这玩意和前两个月抖音上的那个差不多，作为发过图像卡通化论文的字节前员工（虽然抖音那个卡通画项目我没参与），从技术的角度来讲一下，不保证完全准确。

这个功能的核心应该是用一个GAN网络把人脸变成动漫风格，为了在手机上做实时inference，网络不能太复杂，输入的分辨率也不能太高，导致最后的结果看起来比较粗糙，有点模糊。另外很可能会按照手机的性能下发不同模型，所以高端机上面的效果会好一些。

整个工程的流程应该是首先人脸检测/关键点模型找到人脸区域，切出来之后由网络变成动漫风格，剩下的背景部分过一个基于传统方法的滤镜。根据其他回答的图，snapchat用的滤镜和抖音的不太一样，看起来比较像保边滤波。个人来讲比较喜欢snapchat的人脸效果，但是抖音的背景效果更好。

关于人脸效果，抖音的那个滤镜具体怎么做的我就不透露了，不过估计各家大同小异。之前百度最早在自家短视频app上了实时动漫脸，但是因为实在没啥人用，所以没火。他们应该是用ugatit的预训练模型大量跑图，挑选出效果好的，然后找画师美化一下，弄了大批量的成对数据数据做pix2pix训练。snapchat这个我感觉也是这样，而且效果也更像日本动画，而抖音那个更像国内言情小说插画。这也是目标群体审美不同的缘故吧，毕竟最后效果都是pm和设计师定的，我们这些码农没啥发言权。

关于背景效果，snapchat的比较像这篇论文：

而抖音的背景效果比较像这篇论文：

不知道还有啥可以更的，有问题可以评论区提出来