從生成式 AI 浪潮興起後，運用 AI 技術自動生成圖像已成趨勢，現在只要打開網路，就可以找到許多產製 AI 虛擬人像的軟體。面對此一浪潮，國立臺灣大學資訊工程學系教授莊永裕更進一步研究如何將 AI 人臉生成模型從二維進化到三維，並從中挖掘 AI 人臉生成應用的更多可能。

莊永裕分享，從學術角度來看，圖像生成模型屬於電腦視覺的分支，只是兩者輸入內容與輸出結果恰好相反。例如電腦視覺做的是影像分析，只要輸入影像，電腦視覺就會自動產出符合影像場景的相關描述，常用於工廠產線上的瑕疵檢測及人臉辨識領域。圖像生成模型做的則是影像生成，意即輸入與場景相關的文字描述，再由圖像生成模型自動產製符合描述內容的照片、影片、三維模型等，現在常見的 AI 虛擬人像便屬於此類。

目前的圖像生成模型種類很多，其中一個主流模型就是基於生成對抗網路（GAN, Generative Adversarial Network）架構開發的模型。生成對抗網路是讓生成器和辨別器兩個模型不斷對抗，從而強化 AI 生成圖像的能力。在 2018 年就有開發者使用生成對抗網路和大量人臉資料，打造可以控制 AI 人臉年紀、性別、髮型與服飾的人像產生器，逼真程度讓人難以分辨圖片究竟是真人還是合成的人臉。

人像產生器帶動生成對抗網路的應用發展，不過早期多數研究仍聚焦在二維人臉，導致應用場景受限。因此莊永裕希望將二維逼真人臉的生成模型擴展到三維，並透過 AI 自動產生容貌與外觀都不同的人物，讓 AI 應用延伸至遊戲、電影等需要大量路人的場景。

莊永裕以累積大量人臉知識的生成對抗網路模型為基礎，發展三維人臉生成模型。使用者只要輸入一張二維影像，或是改變代碼和參數，模型就會在幾秒內自動生成相對應的三維人臉。

「對產業或 AI 應用來說，三維人臉生成模型可以帶來很大的幫助，」莊永裕分析，就產業而言，傳統三維人物的設計方式需要花費很多時間，因此如果要設計大量路人，遊戲或電影業者就勢必得投入非常龐大的時間和成本。相較之下，運用 AI 力量自動且快速生成路人的三維人臉生成模型，不只減少設計時間和成本，還能讓遊戲場景看起來更豐富與真實。

就 AI 應用而言，三維人臉生成模型可以提高 AI 辨識人臉的精準度。由於 AI 的辨識能力與訓練資料的多寡密切相關，當訓練資料越豐富與大量，AI 辨識能力就越強。三維人臉生成模型可以就同一張人臉生成不同角度及表情的圖像，並將生成結果提供給人臉辨識模型作為訓練資料，進而提高人臉辨識的精準度。

不論在產業或學術領域，期待未來能持續擴展對三維人臉生成模型的應用，為我們的生活帶來更多元豐富的體驗。