問：一匹棕色馬如何變成一匹斑馬？

一個可能的答案是：深度學習模型。

運用類似的模型，還可以將莫奈的繪畫作品變成真實的風景照片。

這種模型名為生成式對抗網(wǎng)絡（簡稱“GAN”），最早出現(xiàn)于2014年，被認為是深度學習領(lǐng)域的一項革命性成果。經(jīng)過多年發(fā)展，GAN衍生出一個龐大的“家族”，包括CycleGAN、Pix2Pix、StyleGAN等。它們可以用于圖片風格遷移、圖像編輯、圖片生成等場景。

前面提到的馬變成斑馬，莫奈畫作變照片，正是運用了CycleGAN模型。

一只高跟鞋的輪廓，通過Pix2Pix模型，則可以復原成真實的鞋子。

雖然GAN模型應用廣泛，優(yōu)點很多，但需要很高的輸入分辨率，對計算資源和存儲空間需求大。因此，業(yè)界一直在努力改進GAN的壓縮方法。

2020年，麻省理工學院、Adobe和上海交通大學技術(shù)人員提出一種GAN壓縮算法，將算力消耗成功減少到1/21。

最近，字節(jié)跳動技術(shù)團隊推出了一項自研GAN壓縮算法，名為“在線多粒度蒸餾技術(shù)”，簡稱OMGD。

這項算法能夠極大降低CycleGAN和Pix2Pix模型的算力消耗，分別降至原來的1/40和1/46。不僅參數(shù)和計算量更少，圖像生成效果也更好。

以下圖為例。MACs代表消耗的計算量，F(xiàn)ID代表生成效果，數(shù)值越小，效果越好。在靴子輪廓變成真靴子的過程中，OMGD消耗的計算量僅為1.219G，相比于原始狀態(tài)的56.8G，計算量大幅減少，生成效果也更優(yōu)。

目前，OMGD技術(shù)已經(jīng)應用在多款抖音智能特效中。比如“三屏人生”。過去、現(xiàn)在和未來在同一個屏幕里，像是不同階段的自己在對話。

數(shù)據(jù)顯示，OMGD壓縮能力（MACs）和生成效果（FID）都排在首位

又比如火遍抖音的動態(tài)照片。很多網(wǎng)友使用這款特效，讓老相冊里的家人動了起來。有的同學用工牌試了下，看到照片上的自己露出笑容。

還有特效“變胖的你”，可以讓大家感受一下變月半之后的樣子。

大幅提升的壓縮能力，加上抖音的使用體量，將節(jié)約大量的計算成本。同時，這也可以給廣大用戶提供更加流暢的體驗。

另外，這篇論文已入選國際計算機視覺會議ICCV 2021。相關(guān)技術(shù)代碼也已發(fā)布在開源社區(qū)，幫助從業(yè)者提升GAN的創(chuàng)新和應用效率。

論文鏈接：

https://arxiv.org/abs/2108.06908

開源鏈接：

https://github.com/bytedance/OMGD