不过据领域内一些内幕人士表示，那些最顶级的，将 deepfake 当作一门生意的专业制作者，已经基本实现了完全"自主生产"。
这群人通过非法销售及会员募捐等方式，赚到了不少钱，可以投资更加高级的设备。现在他们可以制作分辨率、清晰度和脸部还原度更高的 deepfake 视频，从而不用依赖 Colab 以及云计算等在线服务，就能实现稳定生产和营收。
举个例子：想要实现2k甚至4k分辨率和60fps的帧率，并且单片单次渲染用时在可以接受的范围（比如几天）的话，需要一个庞大的渲染农场，至少10台电脑，每台两张支持 SLI 技术的英伟达 RTX 高端显卡，以及上百GB的内存。这样下来仅单台的购置成本就已经相当高了，更别提还要算上运转时的电费（渲染、冷却等），可以说是一笔相当大的投资。
很遗憾，对于这群人来说，谷歌的新政策对他们完全起不到作用。只有全社会对 deepfake 带来的负面影响提升重视，整个科技行业都行动起来，deepfake 的滥用问题才能得到解决。
把 deepfake 关进笼子里，各国、各大公司都在行动
谷歌
这的确不是谷歌第一次出面打击 deepfake 内容制作了。在2019年，Google Research 就发表过一个大型视频数据集。其背后是谷歌在自己内部通过制作 deepfake 视频的方式，从而试图了解相关算法的工作原理。
对于谷歌来说，它需要提高识别 deepfake 的能力，从而在商业化产品环境里（最典型的就是 YouTube 用户视频上传），从源头上切断恶意换脸视频的传播途径。以及，第三方公司也可以使用谷歌开放的这个数据集来训练 deepfake 探测器。
不过，近几年 Google Research 确实没有花太多心思在打击 deepfake 上。反而，该公司最近推出的 Imagen，一个超高拟真度的文字生成图片模型，效果非常惊人，反倒是引发了一些批评。
Imagen 文字转图片的效果 图片来源：谷歌
微软
微软研究院在2020年共同推出了一项 deepfake 探测技术，名为 Microsoft Video Authenticator。它能够检测画面中的渲染边界当中灰阶数值的不正常变化，对视频内容进行逐帧实时分析，并且生成置信度分数 (confidence score)。
微软也在和包括纽时、BBC、加拿大广播公司等顶级媒体合作，在新闻行业的场景下对 Video Authenticator 的能力进行检测。
与此同时，微软也在 Azure 云计算平台中加入了媒体内容元数据 (metadata) 校验的技术。通过这一方式，那些被修改过的视频内容可以和原视频的进行元数据比对--和下载文件的时候比对 MD5 值差不多意思。
Meta
2020年，Facebook 宣布在 Facebook 产品平台全面禁止 deepfake 类视频。
然而这个政策执行得并不彻底。比如，目前在 Instagram 上还可以经常见到那个著名的中国翻版马斯克 deepfake 视频（主要是从 TikTok 上转发过来的）。
图片来源：MaYiLong0|TikTok
在行业层面，Meta、亚马逊 AWS、微软、MIT、UC伯克利、牛津大学等公司和机构在2019年共同发起了一个 deepfake 检测挑战赛，鼓励更多、更优秀、更与时俱进的检测技术。
