三行代码实现 AI 梦想，GitHub 8.6k 的这个项目价值千万！
三行代码实现 AI 梦想，GitHub 8.6k 的这个项目价值千万！
Q：最顶尖的 AI 技术到底离我们有多远？
A：三行 Python 代码的距离。
1.导读
大家好，我是小 G。
众所周知，在过去一年，各类 AI 绘画作品层出不穷，Disco-Diffusion 等技术模型也在圈中被广泛讨论。
为此，今天我想大家推荐一个 AI 领域相当优秀的 GitHub 开源项目。粗略估计，这个项目价值超过千万，当前 GitHub Star 8.6k，大胆预判，这个项目肯定要火，在 Hugging Face Space 上已经登录 Trending TOP3，而且在海外破圈，网友好评不断！
未来 Star 数很快可以到 10k甚至20k！
★ 传送门★
https://github.com/PaddlePaddle/PaddleHub
话不多说，直接看效果：
prompt：古风华服少女，唯美，俏皮，火凤凰
prompt：日落时的城市天际线，秋天风格
prompt：巨大的纯白色城堡
prompt：a beautiful landscape photography of snow covered Rocky mountains, a dead intricate tree in the foreground, sunset, dramatic lighting, by Marc Adamus
prompt：close-up maximalist illustration of panther, by makoto shinkai, akihiko yoshida, yoshitaka amano, super detailed, hd wallpaper, digital art
prompt：clouds surround the mountains and Chinese palaces,sunshine,lake,overlook,overlook,unreal engine,light effect,Dream，Greg Rutkowski,James Gurney,artstation
prompt：在 artstation 上的一幅美丽的画，一个独特的灯塔，照耀着它的光穿过喧嚣的血海；由 greg rutkowski 和 thomas Kinkade 所做
prompt：孤舟蓑笠翁，独钓寒江雪， 水粉画
prompt：在宁静的风景中画一幅美丽的建筑画，由 Arthur Adams 在 artstation 上所做
以上惊艳的文图生成效果，是通过 PaddleHub 三行 Python 代码实现的作品：
import paddlehub as hub
module = hub.Module(name="ernie_vilg")
results = module.generate_image(text_prompts=["巨大的白色城堡"])本次PaddleHub v2.3.0开源ERNIE-ViLG、Stable-Diffusion（SD）、Disco-Diffusion的文生图大模型能力。
将以上ernie_vilg替换为stable_diffusion或disco_diffusion_ernievil_base即可轻松体验不同的文图生成模型，用户也可自定义修改text_prompts来获得不同的效果体验。
三行代码虽然简单，但是代码背后的文图生成模型可不简单，分别来源于现在文图生成领域最顶尖的开源成果：ERNIE-ViLG、Stable-Diffusion以及Disco Diffusion + ERNIE-ViL。
以 DD+ ERNIE-ViL 为例，DD 扩散模型负责从初始噪声或者指定初始图像中来生成目标图像，ERNIE-ViL 负责引导生成图像的语义和输入的文本的语义尽可能接近，随着扩散模型在 ERNIE-ViL 的引导下不断的迭代生成新图像，最终能够生成文本所描述内容的图像。
这种惊艳的效果，在 PaddleHub 这里只需要三行代码即可体验。也可以通过 huggingface 的 ERNIE-ViLG 空间体验，如图:
★ 欢迎Star关注 ★
https://github.com/PaddlePaddle/PaddleHub
2.PaddleHub
最新升级
PaddleHub 中除了 AI 作画之外，还有更多丰富模型宝藏。本次 2.3.0 版本更新，新增了包括文心大模型在内的 40+ 模型，累计预训练模型数量已经超过 400 个，包括大模型、CV、NLP、语音、工业应用等大量优质模型。
目前累计 Star 数量已超过 8.6K，频频登上 GitHub Trending 日榜月榜，used by 800+，还有不少小伙伴频频贡献，也是深受开发者喜爱。
简介与特性
PaddleHub 旨在为开发者提供丰富的、高质量的、直接可用的预训练模型。
- 【模型种类丰富】涵盖大模型、CV、NLP、Audio、Video、工业应用主流六大品类的 400+ 预训练模型，全部开源下载，离线可运行
- 【超低使用门槛】：无需深度学习背景、无需数据与训练过程，可快速使用 AI 模型
- 【一键模型快速预测】通过一行命令行或者极简的Python API实现模型调用，可快速体验模型效果
- 【一键模型转服务化】一行命令，搭建深度学习模型API服务化部署能力
- 【十行代码迁移学习】十行代码完成图片分类、文本分类的迁移学习任务
- 【跨平台兼容性】可运行于 Linux、Windows、MacOS 等多种操作系统
图像领域
包括图像分类、人脸检测、口罩检测、车辆检测、关键点检测、人像分割、语言文本识别、图像超分/上色/动漫化等任务模型，实现效果见下图。
文本领域
包括中文分词、词性标注、句法分析、AI写诗/对联/情话/藏头诗、情感分析、文本审核、机器翻译、同声传译等
语音领域
支持语音识别、语音合成、声音分类和声音克隆
- 语音识别效果如下:
Input Audio：
Recognition Result：我认为跑步最重要的就是给我带来了身体健康。
- 合成效果如下:
输入：Life was like a box of chocolates, you never know what you're gonna get.
3.三行代码的手把手实践教程
致谢开发者
★ 欢迎Star关注 ★
https://github.com/PaddlePaddle/PaddleHub
- 飞桨官网：https://www.paddlepaddle.org.cn/
- PaddleHub GitHub 地址：https://github.com/PaddlePaddle/PaddleHub
- PaddleHub 大模型集合教程：https://aistudio.baidu.com/aistudio/projectdetail/4462918
- 更多模型检索：https://www.paddlepaddle.org.cn/hublist
- 文心官网体验地址：https://wenxin.baidu.com/moduleApi/ernieVilg
目前文心大模型 API 已经正式开放，可以支持开发者直接调用或者精调。
Huggingface Demo 体验地址：https://huggingface.co/spaces/PaddlePaddle/ERNIE-ViLG
注释：当前体验服务生成的所有内容都是由人工智能模型生成，我们对其生成内容的准确性、完整性和功能性不做任何保证，并且其生成的内容不代表我们的态度或观点。我们的服务来自于法律法规允许的包括但不限于公开互联网等信息积累，并已经过不断的自动及人工敏感数据过滤，但仍不排除其中部分信息具有瑕疵、不合理或引发不快。