Come funziona DeepNude: che cosa fa il modello a una foto
Quattro passaggi fra la fotografia e il file che torna indietro. Dove nasce il corpo che compare, perché gli errori non spariscono e perché lo stesso scatto dà due risultati diversi.
In breve
Il sistema non guarda sotto i vestiti: li usa come confine. Individua l'area coperta, la cancella e la riempie con pixel nuovi, calcolati in base a quello che ha imparato su milioni di altre fotografie. Il risultato non è una scoperta ma un'ipotesi: la stessa immagine rielaborata due volte restituisce due corpi diversi, e nessuno dei due appartiene alla persona ritratta.
Nessuno di questi servizi pubblica il proprio codice, ma i lavori scientifici su cui sono costruiti sì, e descrivono sempre la stessa sequenza. Qui la ricostruiamo passaggio per passaggio, senza formule e senza istruzioni d'uso. Cosa ne esca servizio per servizio, con prezzi e condizioni, è nella classifica della redazione.
Il meccanismo
Cosa succede fra il caricamento e il risultato
Cinque domande in ordine: quali passaggi attraversa l'immagine, da dove arrivano le forme che compaiono, perché restano gli errori, perché certe foto reggono meglio di altre e perché il codice che tutti cercano non si trova più.
I quattro passaggi di un'elaborazione
Il primo passaggio è una selezione: il sistema separa la persona dallo sfondo e delimita la zona occupata dagli indumenti — il lavoro che in un editor di immagini si fa a mano, qui automatico. Il secondo trasforma la selezione in una maschera: l'area marcata è «da riscrivere» e il suo contenuto originale smette di contare.
Il terzo fa tutto il lavoro e si chiama inpainting, cioè riempimento: un modello generativo produce pixel nuovi dentro la maschera, tenendo conto solo del bordo, della posa e della luce del resto dell'immagine. Non è un uso deviato di quei modelli, è il loro mestiere: il lavoro che ha portato la diffusione nello spazio latente rivendica fra i propri risultati il primato raggiunto allora proprio nell'inpainting. Il quarto ricompone: la porzione generata torna dentro la fotografia, i bordi vengono ammorbiditi, il file riportato alla dimensione di uscita. Le due immagini che un servizio mostra affiancate non sono quindi «prima e dopo» dello stesso oggetto: sono una fotografia e un collage in cui la parte più grande è disegnata.
Da dove arriva il corpo che vedi
È la parte che conta più di tutte. Dentro la maschera non c'è alcun dato da recuperare: il tessuto non lascia tracce leggibili di ciò che copre, e nessun modello può estrarre da un'immagine informazioni che l'immagine non contiene. Quello che il modello ha sono milioni di esempi visti in addestramento, e da quelli deriva la sua idea di come dovrebbe proseguire un corpo umano in quella posa e con quella luce.
Il capostipite del 2019, di cui raccontiamo la vicenda in da dove viene il nome e cosa indica oggi, lo mostra bene proprio perché era rudimentale: girava su pix2pix, il metodo con cui una rete impara la traduzione da un'immagine a un'altra. Le forme che restituiva venivano dall'archivio di oltre diecimila fotografie di nudo su cui era stato addestrato. Nei servizi di oggi la logica è la stessa: sono cambiate scala e qualità dell'archivio.
Perché gli errori non spariscono mai del tutto
Gli sbagli nascono da tre punti del meccanismo. Il primo è il confine della maschera, dove due immagini nate in modi diversi devono incontrarsi: lì compaiono giunzioni, profili troppo netti e pezzi di tessuto sopravvissuti per sbaglio. Il secondo è la compressione: i modelli di diffusione non lavorano sui pixel ma su una versione compressa dell'immagine, e la scheda tecnica di Stable Diffusion lo scrive senza giri di parole: la componente di autocodifica è con perdita.
Il terzo è la distribuzione dell'addestramento. La stessa scheda, redatta dagli autori del modello, avverte che volti e persone possono non essere generati correttamente e che il sistema non raggiunge un fotorealismo perfetto. Sono limiti dichiarati in partenza, non incidenti: nessun listino li elimina, e chi promette il contrario sta vendendo un'aspettativa. Quali difetti si notino davvero e a quale ingrandimento sta in quali difetti si vedono ingrandendo il file.
Perché una foto regge e un'altra no
La differenza non sta nel servizio ma nella distanza fra l'immagine di partenza e gli esempi su cui il modello si è formato. Più posa, inquadratura e illuminazione somigliano a quelle degli scatti di addestramento, più la ricostruzione risulta coerente; più se ne allontanano, più la maschera viene riempita con qualcosa di generico.
C'è anche un problema di rappresentatività che gli autori dei modelli dichiarano: la stessa scheda tecnica spiega che l'addestramento è avvenuto in larga parte su materiale con didascalie in inglese e che le culture bianche e occidentali finiscono per essere assunte come impostazione predefinita. Su soggetti, corporature e contesti meno presenti negli archivi il risultato peggiora in modo sistematico. Restano poi gli ostacoli fisici: braccia incrociate, oggetti davanti al corpo, più persone nella stessa inquadratura, riflessi. Quando il soggetto si muove il problema si moltiplica per il numero di fotogrammi, ed è il motivo per cui cosa succede quando i fotogrammi diventano molti è un capitolo a parte.
Il codice che si cerca e non si trova
Una parte consistente delle ricerche su questo argomento punta a una copia del programma: un deposito di codice, un blocco note in cloud, un flusso di lavoro da importare. Quelle strade portano a un vicolo cieco per un motivo documentato. Le piattaforme di codice hanno chiuso la porta nel 2019 e la tengono chiusa: le regole d'uso di GitHub vietano i contenuti sessualmente osceni, le immagini intime non consensuali e le rappresentazioni esplicite di atti sessuali, comprese quelle generate al computer. I servizi di calcolo gratuito fanno lo stesso: fra le attività che Google esclude dai propri ambienti di esecuzione compare per iscritto la creazione di deepfake.
Il risultato è che l'elaborazione è tornata dove si monetizza meglio: su server di terzi, dietro un account e un listino. Quando un sito promette un pacchetto da installare, il calcolo che millanta non avviene sul tuo computer — servirebbero una scheda grafica dedicata e diversi gigabyte di modello — e quel file serve ad altro: cosa contengono davvero i pacchetti di installazione.
Ieri e oggi
Cosa è cambiato dal programma del 2019
La logica di fondo non è cambiata: mascherare una zona e riempirla. Tutto il resto sì, e sono proprio queste differenze a spiegare le domande più frequenti.
| Aspetto | Il programma del 2019 | I servizi di oggi |
|---|---|---|
| Dove avviene il calcolo | Sul computer di chi lo aveva installato, senza rete. | Su server di terzi, raggiunti da un browser. |
| Famiglia tecnica | Rete generativa avversaria addestrata su coppie di immagini. | Modello di diffusione che lavora su una versione compressa dell'immagine. |
| Cosa serve in ingresso | Una fotografia, sempre e soltanto. | Una fotografia, spesso più un testo che indirizza il riempimento. |
| Limite più visibile | Funzionava su un solo tipo di soggetto e falliva su tutto il resto. | Bordi, superfici uniformi, mani e volti nelle inquadrature difficili. |
| Tracce che restano | Nessuna fuori dal computer di chi lo usava. | File caricato, risultato, account e pagamento su sistemi altrui. |
| Come si interrompe | Bastava che l'autore smettesse di distribuirlo. | Serve un provvedimento verso l'operatore o verso l'infrastruttura. |
L'ultima riga è quella che spiega tutte le altre: spostare il calcolo su una macchina di qualcun altro ha reso il servizio più facile da usare, più costante nella resa e molto più difficile da fermare.
Tre conseguenze
Quello che il meccanismo comporta
Una per chi guarda un'immagine, una per chi ci finisce dentro, una per chi la produce.
Non è una prova di niente
Il contenuto della maschera è generato, quindi non documenta alcun fatto. Vale anche al contrario, per chi si difende: sostenere che una propria immagine sia autentica quando non lo è, o il rovescio, richiede un'analisi del file e non un giudizio a occhio.
- È il motivo per cui le norme guardano alla diffusione: cosa punisce la legge italiana e da quando.
La somiglianza basta a fare danno
Che il corpo sia inventato non consola chi viene ritratto: il volto è riconoscibile e chi guarda non distingue. Per questo le norme guardano all'effetto sulla persona, non al grado di realismo del file.
- Cosa può fare chi si ritrova in un'immagine così: i passaggi da seguire in Italia.
Il generato va dichiarato
È una regola che ci applichiamo per primi: ogni immagine di queste pagine è prodotta con l'IA e non ritrae persone reali. È anche un obbligo che il diritto europeo estende a chi pubblica contenuti sintetici.
- Come e dove lo segnaliamo: l'etichetta sulle immagini di questo sito.
FAQ
Quattro domande sul funzionamento
Risposte prese dai lavori tecnici pubblicati, dalle schede ufficiali dei modelli e dalle regole d'uso delle piattaforme citate in pagina.
L'immagine mostra il corpo reale della persona?
No, e non per un limite tecnico da superare: l'area coperta dagli indumenti non contiene informazioni recuperabili, quindi il sistema la riempie con forme derivate dal proprio addestramento. La riprova è che due elaborazioni successive della stessa foto restituiscono due corpi diversi.
Perché non trovo il codice né un notebook pronto?
Perché entrambe le strade sono chiuse per regolamento. GitHub vieta i contenuti sessualmente osceni e le immagini intime non consensuali, anche generate al computer, e ha rimosso le riscritture già nel 2019; Google elenca «la creazione di deepfake» fra le attività vietate nei propri ambienti di calcolo. Quello che circola con quei nomi è quasi sempre un'altra cosa.
Un servizio ha smesso di funzionare: cosa è successo?
Nella grande maggioranza dei casi è cambiato qualcosa dall'altra parte: modello sostituito, filtro aggiunto, limiti di piano rivisti, oppure l'operatore ha chiuso. Il calcolo non avviene sul tuo dispositivo, quindi nessuna configurazione locale può rimediare. Quali indirizzi risultano ancora attivi è in il giro sui siti più cercati.
Si può capire, guardando un file, che è stato generato?
A occhio non sempre: a piena risoluzione si notano giunzioni, superfici troppo uniformi e simmetrie sbagliate, ma un'immagine ridotta e ricompressa per i social nasconde quasi tutto. Un giudizio serio si dà sul file originale, con i suoi metadati. I controlli in ordine di utilità sono in cinque verifiche sull'immagine e sul file.