這是雷軍的簡歷，落魄時卡里只有冰冷的40億….

2025-04-23 03:10 Jack Cui

大家好，今天繼續聊聊科技圈發生的那些事。

一、雷軍的簡歷

最近小米汽車的一輪瘋狂刷屏也讓老總雷軍再火了一把。比如，小米汽車首批交付，雷軍親自開車門，併合影留念，被網友戲稱30萬購車款花得真值。最近又有人整理了雷軍的簡歷，一起來欣賞下：
說回雷軍開掛一般的人生，我們就看其中比較震撼的幾項：
  • 710 分滿分的高考，考了 700 分（網傳，估計為假，也有說584），不過確實兩年修完所有學分，拿完所有獎學金
  • 大三，純靠兼職寫程式碼賺了 100 萬
  • 編寫的程式被搬進教材
  • 被湖北省公安廳請去講解反病毒技術
  • 28 歲出任金山軟體總經理
  • 31 歲創辦卓越網，後於 2004 年以 7500 萬美元出售
  • 38 歲迷茫低谷時，卡里剩下冰冷的 40 億
  • 41 歲創辦小米
  • 作為歌唱家釋出作品《Are U OK》
  • 50 歲，小米公司上市
一直不能理解 28 歲出任金山軟體總經理是什麼段位，直到我 28 歲…

二、SearXNG

相信很多遊戲玩家們都在網上看到過一些關於 Steam 平臺的小段子。比如，新玩家入坑端遊，想體驗一下 Steam，一搜，卻搜出來一堆坑人的“ Steam 管家”。還沒弄清楚狀況呢，已經掉進盜版的連環坑了。
哈哈，雖然對於我們這種“遊戲老鳥”來說，這種事兒已經不太可能發生了（畢竟辨認很簡單，下載完打不開的才是真 Steam）。
但我們如何避免這種搜尋引擎帶給我們的廣告陷阱呢？
SearXNG 是一款免費開源的網際網路元搜尋引擎。SearXNG 聚合了 70 多個搜尋服務的結果，簡單來說，就是在你提供搜尋請求時，同時開 70 多個引擎幫你搜索！
另外，SearXNG 可以有效的保護個人隱私。從搜尋請求中刪除私人資料有以下三種形式：
  • 從傳送至搜尋服務的請求中刪除個人資料
  • 不透過搜尋服務轉發來自第三方服務的任何內容
  • 從進入結果頁面的請求中刪除私有資料
最令人舒適的一點是，SearXNG 不提供任何廣告或是跟蹤內容。在使用過程中，使用者感受不到任何廣告成分。而且引擎不會將搜尋記錄等隱私行為記錄轉發給第三方。
總的來說，這就是一款 Pro 版本的搜尋引擎。首先沒有廣告，能集合各大主流搜尋引擎的搜尋結果，內容豐富完整，還能有效的保護使用者個人隱私。
Homepage
專案的搭建需要一臺雲伺服器，而且不太適合在國內的伺服器搭建，有一定的上手難度，但是使用體驗應該還是很不錯的。感興趣的小夥伴可以從專案的主頁深入瞭解看看。
專案地址：
https://github.com/searxng/searxng

三、video-subtitle-remover

當我們在觀看一些動漫、電視劇的時候，通常會碰到一個問題：
某一個分鏡的某個角色特別好看，我想把他/她截下來當頭像，但是下面字幕擋住了一部分，去掉那部分的區域，又感覺比例什麼的怪怪的，咋辦？
比如，我想做到下面這樣：
video-subtitle-remover (VSR) 是一款基於 AI 技術，將影片中的文字去除的軟體。只需要提供一個原影片作為輸入檔案，該專案就能幫你去掉裡面的文字、水印、字幕等。而且，這是一個有 GUI 介面的軟體！
專案的功能很強大：
  • 無損解析度將影片中的硬字幕去除，生成去除字幕後的檔案
  • 透過超強AI演算法模型，對去除字幕文字的區域進行填充（非相鄰畫素填充與馬賽克去除）
  • 支援自定義字幕位置，僅去除定義位置中的字幕（傳入位置）
  • 支援全影片自動去除所有文字（不傳入位置）
  • 支援多選圖片批次去除水印文字
GUI介面
專案基於FFmpeg框架實現，使用 Python 的 subprocess 模組執行 FFmpeg命令。透過呼叫 FFmpeg， VSR 能夠檢查影片流資訊，識別文字，然後直接從原影片中摘除。
專案本地可以部署執行，當然，需要一塊 NVIDIA 顯示卡，顯示卡效能越強，實現越快。作者團隊提供了懶人包，專案的主頁也附上了很多常見的使用問題。參考作者的這些引導，相信部署起來並不困難。
專案已開源，感興趣的小夥伴可以自己體驗一下。
專案地址：
https://github.com/YaoFANGUK/video-subtitle-remover

四、InstantStyle

InstantStyle，一款由 InstantID 團隊開發的新專案。這是一個框架，可以從參考影像中分離風格和內容，進行影像生成。InstantStyle 支援不同的生成方式，包括提供風格圖片和內容圖片，以及提供風格圖片和內容說明文字。
專案致力於解耦風格與內容，防止樣式洩露。我們先來看看 InstantStyle 的概述：
InstantStyle 有11個具有 SDXL 的 transformer 塊，4個用於下采樣塊，1個用於中間塊，6個用於上取樣塊。第4塊和第6塊分別對應於佈局和樣式。大多數時候，第6個區塊足以捕捉風格，只有在某些情況下佈局是樣式的一部分時，第4個才重要。
在這張圖上可以看到，我們提供了風格參考圖片（不同的圖片）和源圖（人像），InstantStyle 幫我們生成了相應風格的人像圖，比如油畫《星空》風格的人像。
我們也可以提供風格參考圖片，然後再提供說明文字（也就是我們常看到的prompt），InstantStyle 也可以幫我們生成一系列影像。
作者團隊在 IP 介面卡（SDXL）上進行了全面的實驗，以分析每個注意力層對影像特徵的影響。up_blocks0，attents.1和down_blocks.2，attents.1分別是最具代表性的層次、控制風格和空間佈局。
作為一個通用框架，InstantStyle 已經可以用很高效的方法分離參考影像的內容和風格。我們可以進一步等待後續發展更新。
專案地址：
https://github.com/InstantStyle/InstantStyle
好了，本期的內容就是這麼多，我們下期再見！

·················END·················


相關文章