2026年直播圈的逃单丑闻，把GAN藏了十年的身份扒了出来
今年3月杭州直播电商圈抖出来的那档子事，估计圈内人现在还记忆犹新。几十家中小主播机构，偷偷用改了几版的轻量生成对抗网络，把淘宝签约头部美妆主播的脸，实时换到自己机构素人的直播画面上，逃过了平台的人脸识别版权校验。俩月时间，卷走了超过两千万的品牌坑位费，品牌方找过来的时候，机构早就卷钱换了个抖音号重新开播。
说实话，我最早听到这个事的时候，第一反应是惊讶。
这不应该啊？GAN不是十年前的老技术吗？不是早就被扩散模型按在地上摩擦，淡出公众视线了吗？怎么还出来搞事情？
扒了一下细节才明白，这次涉案的轻量GAN模型，大小只有120MB，还不到一张普通手机4K原图的两倍大。跑在千元价位的单卡RTX3060上，就能做到每秒25帧的实时换脸。每10分钟实时换脸只需要不到2分钱电费，相当于你喝一瓶普通瓶装矿泉水的钱，能支持换脸直播连续跑三天三夜。
太便宜了。便宜到任何一个小工作室都能用得起，便宜到侵权的成本几乎可以忽略不计。
所有人的目光这两年都盯在扩散模型、大模型这些风口上，张口就是千亿参数万亿token，没人记得十年前就火过的生成对抗网络，早就偷偷在产业下游扎了根，长出了完全不一样的生态。它没死，只是换了个战场，不跟你抢C端的用户热度，只赚B端没人愿意抢的辛苦钱。
GAN的生存逻辑，从来都不是和扩散模型抢风头
不过话说回来，国内本土企业玩GAN玩得最顺的，从来都不是那些天天喊着All In大模型的头部明星公司。反而是一些早就找到产业落地方向的老玩家，闷声发大财。
字节跳动从2022年开始，就把抖音电商商品主图的批量优化流水线，全换成了自研的轻量生成对抗网络。原来用扩散模型生成优化一张主图，要排队等几秒，成本要两三分钱，现在用轻量GAN，不到100毫秒就能出图，成本不到原来的八分之一。对于一年要更新上亿张商品主图的抖音电商来说，一年省下来的算力成本，相当于给所有抖音电商线的BD全员多发三个月工资。
美图现在对外吹得最多的是他们的AI画图大模型，但看他们2025年的财报，B端商家批量修图业务营收涨了62%，其中八成以上的收入，来自GAN驱动的批量修图工具。他们不跟Midjourney抢C端艺术家的饭碗，就给淘宝拼多多的中小商家修主图修详情页，一张图收几毛钱，积少成多，利润比C端业务稳多了。
这就像生物进化里的生态位分离，顶级捕猎者占了山巅的流量风口，不代表中小型物种就活不下去，反而能在没人抢的山脚灌木丛里吃得膘肥体壮。扩散模型胜在生成质量强，灵活度高，适合做C端的创意生成，但是算力成本高，推理速度慢，根本撑不起大规模批量B端需求。GAN刚好反过来，只要把模型训好了，生成速度快，成本极低，虽然创意灵活度不如扩散，但对付标准化的产业需求——比如修图、换脸、画质增强、超分辨率——完全够用，性价比甩扩散模型十条街。
说白了，这就是商业模式的博弈。大家都抢风口的时候，你去抢没人要的生态位，反而能赚得盆满钵满。那些天天追着风口跑的公司，融资额好看，发布会热闹，一年亏十几个亿，反而闷头用GAN赚小钱的公司，现金流稳得一塌糊涂。这个方向我认为走偏了，太多人被大模型的风口迷了眼，觉得参数不够大就不是好技术，忘了技术的本质是解决问题赚钱，不是比谁的参数大。
大多数人没注意到，GAN已经重构了底层游戏规则
回到我们普通从业者身上，GAN对行业的影响，比你想的要实在得多。
最早大家说AI生成会干掉美工，结果呢？扩散模型出来，确实干掉了一部分接高端创意活的美工，但是GAN把中小商家做图的门槛拉到了地底。原来你开个淘宝店，做五张主图要给美工两千块，现在你花十块钱，用GAN批量修十张都够，太多原来根本做不起品牌图的夫妻店，现在能把主图做得像模像样，能跟大店抢流量了。这不是干掉就业，是把原来的高端服务下沉了，养活了更多小商家。
再说程序员，这两年大模型卷成什么样，应届毕业生想进大模型团队，没有个顶校博士简历都过不了，一堆普通二本三本的计算机学生，找不到工作。但是我认识好几个小团队，专门做轻量GAN的落地，给本地商家做图片处理，给直播公司做虚拟人换脸，一个十个人不到的小团队，一年赚个大几百万轻轻松松，根本不跟大公司抢大模型的人才坑。卷不动大模型的，来这边躺赢，不好吗？
当然，坏事也有，就像开头说的直播换脸侵权，GAN把作恶的成本拉得太低了，原来你要做换脸，得租高端算力，花大成本训练，现在随便一个刚毕业的学生，改个开源模型就能用，侵权成本几乎为零，版权方维权都找不到人。监管的脚步，远远跟不上技术落地的速度。
整个AI行业现在都在疯狂比拼参数大小，比拼谁的模型能写论文能发发布会，没人愿意回头看看这些十几年前的老技术。可往往就是这些被所有人遗忘的老技术，偷偷在产业里落地，偷偷改变了整个行业的成本结构。
你说，下一个颠覆大模型游戏规则的，会不会又是某个被我们扔进垃圾堆十年的老技术？
