Visitar URL original
大家好，我是 Jack。
愉快的假期结束了，周末又休了两天年假，今天开启打工仔模式。
今天先热热身，分享几个假期看到的 AI开源项目。
人物头像风格迁移算法，又有了新进展。
如果你想拥有一个，和本人照片相像的卡通头像，不妨试试这类算法。
VToonify 相比于之前的算法，效果上得到了很大的改进。
左侧是原始照片，中间是夸张漫画风，右侧是漫画风。
这里有更多的效果，只能说生成效果真是越来越好了。
我们甚至可以根据自己喜欢的风格，灵活调整：
可以灵活切换不同的风格：
甚至多种风格进行融合：
VToonify 生成的这些人像不仅具有高度可调的卡通风格，而且包含了人像的很多细节。
动画影视作品、VR 场景都可以用到这项技术。
VToonify 结合了基于 StyleGAN 的框架和图像转换框架的优点，实现了可控的高分辨率人像视频风格转换。
项目地址：
https://github.com/williamyang1991/vtoonify
一句描述生成图像，text2img 这类算法我介绍过很多次。
最近也有很多新的研究成果，比如 clip2latent：
项目地址：
https://github.com/justinpinkney/clip2latent
不过，它不是我们今天的主角，仅仅是 2D 图像的生成已经无法满足研究者们了。
一句描述生成 3D 模型，Google 发布新作品。
文本描述直接生成 3D 模型，这个挺强的，效果优化好，又是一款创作利器。
比如输入：
a high quality photo of a pineapple
我们就可以得到这样一个 3D 模型，可以查看它的各个角度：
也可以对一些 3D 模型的属性进行编辑：
项目还提供了 Colab ，可以快速体验，感兴趣的小伙伴可以试一试。
项目地址：
https://github.com/ashawkey/stable-dreamfusion
续 GAN 之后，大放异彩的是扩散模型。
除了生成图像，还可以生成动作。
比如Human Motion Diffusion Model，人体运动扩散模型，简称 MDM。
我们直接看下效果：
这东西有什么用呢？
要知道，无论做游戏，还是拍电影。
在做特效时，演员需要穿上特制的服装，贴上 marker，在动捕系统的覆盖下完成表演。
后期制作时，特效师将采集到的肢体动作和面部表情重定向到虚拟角色中，然后经过不断的后处理让虚拟人的动作尽可能真实。
因此，动作捕捉+重定向+后处理涉及大量的人工操作，过程十分烧钱。
有了这类动作生成模型，就能够快速又真实的生成特定的动作，大大节省成本。
话说，我还蛮期待真正的元宇宙时代的到来。
项目地址：
https://github.com/guytevet/motion-diffusion-model
3D 相关的研究多了起来，感兴趣的小伙伴都可以看一看。
今天就聊这么多吧，我是 Jack，我们下期见～