看起來，隱私還能被自己所掌控。
資料來源：愛範兒（ifanr）
猜猜這 4 個人，哪個是真，哪個是假？
答案是：左邊兩個是 AI 生成的假人，右邊兩個是真人。
再猜猜，下面這一批人，哪些是真，哪些是假？
好吧，其實他們都是假的。但他們的臉，全都來自真實的人。
初創企業 Hour One 讓他們憑藉着自己的臉，就能在全球不同國家、不同領域、不同企業做着不同的工作，用用任何一種語言説任何的話。
一個人，甚至能在 1000 個視頻中，做 1000 份工作。
而人們要做的，只是「出租」自己的臉。
如何「賣臉」？
關於「換臉」技術，其實我們已經並不陌生。
比如讓自己的臉在 app 裏變老變小變性別；比如明星不用去到現場拍戲，臉就能在視頻裏無縫合成。
前陣子，英偉達發佈會曝光的黃仁勳「數字替身」，更是讓人見到了 AI 以假亂真的技術……
Hour One 的技術和 Deepfake（深度偽造）類似，但又有點不一樣。
Deepfakes 是將拍攝的人臉疊加在現有鏡頭上，而 Hour One 是讓人們拍攝臉部視頻後，再由 AI 獨立生成原創內容。
這家 2019 年才成立的公司，想購買你臉部的許可權，讓每個人都能用自己的臉來「打工」。
過去，我們無時無刻不被獲取人臉信息，現在，Hour One 想讓你主動出售人臉信息。
參與的方式很簡單。
首先申請成為 Hour One 平台的角色。
Hour One 為了儘量保證數據庫裏有多樣的角色樣本，會對申請者進行篩選，選擇不同年齡、性別、種族的人。
據瞭解，目前他們選出大約 80% 參與者在 50 歲以下，70% 是女性，25% 是白人，而且每週還在增多。
通過篩選後，人們只需要在 Hour One 工作室內，通過他們的 4K 攝像機，拍攝一段 10 分鐘的視頻。
拍攝期間，人們需要在綠幕前説話，同時做各類面部表情，就完成了任務。
如果你家裏有設備和場景，甚至可以自己直接遠程拍攝。
接下來，就是 Hour One 的工作了。
他們會把視頻數據置入 AI 軟件，通過類似 Deepfake 的創作過程進行數字內容輸出。
之後，他們只要輸入文本，就能讓人們的臉在不同的身體模型中説任何話，幾分鐘內，就可以生成數百個視頻。
目前，Hour One 已經將 100 個人臉模型數字化，並且這些不同身份的「數字人」已進入 40 家多家公司「工作」。
同時，出租「臉」的人，也會獲得對應的報酬，每次有新客户使用他們的臉，就會收到一小筆錢，就像自己面部的「版權費」。
Hour One 沒透露具體的金額，只表示目前還不足以讓人們以此謀生，但收入是美元而不是美分。
引用如果後續一切順利，這會是人們獲得業餘收入的好方式。
你的「臉」能打什麼工？
來自以色列的 Liri 才加入 Hour One 不久。
她才 23 歲，就已經在特拉維夫做過服務員、調酒師，在德國賣過汽車、做過銷售，還在人力資源部門面試新員工，給他們做入職培訓，併成為多個品牌的代言人。
當然，真正打這麼多份工的，其實是 Liri 的「臉」。
現在，Hour One 已經涉獵了多個行業，最核心的是營銷和教育領域，還有娛樂、遊戲、電子商務、房地產、數字健康行業等等。
好的地方在於，人們對於自己出租的「臉」是有選擇權的，可以允許它做什麼工作，不做什麼工作。
當然出租的臉，也不是所有工作都能做。
最開始 Hour One 生成的「虛擬數字人」，是做各個地方的接待員。
他們和 Alice Receptionist 合作，在多家公司門口屏幕上顯示，登記來訪客人、處理訪客的疑問、並與真實員工對接視頻聊天。
而 Hour One 在行業內踏出聲響，是和國際語言學校貝立茲的合作。
這時，「虛擬數字人」則成了線上的老師。
視頻教學是貝立茲的一項重要內容，但同一個老師經常要錄製大量重複的課程內容，拍攝製作團隊的成本也非常之高。
「虛擬數字人」不僅幫他們解決了人力的問題，還解決了錢的問題。
Hour One 此前和教育行業合作，就創建過 8 個不同的教師角色，快速生成了 13000 個教學視頻，能教人們 3 種語言。
現在 Hour One 涉獵的行業越來越多，「虛擬數字人」能做的工作也越來越多，不可避免地引起人們對它的爭議。
首當其衝的，就是認為它會對人們就業造成威脅。
實際上，這些「虛擬數字人」目前的技術，還只能進行固定內容的輸出，不能進行更智能的對話和服務，但自動化浪潮本就已經襲來。
▲ 圖片來自： Stocksy
「未來工作報告」估計，到 2025 年，AI 將使 8500 萬個工作崗位消失，但同時，也將創造 9700 萬個新工作崗位。
一些重複、機械、枯燥的工作必然會逐漸被取代，人們也將會從事更能投入自身價值的創作、研究、複合類工作。
所以關於「賣臉」，人們更該擔心的，其實是它背後的安全問題。
用「臉」打工，靠譜嗎？
10 年前，有劍橋畢業生為還貸款，在大街上「出租」自己的臉，半年賺了近 50 萬人民幣。
雖然他們把自己的臉變成了活的「廣告位」，但對自身隱私倒沒什麼影響。
今年 2 月，日本零售商「仮面屋おもて」為推廣面具文化，開始付錢買人們的臉。
人們賣一張「臉」可以拿到 2000 多元人民幣，老闆把「臉」做成 3D 擬真面具出售，可以賣到 6000 多元。
很快上百人都來「賣臉」，老闆把這些人臉面具的五官、雀斑、痣、睫毛、鬍鬚全都一比一復刻，因為太過真實，引起了大量關於人臉犯罪的爭議。
不過人臉信息至少還掌握在老闆手中，他表示不會向外透露隱私數據，買家轉讓面具也需要聯繫店面告知第三方信息。
但現在，人臉數據已經變得越來越難掌控，背後的隱私問題更是頻頻爆出。
從手機解鎖、下載應用、轉賬支付，到上班打卡、進高鐵站、外出辦證，無論在線上還是線下，人臉識別都已經成為當代通行證。
各類人臉信息泄露、人臉數據被批量倒賣的新聞，都無時無刻不在提醒我們：處處「要臉」，不要「丟臉」。
但每年，依然會有新的隱私泄露事件出現，很可能來一個 bug，無數人的隱私就沒了。
從去年視頻會議應用 ZOOM 的視頻泄出、年底大量明星健康寶照片泄出，到今年 315 曝光的商場未授權進行人臉識別收集顧客數據……
我們在當下正變得越來越無所遁形。
Hour One 也被人們討論過信息安全問題，他們在隱私倫理條例頁面指出：
- 視頻中會明確標明人物都是由計算機生成的，尊重人們的知情權；
- 和 Deepfake 不同的是，人物圖像在所有途徑的使用都會經過當事人批准，並收到保護；
- 人物圖像使用僅限於「合法和安全內容」，不會為賭博、色情或政治等可能存在道德問題的領域提供服務。
但具體的技術操作過程和使用追蹤情況沒有更詳細的內容。
愛範兒某編輯認為，「這個年代的數據隱私是保不住的，被別人偷走還不如自己賣出去」，在他看來，Hour One 就像一個「反向推進器」。
引用它在用魔法打敗魔法，用「侵犯」肖像權來打擊侵犯肖像權。
當然，在技術和規則很多都模糊不明的當下，我們並不鼓勵出租人臉。
不過曾經，我們的隱私數據都是被動上傳，目的是為了創造更好的工具、為了提升生活各處的服務。Hour One 的出現，讓我們有了主動出售自身數據的新選擇。
至少此刻看起來，隱私還能被自己所掌控。
資料來源：愛範兒（ifanr）