北京
分享至
FacePika 团队把换脸模型塞进了 Android 手机，全程离线，照片不出设备。单张处理时间从 12 秒压到 2 秒以内，靠的是两件事：INT8 量化和 NNAPI。
先说量化。INT8 把模型体积缩小了 75%。模型小了，才有资格谈端侧运行——手机的内存和存储不是无限的，一个动辄几百兆的模型，用户下载前就得犹豫三秒。
再说 NNAPI。这是 Android 的神经网络接口，把推理任务交给设备上的加速硬件。团队用它把 12 秒的等待砍到 2 秒以内，这个差距直接决定用户是"试一次就删"还是"留着继续玩"。
还有一块自研的部分：轻量关键点检测器。换脸要先找准人脸的关键位置，团队没有直接搬现成方案，而是自己做了个轻量版本，配合整体离线架构。
三个动作叠在一起，指向同一个结果——换脸这件事不再需要把照片上传到云端。对用户来说，少一次上传，少一份顾虑；对开发者来说，端侧跑通意味着推理成本不再随用户量线性上涨。
12 秒到 2 秒，75% 的体积缩减，这些数字背后是一条很朴素的工程路径：先让模型装得下，再让它跑得快，最后把关键环节换成自己能控制的版本。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
