一个人打1000份工，「不要脸」成了一种新赚钱方式

　　先来玩个小游戏。

　　猜猜这 4 个人，哪个是真，哪个是假？

　　答案是：左边两个是 AI 生成的假人，右边两个是真人。

　　再猜猜，下面这一批人，哪些是真，哪些是假？

　　好吧，其实他们都是假的。但他们的脸，全都来自真实的人。

　　初创企业 Hour One 让他们凭借着自己的脸，就能在全球不同国家、不同领域、不同企业做着不同的工作，用用任何一种语言说任何的话。

　　一个人，甚至能在 1000 个视频中，做 1000 份工作。

　　而人们要做的，只是「出租」自己的脸。

　　如何「卖脸」？

　　关于「换脸」技术，其实我们已经并不陌生。

　　比如让自己的脸在 app 里变老变小变性别；比如明星不用去到现场拍戏，脸就能在视频里无缝合成。

　　前阵子，英伟达发布会曝光的黄仁勋「数字替身」，更是让人见到了 AI 以假乱真的技术……

　　Hour One 的技术和 Deepfake（深度伪造）类似，但又有点不一样。

　　Deepfakes 是将拍摄的人脸叠加在现有镜头上，而 Hour One 是让人们拍摄脸部视频后，再由 AI 独立生成原创内容。

　　这家 2019 年才成立的公司，想购买你脸部的许可权，让每个人都能用自己的脸来「打工」。

　　过去，我们无时无刻不被获取人脸信息，现在，Hour One 想让你主动出售人脸信息。

　　参与的方式很简单。

　　首先申请成为 Hour One 平台的角色。

　　Hour One 为了尽量保证数据库里有多样的角色样本，会对申请者进行筛选，选择不同年龄、性别、种族的人。

　　据了解，目前他们选出大约 80% 参与者在 50 岁以下，70% 是女性，25% 是白人，而且每周还在增多。

　　通过筛选后，人们只需要在 Hour One 工作室内，通过他们的 4K 摄像机，拍摄一段 10 分钟的视频。

　　拍摄期间，人们需要在绿幕前说话，同时做各类面部表情，就完成了任务。

　　如果你家里有设备和场景，甚至可以自己直接远程拍摄。

　　接下来，就是 Hour One 的工作了。

　　他们会把视频数据置入 AI 软件，通过类似 Deepfake 的创作过程进行数字内容输出。

　　之后，他们只要输入文本，就能让人们的脸在不同的身体模型中说任何话，几分钟内，就可以生成数百个视频。

　　目前，Hour One 已经将 100 个人脸模型数字化，并且这些不同身份的「数字人」已进入 40 家多家公司「工作」。

　　同时，出租「脸」的人，也会获得对应的报酬，每次有新客户使用他们的脸，就会收到一小笔钱，就像自己面部的「版权费」。

　　Hour One 没透露具体的金额，只表示目前还不足以让人们以此谋生，但收入是美元而不是美分。

如果后续一切顺利，这会是人们获得业余收入的好方式。

　　你的「脸」能打什么工？

　　来自以色列的 Liri 才加入 Hour One 不久。

　　她才 23 岁，就已经在特拉维夫做过服务员、调酒师，在德国卖过汽车、做过销售，还在人力资源部门面试新员工，给他们做入职培训，并成为多个品牌的代言人。

　　当然，真正打这么多份工的，其实是 Liri 的「脸」。

　　现在，Hour One 已经涉猎了多个行业，最核心的是营销和教育领域，还有娱乐、游戏、电子商务、房地产、数字健康行业等等。

　　好的地方在于，人们对于自己出租的「脸」是有选择权的，可以允许它做什么工作，不做什么工作。

　　当然出租的脸，也不是所有工作都能做。

　　最开始 Hour One 生成的「虚拟数字人」，是做各个地方的接待员。

　　他们和 Alice Receptionist 合作，在多家公司门口屏幕上显示，登记来访客人、处理访客的疑问、并与真实员工对接视频聊天。

　　而 Hour One 在行业内踏出声响，是和国际语言学校贝立兹的合作。

　　这时，「虚拟数字人」则成了线上的老师。

　　视频教学是贝立兹的一项重要内容，但同一个老师经常要录制大量重复的课程内容，拍摄制作团队的成本也非常之高。

　　「虚拟数字人」不仅帮他们解决了人力的问题，还解决了钱的问题。

　　Hour One 此前和教育行业合作，就创建过 8 个不同的教师角色，快速生成了 13000 个教学视频，能教人们 3 种语言。

　　现在 Hour One 涉猎的行业越来越多，「虚拟数字人」能做的工作也越来越多，不可避免地引起人们对它的争议。

　　首当其冲的，就是认为它会对人们就业造成威胁。

　　实际上，这些「虚拟数字人」目前的技术，还只能进行固定内容的输出，不能进行更智能的对话和服务，但自动化浪潮本就已经袭来。

　　▲ 图片来自： Stocksy

　　「未来工作报告」估计，到 2025 年，AI 将使 8500 万个工作岗位消失，但同时，也将创造 9700 万个新工作岗位。

　　一些重复、机械、枯燥的工作必然会逐渐被取代，人们也将会从事更能投入自身价值的创作、研究、复合类工作。

　　所以关于「卖脸」，人们更该担心的，其实是它背后的安全问题。

　　用「脸」打工，靠谱吗？

　　10 年前，有剑桥毕业生为还贷款，在大街上「出租」自己的脸，半年赚了近 50 万人民币。

　　虽然他们把自己的脸变成了活的「广告位」，但对自身隐私倒没什么影响。

　　今年 2 月，日本零售商「仮面屋おもて」为推广面具文化，开始付钱买人们的脸。

　　人们卖一张「脸」可以拿到 2000 多元人民币，老板把「脸」做成 3D 拟真面具出售，可以卖到 6000 多元。

　　很快上百人都来「卖脸」，老板把这些人脸面具的五官、雀斑、痣、睫毛、胡须全都一比一复刻，因为太过真实，引起了大量关于人脸犯罪的争议。

　　不过人脸信息至少还掌握在老板手中，他表示不会向外透露隐私数据，买家转让面具也需要联系店面告知第三方信息。

　　但现在，人脸数据已经变得越来越难掌控，背后的隐私问题更是频频爆出。

　　从手机解锁、下载应用、转账支付，到上班打卡、进高铁站、外出办证，无论在线上还是线下，人脸识别都已经成为当代通行证。

　　各类人脸信息泄露、人脸数据被批量倒卖的新闻，都无时无刻不在提醒我们：处处「要脸」，不要「丢脸」。

　　但每年，依然会有新的隐私泄露事件出现，很可能来一个 bug，无数人的隐私就没了。

　　从去年视频会议应用 ZOOM 的视频泄出、年底大量明星健康宝照片泄出，到今年 315 曝光的商场未授权进行人脸识别收集顾客数据……

　　我们在当下正变得越来越无所遁形。

　　Hour One 也被人们讨论过信息安全问题，他们在隐私伦理条例页面指出：

• 视频中会明确标明人物都是由计算机生成的，尊重人们的知情权；
• 和 Deepfake 不同的是，人物图像在所有途径的使用都会经过当事人批准，并收到保护；
• 人物图像使用仅限于「合法和安全内容」，不会为赌博、色情或政治等可能存在道德问题的领域提供服务。

　　但具体的技术操作过程和使用追踪情况没有更详细的内容。

　　爱范儿某编辑认为，「这个年代的数据隐私是保不住的，被别人偷走还不如自己卖出去」，在他看来，Hour One 就像一个「反向推进器」。

它在用魔法打败魔法，用「侵犯」肖像权来打击侵犯肖像权。

　　当然，在技术和规则很多都模糊不明的当下，我们并不鼓励出租人脸。

　　不过曾经，我们的隐私数据都是被动上传，目的是为了创造更好的工具、为了提升生活各处的服务。Hour One 的出现，让我们有了主动出售自身数据的新选择。

　　至少此刻看起来，隐私还能被自己所掌控。