3 個(gè)令人驚艷的 GitHub 開(kāi)源項(xiàng)目,誕生了!

閱讀本文大概需要 5 分鐘。

2023 上半年在科技圈中，隨著 ChatGPT 的面世，讓 AI 領(lǐng)域這個(gè)看似沉浸已久的科技行業(yè)，重新回到了人們的視野中。各種 AI 工具層出不窮，無(wú)數(shù)網(wǎng)友驚嘆技術(shù)進(jìn)步之快。

作為目前擁有諸多開(kāi)發(fā)者受眾的技術(shù)社區(qū)，GitHub 在過(guò)去這段時(shí)間，也陸陸續(xù)續(xù)誕生了不少實(shí)用的 AI 工具。

這些工具都有著相同的特點(diǎn)，簡(jiǎn)單易用且高效，主打一個(gè)新奇亮眼，順便解放你的個(gè)人生產(chǎn)力。

今天就給大家推薦幾個(gè) GitHub 上比較熱門的 AI 工具，讓大家體驗(yàn)一下人工智能的神器與強(qiáng)大之處。

AI 生成專屬頭像

去年 Midjourney 和 Stable Diffusion 這兩款 AI 繪畫(huà)神器一經(jīng)發(fā)布，讓諸多專業(yè)攝影師、設(shè)計(jì)師、藝術(shù)創(chuàng)作者都倍感震撼。大家都沒(méi)想到，能夠搶自己飯碗的，不是同行，而是 AI。

那些經(jīng) AI 之手創(chuàng)作的圖像，藝術(shù)風(fēng)格極具創(chuàng)意且逼真形象。當(dāng)中有一些作品，甚至還拿到了藝術(shù)博覽會(huì)的冠軍，或賣到了 40 萬(wàn)美元的高價(jià)。

隨著今年這波 AI 風(fēng)口的興起，讓這兩款神器再次走進(jìn)人們的視野，但與上次不同的是，這次很多普通網(wǎng)友都開(kāi)始上手學(xué)習(xí)，并參與創(chuàng)作，再利用工具能力進(jìn)行變現(xiàn)。

前陣子有不少朋友幫人做 AI 頭像專屬定制，也能時(shí)不時(shí)賺幾杯奶茶錢。

其實(shí)想做頭像定制，也沒(méi)那么難，今天給大家推薦一個(gè)在 GitHub 上開(kāi)源的 AI 工具：Photoshot。

用戶將自己的個(gè)人頭像上傳后，可借助 Stable Diffusion 模型進(jìn)行訓(xùn)練，并生成一款擁有不同風(fēng)格的個(gè)人頭像。

GitHub：https://github.com/shinework/photoshot

該項(xiàng)目在 GitHub 上開(kāi)源半年多，里面用到的一些技術(shù)棧，放到今天，依然不會(huì)過(guò)時(shí)。下面我整理一下，供大家參考學(xué)習(xí)：

• Next.js 開(kāi)發(fā) webapp；

• Chakra UI 開(kāi)發(fā) UI 組件；

• Prisma 作為數(shù)據(jù)庫(kù)；

• Replicate 機(jī)器學(xué)習(xí)模型云托管平臺(tái)；

• Stripe OpenAI 聯(lián)合創(chuàng)始人做的第三方支付；

• Stable Diffusion 當(dāng)下最為流行的文生圖開(kāi)源模型；

AI 一鍵實(shí)現(xiàn)圖像處理

今年 Meta 在 GitHub 開(kāi)源 Segment Anything Model（SAM）以后，圖像領(lǐng)域真正做到了「萬(wàn)物皆可分割」，開(kāi)發(fā)者處理圖像分割任務(wù)的流程進(jìn)一步簡(jiǎn)化，成本大幅下降。

作為計(jì)算機(jī)視覺(jué)中尤為重要的一個(gè)研究方向，圖像分割在近幾年一直倍受業(yè)界關(guān)注。現(xiàn)在技術(shù)已經(jīng)足夠成熟，我們也能做出更多有趣的 AI 應(yīng)用。

比如結(jié)合圖像分割與圖像處理，讓 AI 實(shí)現(xiàn)照片水印去除，老照片一鍵修復(fù)，圖像中的物品對(duì)象替換等等。

今天給大家推薦一款開(kāi)源的圖像修復(fù)工具：Lama Cleaner，基于 SOTA AI 模型構(gòu)建，功能頗為齊全。

該工具可用于快速去除圖像中各種物品、人物、字體、水印等對(duì)象，并支持老照片修復(fù)、文本替換圖像內(nèi)容等。

GitHub：https://github.com/Sanster/lama-cleaner

項(xiàng)目免費(fèi)開(kāi)源，支持自托管。如果擔(dān)心數(shù)據(jù)隱私安全的話，可以把項(xiàng)目托管到自己的服務(wù)器上，讓數(shù)據(jù) under control。

另外，該工具還內(nèi)置了插件系統(tǒng)，如果機(jī)器配置跟得上，你可以往里面再集成一些類似 RealESRGAN（生成高分辨率圖像）、GFPGAN（人臉修復(fù)）等開(kāi)源模型，為工具增添更多功能。這整得就跟開(kāi)菜館一樣，豐儉由人。

AI 實(shí)現(xiàn)視頻自動(dòng)剪切

近幾年，短視頻的風(fēng)口一直在持續(xù)，各大社交網(wǎng)站也都針對(duì)短視頻流量進(jìn)行大力扶持。身邊陸陸續(xù)續(xù)有朋友從大廠離職，加入自媒體行業(yè)，大多首選的內(nèi)容創(chuàng)作類型，便是短視頻。

短視頻制作流程，一般主要分為制定主題、腳本構(gòu)思、素材拍攝、視頻剪輯。其中視頻剪輯對(duì)技術(shù)要求頗高，不過(guò)一旦熟練掌握，不少流程也能實(shí)現(xiàn)自動(dòng)化。

曾任亞馬遜首席科學(xué)家的李沐老師，從兩三年前便開(kāi)始在 B 站授課，向大眾科普 AI 技術(shù)知識(shí)，拆解主流論文中的技術(shù)實(shí)現(xiàn)原理與應(yīng)用方向。

在此過(guò)程中，他根據(jù)自己的視頻剪輯需求，隨手做出了一款視頻剪輯工具：AutoCut，可通過(guò)字幕快速剪切視頻，現(xiàn)已開(kāi)源至 GitHub。

該工具支持自動(dòng)生成字幕，用戶無(wú)需使用視頻編輯軟件，僅需編輯文本文件，即可完成剪切。

GitHub：https://github.com/mli/autocut

項(xiàng)目采用的是 OpenAI 開(kāi)源的自動(dòng)化語(yǔ)音識(shí)別（ASR）系統(tǒng)，使用從網(wǎng)絡(luò)收集的 68 萬(wàn)小時(shí)的多語(yǔ)言和多任務(wù)監(jiān)督數(shù)據(jù)進(jìn)行訓(xùn)練。

它能夠根據(jù)視頻語(yǔ)音，自動(dòng)批量化生成字幕文件，其中英文語(yǔ)音的生成質(zhì)量最高。

利用 Whisper 能夠自動(dòng)生成字幕的視頻，對(duì)一些空白字幕內(nèi)容配合腳本，進(jìn)行視頻自動(dòng)剪切，便能夠節(jié)省很多視頻剪輯的時(shí)間。

以上，就是本期為大家推薦的幾個(gè) GitHub 項(xiàng)目，希望對(duì)大家有所幫助。

End

歡迎大家加入【ChatGPT&AI 變現(xiàn)圈】，零門檻掌握 AI 神器！我們帶你從小白到高手，解鎖智能問(wèn)答、自動(dòng)化創(chuàng)作、技術(shù)變現(xiàn)的無(wú)限可能。與我們共同成長(zhǎng)，開(kāi)啟 AI 新征程！立即行動(dòng)，未來(lái)已來(lái)！（詳情請(qǐng)戳：知識(shí)星球：ChatGPT&AI 變現(xiàn)圈，正式上線！）