打开应用商店搜索“明星脸”，就会跳出很多的结果。图标花花绿绿。有的是AI测颜值，有的则是直接说出“我与哪位明星撞脸””。该类软件的底层逻辑并不难。用户上传了一张正面的照片。系统提取出人脸上的特征点。眼睛的距离、鼻子两侧的宽度、下颌角的弧度以及颧骨的高度。把数据丢到预训练模型中运行一下。几秒钟之内就会出现一个明星的名字以及一张和原图进行比较的照片。匹配度以百分比的形式表示出来。80%的人像刘亦菲，62%的人像彭于晏，这些数据非常明确。

拍照的时候要注意一些细节。前置摄像头直接输出图片和影棚专业修饰过的图片可以相差两档。当光线比较均匀时，眶下三角区的轮廓就会更加清楚。过曝会使法令纹、泪沟等细节消失。算法误判的概率会变高一些，有的人会选择侧脸。软件无法捕获到完整的68个面部关键点。强制匹配给一个下颌线比较接近的艺人。在评论区晒出截图的人说是准确的。说不准的更多。数据库中保存了数以千计的明星标准照片。像素对齐精度为0.1mm左右。普通人的手机怼脸拍照，畸变没有被校正，匹配的结果会有些许的变化。

颜值打分模块也属于另外一条链路。评分范围一般为60-99分，很少有满分的情况，也很少低于55分的情况，这是由于用户体验设计所造成的，并不涉及真实的统计数据。眼球会因为分数而被吸引。78分、89分、92分。旁边还有一行小字，“超过全国76%的用户。”无法考证出数据来源。服务器端都没有做动态排行榜。但是前端硬编码的安慰剂参数。皮肤纹理分析是用医美行业中的VISIA逻辑来实现的。斑点、皱纹、毛孔、平滑度四维加权。权重比例没有公布出来，肤色均匀度占主要部分。冷白色皮肤自然就占了上风。软件内建的RGB到LAB颜色空间转换函数对于黄色和白色之间的差别不太友好。

“类似于哪位明星”这一算法的核心就是余弦相似度。将人的脸投影到128维或者256维的向量空间中去。求出两个脸在超球面上的夹角。夹角越小，匹配度就越高。但是训练集选择的角度偏向于东亚审美的平均值。小眼睛、单眼皮的人很容易被分到韩国男团成员中去。宽眼睛、大嘴巴撞脸舒淇或者倪妮。婴儿肥圆脸和赵露思或者谭松韵比较吻合。如果用户的面部折叠程度较大，眉骨比较突出的话，那么系统就会优先搜索欧美明星库，并且给到斯嘉丽·约翰逊或者亨利·卡维尔这样的结果，尽管准确率可能不高，但是晒图的愿望会大大增强。

在线测颜值的功能有一个隐藏的开关。一些版本中可以手动调节滑块。把“年轻化”的要求提高到第二级。分数从原来的8分变成了现在的16分。眼袋下的阴影也变浅了。苹果肌的位置稍微往上移动了一些。就是内置了轻量级美颜算法的预览层。用户认为测量的是原始图片。实际上在上传之前就已经经过了一层高斯模糊去噪。在图像进行压缩的时候会丢掉一些高频的信息。痣、小疤痕、局部皮肤颜色不均匀都属于噪点，一起被清除掉。所给分的对象并不是最初的自拍照。经过算法美化之后得到的结果。

该类软件服务器被部署到了公共云中。使用的是阿里云或者腾讯云上的GPU实例。一次推理的成本只有不到0.01元。依靠广告以及会员制来覆盖所有的开支。开屏广告推送医美项目，在中间插入植发咨询。会员不显示广告、解锁高级功能并提供对比图片。整个界面采用极简风格。底部tab栏有三个按钮：首页测脸、历史记录、个人中心。没有多余的装饰。启动时间控制在1.2秒以内。留存率依靠推送信息来维持。“和吴彦祖一样的话，你的相似度就会提高3个百分点。”点击进去实际上就是同一张照片又跑了一遍模型。

数据隐私这块的内容，用户的关注度很低。用户协议有三十多页之多，只有勾选了“同意”之后才能够继续使用。人脸特征向量能保存多长时间。是否会被用到之后的模型迭代中去。写的含糊。一些厂家表示，“只用来提高匹配精度并且进行匿名化处理。”实际匿名化的程度会受到人脸关键点坐标的计算是否属于生物识别信息的影响。欧盟GDPR也包括在内。我国个人信息保护法也属于监管范围之内。大厂出的产品比较一致。小团队做的测颜值网页都没有https协议全部设置好。

照片的角度对于结果的影响非常大。把头部抬高15度，下颌线就会被拉长，系统有可能会找到脸部轮廓比较尖锐的演员；低头收下巴，使脸部变短，幼态的比例也会提高，就会往娃娃脸艺人的方向发展。左右脸不对称程度大于等于3%，则相似度打八折。由于明星底图一般都做了镜像对称化的处理。普通人的自然表情下嘴角歪斜、单侧提肌力量大。算法没有给到这个位置上的补偿。在匹配建议中出现两个截然不同的人物明星也是经常发生的。一边说像沈腾，一边又说像杨洋。用户想了一会之后把截图发到了朋友圈，并且配上了一句，“人格分裂。”

服务器返回的结果中包含有随机种子参数。同一张照片隔五分钟后就上传两次。相似度可能会有2%-5%的变化。不是bug。为了减少延迟，在模型推理中使用了量化的版本。浮点数精度由原来的FP32降低为FP16或者INT8。精度损失体现在最后输出层的softmax分布中。名字依然是原来的那个名字，分数也是一点一点地变化着。用户感受不到这些底层的区别。就会觉得“为什么每次测试结果都不同呢？”

另外一种衍生出的游戏叫做“夫妻相测试”。原理一致。将两个人脸向量进行加权融合。然后搜索和该明星脸最相似的一张图片。得出“你们将来生的孩子会和某个人一样”。娱乐性远远大于技术上的合理性。但传播度更高。在微信群中发一张两个人合拍的照片。三分钟之内就回来了五六个测试截图。朋友圈裂变路径已经得到证实是有效的。产品经理在后面看着DAU曲线。

颜值匹配软件不会告诉用户自己的颅顶高度、头肩比、体型对于真实的吸引力所占的比例。一张正面半身照去掉全身的信息。只对眉毛、眼睛、鼻子和嘴的位置进行分析。根据社会心理学中的光环效应不能进行量化的计算。软件只能提供一个数字锚点。有同学把87分作为头像。有的人得了57分就一笑而卸载。分数的意义并不是用来判断美与丑的，而是算法对于大量的数据进行标签后所呈现出的一种平均趋势，在这个趋势之下东亚娱乐圈的审美公约数会逐渐显现出来，骨相流畅、皮相干净、比例接近黄金分割。

软件迭代的方向已经开始卷细分领域了。古风明星脸、动漫脸、油画肖像脸等，但是技术架构没有改变。更换新的训练集以及风格迁移模型。用户仍然乐此不疲。每次打开都会发现新的滤镜。把一张相同的图片用不同的滤镜处理之后就会有不同的效果了。没有人去计较精确度了。整个过程中都会产生一种低成本的自我参照快感。云上的GPU一直都在运行中。一秒之内就处理了上百上千个陌生人脸。返回一个名字、一个数字、一则广告，不断重复。