多年前，我們三易生活曾經在MWCS現場體驗過某品牌的一款工程機。它最大的特色，是在前攝位置配備了一組ToF掃描裝置，通過激光陣列測距就能建立起自拍對象的3D“頭模”。

隨後就可以通過調整這個3D建模的細節，實現“瘦臉”、“削顴骨”、“削下巴”之類的操作。手機最後再將普通的自拍圖像，與對應角度（調整後）的“3D頭模”進行疊加處理，從而得到一個比單純“2D美顔”效果更自然，特別是表面紋理和邊緣線條更不容易“穿幫”的美顔結果。

乍看之下，這似乎是一個很有前途、而且理應受到部分用戶追捧的功能。但以結論來說，它在公布之後的很多年裏，卻並沒有被用在任何一款量産機上。

其實也可以理解，畢竟安卓手機上的前置ToF傳感器確實就這麽“昙花一現”了，它並沒有引發消費者的共鳴。而且隨著後來智能手機的主流審美越來越看重“屏占比”，不只是前置ToF，甚至可以說是所有與前置元器件相關的設計都幾乎陷入了停滯。諸如前置多攝、大底CMOS、翻轉攝像頭，乃至前置補光燈這種“小玩意”，現在也已經越來越少有廠商願意去投入了。

那麽這是否意味著，消費者便沒有了“自拍”、“美顔”的需求了呢？從社交媒體上的情況來看，顯然並非如此。畢竟各種“美顔相機”類App依然占據熱榜，而“高P”、甚至背景扭曲的照片，也依然代表著很多用戶對于手機自拍這一功能的客觀需求。

正因如此，就在前兩年，那個曾經搞出“ToF 3D美顔”工程機的品牌，在一場技術溝通會上預告了他們基于AIGC、新的自拍美顔體系。

根據當時的說法，新的算法不僅可以對整個人體進行3D建模、實現“3D人體體型調整”，還可以基于AIGC實現人像的“生成式美化”，不僅能修改環境光、甚至可以改變發型、表情、拍出的面部年齡等等。

看起來是不是感覺很強大？但現實卻是時至今日，我們並沒有看到任何一個主流手機廠商將如此複雜的AIGC算法用到“自拍”功能上。

請注意，我們不是說沒有廠商去用AIGC去做拍照功能，比如小米此前發布的小米14 Ultra，就內置了基于AIGC的超遠距離變焦增強功能。它在開啓後，就能在某些特定變焦焦段下調用算法去增加變焦後的畫面細節。又比如在vivo的一些新機裏，AIGC算法也已經被用于美化照片裏的背景，比如想在夏天拍出冬天的氛圍，它就可以實現。

但是在將AIGC相關技術運用到自拍這件事上，如今手機廠商就普遍都很謹慎了。很顯然這不能簡單地以“技術”去進行解釋，那麽它背後的原因又是什麽呢？

從目前各方面的信息來看，或許有如下三重因素的制約。

其一，就是AIGC的訓練數據來源。因爲衆所周知的是，AIGC的先決條件是要以足夠的訓練數據量，先去“堆”出一個足夠大的模型。對于美顔這個需求來說，也就是首先要有一個懂得“畫”各種各樣足夠美人臉信息的AI大模型。

現在許多圖像軟件都會添加隱藏水印，以避免被用于AI大模型“學習”

但很顯然的是，在這個訓練過程中，廠商就需要使用到足夠大量的人臉數據去“餵養”AI，以形成它的“審美”。那麽這些人臉數據從哪裏來，而且它如何確保足夠的多樣性（以防止最後AI生成的美顔結果“千篇一律”），就會是個很大的隱患。

其次，即便解決了AI美顔大模型的訓練問題，做出了足夠強大的AIGC美顔算法，並使得它可以達到“以假亂真”的效果。那麽這就會引發另一個擔憂，也就是過于強大的美顔算法是否會讓自拍P圖造假的門檻變得過低，從而帶來一些潛在的問題。

而且也正因爲生成式AI客觀上過于強大、擬真的“創作能力”，這就使得目前絕大多數的相關軟件和服務，都會主動爲其打上水印，以標明其“非自然”的身份。

但是這樣一來，這就會産生一個相當尴尬的結果。那就是但凡消費者真用了“AIGC美顔”，他們固然可以得到一個看起來非常完美的照片，但在其他人眼中，那顯眼的（而且很可能是全屏、且無法去除）的“AIGC”水印也會提醒大家，這張照片就是“假得徹底”。如此一來，相信大家也就能想象“AIGC美顔”功能的市場前景，以及它爲什麽至今也沒有主流廠商真正願意去將其推向市場的原因了。

【本文圖片來自網絡】