1. MockingBird：AI拟声，5秒内克隆您的声音并生成任意语音内容
说明：GitHub上有一个项目最近登上了每日趋势榜，只需5秒，就能用AI 技术来模拟声音来生成任意语音内容，并且还支持中文。开源地址：https://github.com/babysor/MockingBird演示视频：https://www.bilibili.com/video/BV17Q4y1B7mY
2. OpenAI最新技术Codex，不会代码也能编游戏
说明：OpenAI 旗下编程产品Codex 已经正式开放封闭 Beta 测试。这款工具旨在将自然语言（英语、中文等）翻译为编程语言。它是一个简单的网络工具，具有三个窗口：一个用于输入命令，一个显示由这些命令生成的代码，一个显示代码的作用。理论上，您可以将 Codex 用于十多种编码语言的各种任务，但最酷的用途是使用少量自然语言指令编写简单的 Javascript 游戏。项目地址：https://openai.com/blog/openai-codex/演示视频：https://www.youtube.com/watch?v=SGUCcjHTmGY
3. Real-ESRGAN：用纯合成数据训练真实世界的盲超分辨率
说明：ESRGAN、EDVR等超分领域里程碑论文的作者在超分领域的又一力作，他们对ESRGAN进行扩展，将其应用场景从合成数据向真实场景数据走了一大步。针对现有图像超分、盲图像超分退化模型设计的不足，提出了一种高阶退化建模方案；针对高阶退化空间下原始判别不稳定问题，提出了UNet+SN的超强判别器。最终所得Real-ESRGAN在真实场景数据下取得了非常优秀的、视觉效果绝佳的超分效果。开源地址：https://github.com/xinntao/Real-ESRGAN演示地址：https://huggingface.co/spaces/akhaliq/Real-ESRGAN
4. 英伟达开源StyleGAN3：皮肤、毛发不再粘屏幕，还能360度旋转
说明：StyleGAN生成式对抗网络是一种最先进的高分辨率图像合成方法，从最初的GAN到StyleGAN2变体，其图像合成能力一直在突破人类的想象，而这次升级版StyleGAN3的对生成细节的把控更是令人惊叹。它从根本上解决了StyleGAN2 图像坐标与特征粘连的问题，实现了真正的图像平移、旋转等不变性，大幅提高了图像合成质量。开源地址：https://github.com/NVlabs/stylegan3
5. RobustVideoMatting：稳定的人物视频抠像
说明：来自字节跳动的算法，不同于现有神经网络将每一帧作为单独图片处理，RobustVideoMatting（RVM）使用循环神经网络，在处理视频流时有时间记忆。RVM 可在任意视频上做实时高清抠像。在 Nvidia GTX 1080Ti 上实现 4K 76FPS 和 HD 104FPS。开源地址：https://github.com/PeterL1n/RobustVideoMatting演示地址：https://peterl1n.github.io/RobustVideoMatting/#/demo
6. Game Life Restart：人生重开模拟器
说明：一款纯文字内容的网页游戏，3天就创造2亿访问量。玩法超级简单：“你”重开人生，扮演一个刚诞生的婴儿，通过“开局10连抽”为自己选择3种天赋，并将20点（在天赋作用下点数总值会变动）初始属性值分配到颜值、智力、体质和家境，即可以文字描述的方式开启“新人生”。开源地址：https://github.com/VickScarlet/lifeRestart试玩地址：https://liferestart.syaro.io/view/index.html
7. air-drawing：手势估计，通过摄像头隔空写字、绘图
说明：这个工具使用深度学习来帮助你用你的手和网络摄像头画画和写作。 一个深度学习模型被用来预测用户意图：你是想要笔画(“向下”)还是只是移动你的手(“向上”)，随着手指的移动，可以在屏幕上隔空绘制图形。开源地址：https://github.com/loicmagne/air-drawing演示地址：https://loicmagne.github.io/air-drawing/
8. GFPGAN：向真实世界的基于生成面部先验的盲目面部恢复
说明：腾讯ARC实验室最近发布了一篇论文GFPGAN，旨在开发实用的人脸复原算法 ，介绍了盲人脸修复模型GFP-GAN，不仅性能快，结果还保真，尤其对模糊的老照片效果非常好。开源地址：https://github.com/TencentARC/GFPGAN演示地址：https://huggingface.co/spaces/akhaliq/GFPGAN
9. StyleGAN-NADA：基于CLIP模型的图像生成器
说明：StyleGAN-NADA提出了一种文本驱动的方法，生成模型可以在没有看到任何图像的情况下，通过训练产生特定领域的图像。 通过自然语言提示和几分钟的训练，此方法可以适应一个生成器跨多个领域的特点，包括不同的风格和形状。开源地址：https://github.com/rinongal/StyleGAN-nada演示地址：https://replicate.ai/rinongal/stylegan-nada
10. DeepFaceLive：实时换脸PC流媒体或视频通话
说明：DeepFaceLive是DeepFaceLab作者的又一个开源力作，推出实时换脸软件，主要用于直播啊场景。一键安装，打开软件，就能够实时处理直播中的视频，给主播换脸。开源地址：https://github.com/iperov/DeepFaceLive
标签：
留言评论