这是雷军的简历，落魄时卡里只有冰冷的40亿…
大家好，今天继续聊聊科技圈发生的那些事。
一、雷军的简历
最近小米汽车的一轮疯狂刷屏也让老总雷军再火了一把。比如，小米汽车首批交付，雷军亲自开车门，并合影留念，被网友戏称30万购车款花得真值。最近又有人整理了雷军的简历，一起来欣赏下：
说回雷军开挂一般的人生，我们就看其中比较震撼的几项：
- 710 分满分的高考，考了 700 分（网传，估计为假，也有说584），不过确实两年修完所有学分，拿完所有奖学金
- 大三，纯靠兼职写代码赚了 100 万
- 编写的程序被搬进教材
- 被湖北省公安厅请去讲解反病毒技术
- 28 岁出任金山软件总经理
- 31 岁创办卓越网，后于 2004 年以 7500 万美元出售
- 38 岁迷茫低谷时，卡里剩下冰冷的 40 亿
- 41 岁创办小米
作为歌唱家发布作品《Are U OK》- 50 岁，小米公司上市
一直不能理解 28 岁出任金山软件总经理是什么段位，直到我 28 岁...
二、SearXNG
相信很多游戏玩家们都在网上看到过一些关于 Steam 平台的小段子。比如，新玩家入坑端游，想体验一下 Steam，一搜，却搜出来一堆坑人的“ Steam 管家”。还没弄清楚状况呢，已经掉进盗版的连环坑了。
哈哈，虽然对于我们这种“游戏老鸟”来说，这种事儿已经不太可能发生了（毕竟辨认很简单，下载完打不开的才是真 Steam）。
但我们如何避免这种搜索引擎带给我们的广告陷阱呢？
SearXNG 是一款免费开源的互联网元搜索引擎。SearXNG 聚合了 70 多个搜索服务的结果，简单来说，就是在你提供搜索请求时，同时开 70 多个引擎帮你搜索！
另外，SearXNG 可以有效的保护个人隐私。从搜索请求中删除私人数据有以下三种形式：
- 从发送至搜索服务的请求中删除个人数据
- 不通过搜索服务转发来自第三方服务的任何内容
- 从进入结果页面的请求中删除私有数据
最令人舒适的一点是，SearXNG 不提供任何广告或是跟踪内容。在使用过程中，用户感受不到任何广告成分。而且引擎不会将搜索记录等隐私行为记录转发给第三方。
总的来说，这就是一款 Pro 版本的搜索引擎。首先没有广告，能集合各大主流搜索引擎的搜索结果，内容丰富完整，还能有效的保护用户个人隐私。
Homepage
项目的搭建需要一台云服务器，而且不太适合在国内的服务器搭建，有一定的上手难度，但是使用体验应该还是很不错的。感兴趣的小伙伴可以从项目的主页深入了解看看。
项目地址：
https://github.com/searxng/searxng
三、video-subtitle-remover
当我们在观看一些动漫、电视剧的时候，通常会碰到一个问题：
某一个分镜的某个角色特别好看，我想把他/她截下来当头像，但是下面字幕挡住了一部分，去掉那部分的区域，又感觉比例什么的怪怪的，咋办？
比如，我想做到下面这样：
video-subtitle-remover (VSR) 是一款基于 AI 技术，将视频中的文字去除的软件。只需要提供一个原视频作为输入文件，该项目就能帮你去掉里面的文字、水印、字幕等。而且，这是一个有 GUI 界面的软件！
项目的功能很强大：
- 无损分辨率将视频中的硬字幕去除，生成去除字幕后的文件
- 通过超强AI算法模型，对去除字幕文本的区域进行填充（非相邻像素填充与马赛克去除）
- 支持自定义字幕位置，仅去除定义位置中的字幕（传入位置）
- 支持全视频自动去除所有文本（不传入位置）
- 支持多选图片批量去除水印文本
GUI界面
项目基于FFmpeg框架实现，使用 Python 的 subprocess 模块执行 FFmpeg命令。通过调用 FFmpeg， VSR 能够检查视频流信息，识别文字，然后直接从原视频中摘除。
项目本地可以部署运行，当然，需要一块 NVIDIA 显卡，显卡性能越强，实现越快。作者团队提供了懒人包，项目的主页也附上了很多常见的使用问题。参考作者的这些引导，相信部署起来并不困难。
项目已开源，感兴趣的小伙伴可以自己体验一下。
项目地址：
https://github.com/YaoFANGUK/video-subtitle-remover
四、InstantStyle
InstantStyle，一款由 InstantID 团队开发的新项目。这是一个框架，可以从参考图像中分离风格和内容，进行图像生成。InstantStyle 支持不同的生成方式，包括提供风格图片和内容图片，以及提供风格图片和内容说明文字。
项目致力于解耦风格与内容，防止样式泄露。我们先来看看 InstantStyle 的概述：
InstantStyle 有11个具有 SDXL 的 transformer 块，4个用于下采样块，1个用于中间块，6个用于上采样块。第4块和第6块分别对应于布局和样式。大多数时候，第6个区块足以捕捉风格，只有在某些情况下布局是样式的一部分时，第4个才重要。
在这张图上可以看到，我们提供了风格参考图片（不同的图片）和源图（人像），InstantStyle 帮我们生成了相应风格的人像图，比如油画《星空》风格的人像。
我们也可以提供风格参考图片，然后再提供说明文字（也就是我们常看到的prompt），InstantStyle 也可以帮我们生成一系列图像。
作者团队在 IP 适配器（SDXL）上进行了全面的实验，以分析每个注意力层对图像特征的影响。up_blocks0，attents.1和down_blocks.2，attents.1分别是最具代表性的层次、控制风格和空间布局。
作为一个通用框架，InstantStyle 已经可以用很高效的方法分离参考图像的内容和风格。我们可以进一步等待后续发展更新。
项目地址：
https://github.com/InstantStyle/InstantStyle
好了，本期的内容就是这么多，我们下期再见！