自从 、 发布以来，各种相关开源项目百花齐放，着实让人应接不暇。
今天，我将着重挑选几个优质的开源项目，对我们的日常工作、学习生活，都会有很大的帮助。
今天整理分享给大家，希望对你有所帮助。
一、
这个是微软开源的项目，一周多的时间，就斩获了 23.6k+ star。
简单概括它，那就是一个多模态的问答系统。
支持AI绘画、语言问答、看图问答，将 AI 届近期的 3 大热点集于一身。
效果展示：
系统实现框架如下：
的系统实现框架
这是一个“大力出奇迹”的开源项目，集多方研究成果于一身：BLIP、CLIP、、、、vqa 等。
说白了，就是教你怎样使用这些项目，搭建一个多模态的问答系统，这个系统架构很有参考价值。
项目地址：
二、
这是一篇 2023 年的 CVPR 论文对应的开源项目。
刚刚开源，新鲜热乎～
功能就是：根据一张图片、一段音频，合成面部说这段语音的视频。
结合 、AIGC、音频文字转换，虚拟二次元 or 三次元形象，就能“活”过来了。
此外，还项目还做成了 webui 的插件，也就是直接能在 里使用。
生成的图片，直接配合一段音频，就能生成合成的视频。
项目地址：
三、
文本能编辑生成图片？那视频能编辑吗？
：我可以！
左图是原图，右图是生成效果，输入的文本是：
增加 Pokémon 动漫风格
增加水墨画风格：
除了视频的风格迁移，也支持修改里面的内容。
比如：松鼠是胡萝卜，变成，兔子吃茄子。
这个项目也是基于sd做的，离一键生成视频，又进了一步。
项目地址：
四、
arXiv 想必大家都知道，当下最流行的论文托管网站，上面有来自世界各地的科学家、研究学者。
为了提高 arXiv 用户阅读论文的效率，有人开源了一款利用 总结 arXiv 论文的开源工具 。
开发者的动机，他是这样讲述的：
简而言之，该项目可根据用户关键词下载 arXiv 上的最新论文，利用 .5 API 强大的归纳能力，将其浓缩成固定格式，文字少且易读。
同时，项目支持个人自己部署，或者直接去 Hugge Face 体验。
项目地址：
最后
最近有太多公司 all in 了，各种相关的开源项目也是层出不穷。
希望这些项目，对你能有所帮助。
相关文章
