大家好，今天繼續(xù)和大家分享科技圈最近發(fā)生的那些事兒！
一、女博士 OnlyFans 創(chuàng)業(yè)
這事看著還挺離譜...
美國(guó)一位名叫扎拉·達(dá)爾（Zara Dar）的計(jì)算機(jī)科學(xué)女碩士因放棄攻讀博士學(xué)位，轉(zhuǎn)而全職經(jīng)營(yíng) OnlyFans 平臺(tái)，成功賺取百萬美元并還清學(xué)生貸款。
她擁有計(jì)算機(jī)和生物學(xué)位，曾在 YouTube 上創(chuàng)建頻道講解神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、梯度下降等知識(shí)：
Zara Dar 在德克薩斯大學(xué)取得計(jì)算機(jī)碩士學(xué)位后，繼續(xù)攻讀計(jì)算機(jī)科學(xué)博士學(xué)位。
起初只是把 OnlyFans 當(dāng)副業(yè)，但隨著收入的逐漸增長(zhǎng)，她選擇退學(xué)全職經(jīng)營(yíng)。
這一決定讓她在短時(shí)間內(nèi)賺取了 100 萬美元，并還清了家里的抵押貸款。
二、ColorFlow
對(duì)于喜歡畫漫畫的人來說，給黑白線稿上色，是一項(xiàng)既耗時(shí)又需要高超技巧的過程。
好在AI算法不斷更迭，這樣的工作交給AI，可以極大提高工作效率。但目前的AI在處理線稿序列的時(shí)候，可控能力還是有些差的，一方面是很難保持角色顏色的一致性，另一方面是配色天馬行空，生成的作品可能不是最合適的。
為了解決上述問題，清華大學(xué)聯(lián)合騰訊提出了ColorFlow，一個(gè)全新的圖像自動(dòng)上色方法！
ColorFlow是一個(gè)基于擴(kuò)散的三階段框架，不同于現(xiàn)有需要對(duì)每個(gè)身份進(jìn)行微調(diào)或顯式身份嵌入提取的方法，是一種新穎且具有高度通用性的檢索增強(qiáng)上色流程，用于對(duì)圖片進(jìn)行相關(guān)色彩參考的上色。
具體的實(shí)現(xiàn)流程分為三步：增強(qiáng)檢索流程（Retrieval-Augmented Pipeline，RAP）、上下文內(nèi)上色流程（In-context Colorization Pipeline，ICP）和引導(dǎo)超分辨率流程（Guided Super-Resolution Pipeline，GSRP）。每個(gè)部分都很重要，它們共同保證了在黑白圖像序列中，物體的顏色保持一致，同時(shí)實(shí)現(xiàn)高質(zhì)量的上色效果。
ColorFlow也和其他的工作進(jìn)行了對(duì)比，可以看到最左側(cè)是原始圖像，第二列是黑白圖像，參考圖像即為原故事已有的色彩圖像，可以看到ColorFlow生成的作品，還原度和藝術(shù)感非常高。
如果你感興趣的話，可以訪問 ColorFlow 的主頁(yè)自行體驗(yàn)一下。
官方地址：
https://zhuang2002.github.io/ColorFlow
在線體驗(yàn)Demo：
https://huggingface.co/spaces/TencentARC/ColorFlow
三、MEMO
我在今年七月份介紹過Echomimic，僅需一張圖片 + 一段音頻，就能生成一段數(shù)字人視頻。
https://mp.weixin.qq.com/s/KdgsIbDW1Sfp-JP0vSLNGg
現(xiàn)在，比Echomimic更自然更具表現(xiàn)力的算法出現(xiàn)了，那就是MEMO，是由Skywork、南洋理工大學(xué)和新加坡國(guó)立大學(xué)共同推出的音頻驅(qū)動(dòng)肖像動(dòng)畫框架。
這是官方主頁(yè)上提供的demo示例，音唇同步保持的很好，整體很生動(dòng)自然。
MEMO是一個(gè)端到端的音頻驅(qū)動(dòng)擴(kuò)散模型，用于生成身份一致且富有表現(xiàn)力的對(duì)話視頻。MEMO主要有兩個(gè)組件：參考網(wǎng)絡(luò)（Reference Net）和擴(kuò)散網(wǎng)絡(luò)（Diffusion Net）。MEMO的主要貢獻(xiàn)在于擴(kuò)散網(wǎng)絡(luò)中的兩個(gè)關(guān)鍵模塊：記憶引導(dǎo)的時(shí)間模塊和情感感知音頻模塊，它們共同作用從而實(shí)現(xiàn)音視頻同步并生成自然的表情。
MEMO 支持英語(yǔ)、普通話、西班牙語(yǔ)、日語(yǔ)、韓語(yǔ)和粵語(yǔ)等多種語(yǔ)言。如果你感興趣的話，可以訪問 MEMO 的主頁(yè)自行體驗(yàn)一下。
官方地址：
https://memoavatar.github.io/
熱門跟貼