北京，这两天上班可太难了！

小伙伴们，周五好啊~

北京这两天上个班可太难了！

一、北京大雪

最近，北京下了一周的雪，虽然每天都不是特别大，但胜在“连绵不绝”。

因为下雪交通不便，地铁挤、公交挤，打工人上个班可太难了。

原本一小时的路程，可能要走一个半小时，甚至两个小时、三个小时。

小部分互联网公司开启居家办公模式，字节、小红书、虾皮、微软、雀巢、英伟达，周三、周四、周五可居家办公。快手、贝壳，可报备居家办公。

至于阿里、百度、腾讯、京东、网易、美团等公司，则是正常上班。

细品起来还挺有意思的，字节、小红书业务增长都不错的，居家办公了。至于业务增长放缓的嘛...

昨晚，北京地铁昌平线又发生了事故。

雪天，路滑，轨滑，注意安全啊！

我呢，还趁着大雪搬了一趟家，最近浑身酸痛。

前房东看着北京的二手房价一跌再跌，就坐不住了，，临近续约期跟我沟通说不租了，想要卖房。

无奈只好找新家，赶巧又碰上下大雪，搬家那叫一个艰辛。

昨天刚把自己的临时工作区收拾好，一堆书、小摆件还扔在纸壳箱里，至今未收拾。

最后，再分享下我这两天看到的 AI 开源项目。

PatchFusion 单目深度估计算法。

简单来说，就是根据一张照片，预测出对应的深度图。

PatchFusion 预测的深度信息更好，比如麦穗：

右图是一般单目深度估计预测的效果，左图是 PatchFusion 预测的效果。

可以明显感受到，PatchFusion 的预测更精准，像素点之间的深度差距明显，不会“糊成一团”。

这种更精确的深度估计，可以用到很多业务场景，对于用户感知最强的，那应该是用到 AI 绘画上。

使用 ControlNet 控制 Stable Diffusion AI 绘画时，深度图越清晰，AI 绘画效果越好。

对比明显，左边是使用 PatchFusion 生成的深度图生成的 AI 绘画效果。

右边是使用一般算法生成的深度图生成的 AI 绘画效果。

以后控制 AI 绘画的效果，可以更进准了。

项目地址：

https://github.com/zhyever/PatchFusion

https://zhyever.github.io/patchfusion/

一个开源的高性能聊天机器人框架，做得挺精美。

支持语音合成、多模态、可扩展的插件系统。

支持 gpt-4-vision 视觉识别的模型，能够多模态聊天。

还支持文字转语音（Text-to-Speech，TTS）和语音转文字（Speech-to-Text，STT）技术。

想自己搭建一个聊天机器人的小伙伴，可以参考他们的工作。

项目地址：

https://github.com/lobehub/lobe-chat

行，今天就聊这么多吧，

我是 Jack，我们下期见！

·················END·················