3 个令人惊艳的 GitHub 开源项目，诞生了！

7 月转瞬即逝，2023 上半年在科技圈中，随着 ChatGPT 的面世，让 AI 领域这个看似沉浸已久的科技行业，重新回到了人们的视野中。各种 AI 工具层出不穷，无数网友惊叹技术进步之快。

作为目前拥有诸多开发者受众的技术社区，GitHub 在过去这段时间，也陆陆续续诞生了不少实用的 AI 工具。

这些工具都有着相同的特点，简单易用且高效，主打一个新奇亮眼，顺便解放你的个人生产力。

今天就给大家推荐几个 GitHub 上比较热门的 AI 工具，让大家体验一下人工智能的神器与强大之处。

去年 Midjourney 和 Stable Diffusion 这两款 AI 绘画神器一经发布，让诸多专业摄影师、设计师、艺术创作者都倍感震撼。大家都没想到，能够抢自己饭碗的，不是同行，而是 AI。

那些经 AI 之手创作的图像，艺术风格极具创意且逼真形象。当中有一些作品，甚至还拿到了艺术博览会的冠军，或卖到了 40 万美元的高价。

随着今年这波 AI 风口的兴起，让这两款神器再次走进人们的视野，但与上次不同的是，这次很多普通网友都开始上手学习，并参与创作，再利用工具能力进行变现。

前阵子有不少朋友帮人做 AI 头像专属定制，也能时不时赚几杯奶茶钱。

其实想做头像定制，也没那么难，今天给大家推荐一个在 GitHub 上开源的 AI 工具：Photoshot。

用户将自己的个人头像上传后，可借助 Stable Diffusion 模型进行训练，并生成一款拥有不同风格的个人头像。

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

该项目在 GitHub 上开源半年多，里面用到的一些技术栈，放到今天，依然不会过时。下面我整理一下，供大家参考学习：

Next.js 开发 webapp；

Chakra UI 开发 UI 组件；

Prisma 作为数据库；

Replicate 机器学习模型云托管平台；

Stripe OpenAI 联合创始人做的第三方支付；

Stable Diffusion 当下最为流行的文生图开源模型；

今年 Meta 在 GitHub 开源 Segment Anything Model（SAM）以后，图像领域真正做到了「万物皆可分割」，开发者处理图像分割任务的流程进一步简化，成本大幅下降。

作为计算机视觉中尤为重要的一个研究方向，图像分割在近几年一直倍受业界关注。现在技术已经足够成熟，我们也能做出更多有趣的 AI 应用。

比如结合图像分割与图像处理，让 AI 实现照片水印去除，老照片一键修复，图像中的物品对象替换等等。

今天给大家推荐一款开源的图像修复工具：Lama Cleaner，基于 SOTA AI 模型构建，功能颇为齐全。

该工具可用于快速去除图像中各种物品、人物、字体、水印等对象，并支持老照片修复、文本替换图像内容等。

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

项目免费开源，支持自托管。如果担心数据隐私安全的话，可以把项目托管到自己的服务器上，让数据 under control。

另外，该工具还内置了插件系统，如果机器配置跟得上，你可以往里面再集成一些类似 RealESRGAN（生成高分辨率图像）、GFPGAN（人脸修复）等开源模型，为工具增添更多功能。这整得就跟开菜馆一样，丰俭由人。

近几年，短视频的风口一直在持续，各大社交网站也都针对短视频流量进行大力扶持。身边陆陆续续有朋友从大厂离职，加入自媒体行业，大多首选的内容创作类型，便是短视频。

短视频制作流程，一般主要分为制定主题、脚本构思、素材拍摄、视频剪辑。其中视频剪辑对技术要求颇高，不过一旦熟练掌握，不少流程也能实现自动化。

曾任亚马逊首席科学家的李沐老师，从两三年前便开始在 B 站授课，向大众科普 AI 技术知识，拆解主流论文中的技术实现原理与应用方向。

在此过程中，他根据自己的视频剪辑需求，随手做出了一款视频剪辑工具：AutoCut，可通过字幕快速剪切视频，现已开源至 GitHub。

该工具支持自动生成字幕，用户无需使用视频编辑软件，仅需编辑文本文件，即可完成剪切。

GitHub：https://github.com/mli/autocut

项目采用的是 OpenAI 开源的自动化语音识别（ASR）系统，使用从网络收集的 68 万小时的多语言和多任务监督数据进行训练。

它能够根据视频语音，自动批量化生成字幕文件，其中英文语音的生成质量最高。

利用 Whisper 能够自动生成字幕的视频，对一些空白字幕内容配合脚本，进行视频自动剪切，便能够节省很多视频剪辑的时间。

以上，就是本期为大家推荐的几个 GitHub 项目，希望对大家有所帮助。