|
在周末这两天里，我沉迷上了一款堪称神奇的 AI 应用，而且正如标题里说的那样，这个 AI 应用曾经让作者月入 2 万，却在今天彻底免费开源了。 好用、免费、开源、安全、高效等等，当这些褒义词汇总到了一款 App 身上，不推荐确实说不过去。 至于这款工具是干什么的？容我卖个关子，让我们先从熟悉的地方讲起—— 不知道大家有没有想过这个问题，自去年爆火，今年出圈的 AI 绘画，是怎么能听懂人话的，更直白点说，它是怎么把文字描述跟图片本身挂上钩的呢？
我们不去说那些枯燥技术上的细枝末节，但要知道核心功臣是 OpenAI 推出的 CLIP 模型。 简单说，CLIP 可以把一串文字描述变换成一串数，也可以把一张图片变换成一串数，两串数据之间的计算，让文字和图片产生了关联。 那反过来说，我有了图片，能不能根据文字去精准查找呢？ 缘起于 AI 绘画，让一位从事机器学习领域的开发者接触到了 CLIP。 这位作者先是在电脑上验证了 CLIP 应用于图片搜索的思路，因为搜图效果远好于谷歌，作者有了一个新想法—— 何不把 CLIP 封装到手机里？ 寻隐/Queryable 自此诞生，在发布当天占领了全部欧洲国家工具榜 TOP 1 ，拿捏了美国工具榜 TOP 2 的好成绩。
寻隐 相信大家或多或少都碰到过这样的问题，哪怕不是天天拍照，但日积月累下，相册里的照片总是越堆越多。 手机自带的相册给力也就罢了，但搜索功能总是一言难尽，至少做不到指哪打哪，但，寻隐可以。 PS：感谢朋友提供的素材。。。
第三方确实也有做相册搜索服务的 App，可问题是少不了向你索要权限并且联网，一方面是传统索引方式需要，另一方面则是好收费，但，寻隐可以。 是的，寻隐压根就不要联网权限，模型的应用是完全本地化的，何况软件本身也已经开源，隐私安全可以信任。
为了用户的隐私安全，作者大大可没少掉头发，主要原因，出在了 CLIP 模型上—— 现在的 AI 绘画是不支持直接中文输入的，都是调用了翻译工具的 API 变相实现的中文输入，但寻隐要这么搞，可就和不联网没关系了。 开源社区里不是没有中文 CLIP 项目，但最小的体积也是 700M+，完整版模型的体积更是按 GB 算的。 而现在的寻隐本身只有 289.3M，不是黑科技，而是作者大大下场自己训练了一个模型，并因为存储格式不同，又拿苹果开发的 Swift 语言重写了一遍。
那用这种 AI 工具肯定很慢吧？我最初是这样想的，但我自己使用起来，真就主打一手快准狠，按作者的介绍，对 1 万张图的单次检索，耗时可以不到 1s。 下面就到了具体展示效果的环节了。 效果 初次打开寻隐，需要经历这个 App 最耗时的一个环节：为相册构建索引。
给它访问相册的权限后，一次100张，5422 张照片大概花了 1 分钟左右的时间，按作者说，最新的 iPhone 可以平均 10000 张/分钟的速度建立索引。
然后，就没有然后了，搜就完事了—— 你可以搜具体的物件：
可以搜一个场景下出现的物件，模糊一点也没关系：
保存的壁纸也 OK：
描述词越多，搜索越准确：
描述词这里，还能是一个动作：
可以是一种颜色：
甚至是一个场景：
甚至抽象一点都没关系，寻隐很会给人惊喜。 PS：再次感谢朋友提供的素材。
当然，搜索结果不止一张图，你的整个相册是都做了索引的，寻隐会根据相似度，把照片展示到下面：
真的，多试试寻隐，它的搜索表现总是出乎我意料。
当然，不敢保证说寻隐 100% 能找到你要的那张图，只是在测试的两天里，寻隐的精准度是真的很强。 而且作者在介绍页专门有提到，和一切同类应用不同，寻隐鼓励使用复杂的长句描述，描述越精准，结果越可靠。 至于为什么这么说，感兴趣的小伙伴可以了解一下 CLIP 模型的工作原理，无论短词还是长句，寻隐很好用。 结语 或许你发现了，上面所有的截图都是 iPhone，因为寻隐只上架了 App Store，而且需要 iOS 16 及以上。 原因嘛，作者大大并非 iOS 开发，也不是 Android 开发，只是因为自己用的苹果手机，加上苹果官方最先下场验证了 AI 绘画移植到 iOS 的可能性，这才让寻隐面世。 不过安卓老哥也别急，毕竟作者开源了寻隐，安卓版寻隐不会太远，到时候有了我会第一时间 cue 大家的。 话说回来，这么一款好用、免费、开源、安全、高效的工具，谁又能不爱呢？条件合适的小伙伴们快去试试吧。
|
|
|
