分享一些图像相关的开源项目，再聊聊955工作制
大家好，今天继续聊聊科技圈发生的那些事。
一、FollowYourClick
点一下，玩一年，装备不花一分钱。
这样一张简单的小鸟图片，只需要鼠标轻轻点一下，我们就可以让它动起来。
Tune the head
是不是很有意思呢？
FollowYourClick，腾讯开发的动态化图像工具。基于短提示，将图片转化为局部运动的图像动画。通过简单的点击，指定要移动的内容，再给出简短的提示指示如何运动，让我们看到了动起来的图片。
基于传统的图像到视频 (I2V) 模型，作者团队进行了许多改进：
- 使用第一帧掩蔽策略，显著提高视频生成质量。
- 提出运动增强模块。传统的I2V方法需要用户提供大量的帧内容描述。而FollowYourClick配备短运动提示数据集，只需要给出简短的提示即可。
- 提出基于流量的运动幅度控制，更加精确的控制动图的运动速度，使其更加真实。
项目地址：
https://github.com/mayuelala/followyourclick
作者团队在主页上展示了很多有意思的演示视频。不仅有点一下就开怀大笑的皮卡丘，还有油画上发射的火箭等等。效果都还不错。
主页的演示demo
这个项目目前还没有完全开源。大家可以持续关注一下，期待后续的更新。
二、clarity-upscaler
一款开源的写实超分辨率重建工具。
clarity-upscaler就像拿着一把放大镜对着图片扫，扫过之处图像更为清晰，分辨率更高。
修复前（左） 修复后（右）
类似Stable Diffusion和Midjourney这些软件，都是我们比较熟悉的AI绘画软件了。这些软件各有所长，比如Stable Diffusion可控性高，绘画结果比较精细；Midjourney上手门槛低而且更随机化，可能会给出意想不到的惊喜。
而借助clarity-upscaler，我们就可以解决这些绘画软件制作出的图像，纹理不够真实的问题。
更加真实的纹理细节
同时，作者团队也有自己的体验网站。在网站上就可以直接感受到clarity-upscaler的功能了。
网站地址：
https://clarityai.cc/dashboard
上传图片，调整参数，就可以拖动查看效果了。目前可调整的参数主要是以下几个：
- 控制AI自由度的参数Hallucination，过高会产生“幻觉”，即不真实的效果；过低会使图像没有什么变化。
- 控制与原图相似度的参数Resemblance，使图像不要过于失真。
- 控制细节强度的参数Dynamic，过高会导致像素化。
还有可供选择的风格Style、upscaling倍数、控制细节的Fractality几项。可以在团队的网址自行体验。
在项目主页，作者也给出了本地和云的cog部署方案。
项目地址：
https://github.com/philz1337x/clarity-upscaler
项目已经开源，有兴趣的小伙伴可以自己感受看看。
三、Open-Sora-Plan
北大的OpenSora来了！
看到这个项目前面挂着 PKU，后面挂着 Sora，我想没有人能忍住不点进来。可以看到项目 Github主页的 News 和 Todo 上，几乎每一天都有新的问题被解决。
废话少说，我们直接来看看模型。
模型的框架主要由三部分组成：
模型框架图
- Video VQ-VAE
- Denoising Diffusion Transformer 去噪扩散Transformer
- Condition Encoder 条件编码器
这个框架中的很多东西，在Sora的技术报告中都是有迹可循。
团队对实现的细节有以下几点说明。
可变长宽比
参考FiT（Flexible Vision Transformer for Diffusion Model），团队实施了一种动态掩码策略，并行批量训练的同时保持灵活的长宽比。
将高分辨率视频在保持长宽比的同时下采样至最长边为256像素, 然后在右侧和底部用零填充至一致的256x256分辨率。
动态训练策略
可变分辨率
团队在固定的256x256分辨率上训练，通过使用位置插值，实现可变分辨率的采样。
我们将可变分辨率噪声潜变量的位置索引从[0, seq_length-1]下调到[0, 255]，以使其与预训练范围对齐。这种调整使得基于注意力的扩散模型能够处理更高分辨率的序列。
可变时长
通过使用VedioGPT将视频压缩至潜在空间，从而支持可变时长生成。同时扩展空间插值至时空维度，实现对变时长视频的处理。
项目地址：
https://github.com/PKU-YuanGroup/Open-Sora-Plan
模型开源了。而开源的目的更是开发团队希望通过社区的力量，在有限的资源条件下尽可能的为这个复现项目添砖加瓦。
希望小伙伴们在持续关注咱自家的Open-Sora的同时，有能力的，也献上一份绵薄之力。
四、955.WLB
一个拥有 33.8k star 数的项目，点进去一看，居然没有任何代码，这个 955.WLB 项目究竟拥有什么魔力？
955.WLB 中 的 955 指的是工作制度，与我们熟知的 996 类似，955 即早九晚五，每周工作五天；而 WLB 呢？其实是英文 Work Life Balance 的缩写，也就是工作和生活的平衡。
这是一份由全国各地大小公司的程序员们合力贡献的名单，上面罗列了全国 955 工作制不加班公司的名单。而作者也提示到，并不是所有在榜的公司都是绝对的 955，可能有些许偏差，但基本都不属 996。而作者本人身处上海，对本地的情况更了解，所以在榜的公司，居上海的占很大一部分。
Afterpay - 上海
Airbnb - 北京
Amazon - 北京/上海
AMD - 上海
Apple - 北京/上海
ArcSoft - 杭州
ARM - 上海
Autodesk - 北京/上海
Booking - 上海
Calix - 南京
Canva - 北京/武汉
Cisco - 北京/上海/杭州/苏州
Citrix - 南京
Coolapk (酷安) - 北京/深圳
Coupang - 北京/上海
CSTC (花旗金融) - 上海
Dell - 上海
Douban (豆瓣) - 北京
Duolingo - 北京
eBay - 上海
eHealth - 厦门
Electronic Arts - 上海
EMC - 上海
EPAM Systems - 上海/深圳/苏州/成都
Ericsson - 上海
Flexport - 上海/深圳
FreeWheel - 北京
GE - 上海
Google - 北京/上海
Grab - 北京
Honeywell - 上海
HP - 上海
HSBC - 上海/广州/西安
Hulu - 北京
IBM (GBS除外) - 北京/上海
iHerb - 上海
Intel - 北京/上海/深圳
LeetCode - 上海
LEGO Group - 上海
Linkedin - 北京
Micro Focus - 上海
Microsoft - 北京/上海/苏州
MicroStrategy - 杭州
Morgan Stanley (IT) - 上海
National Instruments - 上海
Nike - 上海
Nokia - 上海/南京/杭州
Nomura - 上海
NVIDIA - 北京/上海
Optiver - 上海
Oracle - 上海
PayPal - 上海
Philips - 上海/苏州
Pivotal - 北京/上海
Qualcomm - 北京/上海
Rakuten - 上海/大连
Red Hat - 北京/上海/深圳/西安/remote
RingCentral - 厦门/杭州/香港
Rippling - 北京/上海
SanDisk - 上海
SAP - 上海
SmartNews - 北京/上海
Snap - 北京/深圳
State Street - 杭州
SUSE - 北京/上海/深圳
The Trade Desk - 上海/深圳
ThoughtWorks - 西安/北京/深圳/成都/武汉/上海/香港
Trend Micro - 南京
Tubi - 北京
TuSimple - 北京/上海
Two Sigma - 上海
Ubisoft - 上海
Unity - 上海
Vipshop (唯品会) - 上海
VMware - 北京/上海
WeWork - 上海
Wish - 上海
Works Applications - 上海
XMind - 深圳
Zhihu (知乎) - 北京
Zoom - 合肥/杭州/苏州
这只是名单的一部分，不难找到许多熟悉的公司名字。
项目主页readme上很醒目的一句话：
旨在让更多的人逃离 996，加入 955 的行列。
或许，这份项目如此高的 star 数，就是程序员们试图逃离 996 工作制，对美好的 955 生活的期盼吧。
项目地址：
https://github.com/formulahendry/955.WLB
好了，今天的内容就是这么多，我们下期见！