PaddlePaddle × Wechaty × Mixlab 创意赛再升级！人工智能时代的 ChatBot 需要具备哪些能力？由你来定义！参赛的小伙伴们果然各显神通，快来 pick 你心中最中意的聊天机器人吧，并献上你珍贵的 star！

对话故事生成，创造个人无限世界

穿越了穿越了，ERNIE+GPT 2 让主神阿巴带你冒险！

实现过程：

借助百度基于知识增强的持续学习语义理解框架 ERNIE，使用 PaddleNLP 内置的 GPT-2 模型，实现对话故事生成功能。为了保证剧情顺畅，需要预先定义部分关键剧情。

飞桨体验：

总的来说飞桨使用体验很好，对于版本更新导致 API 变化等问题，建议新手完成入门课程后，多 fork 简单有趣的项目熟悉飞桨，遇到问题建议多查看源码学习。

https://github.com/Tju-LMc/Paddle_Story_Generation

一个能看懂表格图片的数据助手

一键上传数据表格图片，即可获取概率统计结果。

实现过程：

上传一张表格图片，通过 PP-Structure 解析并提取表格信息，通过 Pandas 数据分析工具和 Matplotlib 可视化工具解读数据，再通过 Text2SQL 用文本语言的方式查询所需信息。

飞桨体验：

飞桨的工具组件和开发套件丰富易用，可以在很短时间内搭建一套应用。想快速上手可以先在 GitHub 上浏览飞桨模型，也可在 AI Studio 上搜索大佬项目，有很多保姆级教程。

https://github.com/thunder95/Paddle_Table_Image_Reader

移动小屋——智能车内互动玩伴

在智能车内实现城市间，长途上和黑夜里的多场景互动。

实现过程：

目标检测模块主要使用 yolov5 模型，利用 flask 框架搭建图片检测的 API。bot 通过 http 请求调用 API 接口，并存储记录为后续的提问环节做数据支撑。

飞桨体验：

飞桨的框架使用简便，可以快速验证产品想法。从构思到产品上线，只需两周时间就可以把想法快速落地。

https://github.com/livingbody/joy_rides

星星的孩子

机器人多人互动游戏，提高孤独症儿童认知。

实现过程：

通过图像识别提高儿童认知，游戏方法如下：

1）添加机器人；

2）机器人随机抽取基础图形，提示孩子们寻找匹配的物品；

3）发送图片，机器人识别，满足匹配度时回复“恭喜 x 同学！”，不满足则鼓励说“x 同学还差一点点，继续加油呀！”；

4）限制时长，到时前机器人会提醒，到时后游戏自动结束。

飞桨体验：

感谢百度飞桨提供的 notebook 环境和算力资源，很好的实现了这个公益性项目。

https://github.com/tipani86/StarChild

星际终端—AR+LBS轻社交星际漂流瓶游戏

向外太空发信息，查看 AI 预测的外星人，寻找外星生物和建筑。

实现过程：

利用 LSGAN 生成外星生物——使用 seamlessClone+人脸特征点进行外星人换脸——使用 cityscapes 进行场景中物体的识别及定位——使用 msgnet 风格迁移转换成外星建筑——利用 EXIF 信息及地图 api 实现地址定位——利用 Wechaty 发送/接收漂流瓶，发布任务。

飞桨体验：

PaddleSeg 的 GitHub 页面有很多的 SOTA 模型，本项目的 AR 识别环境就直接调用了 cityscapes 模型。此外，使用 PaddleHub 的模型进行迁移学习可快速定制模型，本项目的流沙建筑就使用了其中的 msgnet 迁移。

https://github.com/kevinfu1717/SuperInterstellarTerminal

宇宙分歧终端机

宇宙分歧终端机，为宇宙和谐助力！

实现过程：

首先，测试基本功能模块，如 EasyDL 手势识别、lac 词法分析、PaddleGAN 唇型合成；然后，组合三个功能，通过脚本项目实现“宇宙分歧终端机”的效果。

飞桨体验：

去年借着参加培训班和直播课的机会，深入了解了百度飞桨。飞桨提供的在线课程、公开项目、AI 竞赛、免费 GPU 算力等，为对深度学习感兴趣的老师和同学提供了极大帮助。

https://github.com/yongxinliao-hqu/SpaceDisagreementResolver

礼仪机器人C-3PO

星际旅行，准备好了吗？礼仪机器人为你助力！

实现过程：

首先，测试基本功能模块，如 Aurebesh 语言转换器、百度翻译 API、微信对话机器人；然后，组合三个功能，通过脚本项目实现“礼仪机器人 C-3PO”的效果。

飞桨体验：

刚入门飞桨的同学可以从 AI Studio 课程开始，按照 AI 学习地图里的预备知识、基础入门、实战进阶逐步深入，有了一定基础后可以参加比赛，体验登榜的乐趣。

https://github.com/yongxinliao-hqu/C-3PO_Wechaty_PaddleHub

Wander[001] - 未来流浪者 V2.1

AI chatbot 跨媒体艺术项目，已展出于 2021 亚洲数字艺术展。

https://github.com/sunyuqian1997/Wander001-V2.1

七夕孤寡小助手

钢铁直男看过来，七夕小助手教你说情话、写藏头诗、认识口红！

实现过程：

使用 PaddleHub 生成藏头诗和专属情话，借用 PaddlePaddle 实现口红识别的图片处理和内容预测，再基于 wechaty 实现微信自动对话。简单的代码即可实现强大的功能！

飞桨体验：

使用飞桨 1 年多了，PaddleHub 体验非常舒适，几行代码就可以完成非常强大的功能，是小白前行路上的主推剂。飞桨 yyds！

https://github.com/jhcgt4869/gugua_helps

铅笔画下的虚拟形象

通过调用人脸关键点检测模型，实现虚拟形象的合成。

实现过程：

调用 PaddleHub 人脸关键点检测模型获取脸部信息，然后采用求两向量顺时针夹角方式实现头部摆动，接着对夹角参数进行防抖处理，再通过纵横比公式实现嘴巴大小改变。

飞桨体验：

在实现项目功能的时候，PaddleHub 提供了很多预训练模型，大大降低了 AI 学习的门槛，为像我一样的小白降低了开发成本，每个人都可以来感受 AI 的魅力。

https://github.com/zengzhuoqi/paddle-virtual-figures-in-penclings

星际旅航机器人

利用 PaddleGAN 模拟环境，几行代码生成平面护照！

实现过程：

使用 PaddleGAN 提供的风格迁移，场景动漫画以及人脸动漫化模型，然后在云服务器上搭建 Wechaty 即可连接到微信，从而快速完成一个微信机器人项目。

飞桨体验：

基于百度飞桨的开发套件，可以在短时间内快速完成一个项目，许多模型仅需几行代码即可调用，体验感极佳，想快速上手飞桨的朋友可以体验一下 PaddleHub。

https://github.com/Cursky/Cosmic-Wanderer-Guide-Robot

Look at the picture and change the color

结合 Paddle 和 Wechaty 控制能根据图片改变颜色的 LED 灯。

实现过程：

完成这个项目的关键技术：1.连接 ChatBot 接口，发送图片并返回结果；2.使用 PaddleHub 实现图像分割模型部署；3.控制底层硬件 Arduino 并连接 LED 灯条。

飞桨体验：

总的来说，基于飞桨来实现这样一个简单的创意还是非常方便的，特别是使用 PaddleHub Serving 可以部署一个在线服务，下载完模型后，只需一行代码即可完成模型部署。

https://github.com/zbp-xxxp/LPCC

跟异类生物聊个天儿

基于飞桨语音识别、闲聊对话、音色克隆、唇形同步模型实现语音人机交互。

实现过程：

选择一个虚拟角色作为聊天对象并模仿虚拟对象的语音特征，再基于 Wechaty 在微信端进行语音交互，也可以通过 Wav2Lip 模型带来更逼真的体验。语音交互均采用飞桨的开源模型：DeepSpeech 用于语音识别，Plato-mini 辅助对话文本生成，Parakeet 可实现基于音色克隆的文本转语音功能。

飞桨体验：

飞桨工具组件和开发套件丰富易用，可在很短时间内搭建一套应用。想快速上手的朋友可以先在 GitHub 上浏览飞桨模型，也可在 AI Studio 上搜索大佬级项目和保姆级教程。

https://github.com/thunder95/Paddle_Voice_ChatBot

太空漫游指南

自动回复星球的介绍与图片，自动合成宇宙漫游照！

实现过程：

使用 msg.text() 接收星球名称（比如“水星”），再通过 await talker.say(dict1['水星'])  自动回复星球简介和图片，还可以通过 PaddleHub 自动抠图功能生成合影留念照。

飞桨体验：

本项目使用 PaddleHub 的 deeplabv3p_xception65_humanseg 模型实现自动抠图，抠的很干净，然后再与新图片合成即可，关键是使用方便，可直接调用，初学者也很容易上手。

https://github.com/diandian16/-wechaty-paddlehub-

宇宙知识问答

随机获取题目并作答，可自动合成荣誉证书哦！

实现过程：

利用字典生成题库，再使用 await talker.say(dict1['随机题目']) 随机发布题目，机器人即可判断是否回答正确，最后用 PaddleGAN 生成动漫简笔画图像，合并到预设的荣誉证书里。

飞桨体验：

PaddleGAN 的 photo2cartoon 模型可以实现头像的卡通简笔画效果，与照片的还原度非常高，完全看得出是谁，效果棒棒的。

https://github.com/diandian16/wenda/

GAN_Future，GAN出未来

给心爱的人一个惊喜、满足广大宅男的幻想！

实现过程：

获取两张人像图片并提取图片向量，进而生成 StyleGAN 世界中的人脸-> Mixing 模块融合两张人脸的向量-> StyleGAN V2 根据融合后的向量生成新的人脸->通过 Wechaty 将图片返回给用户。

飞桨体验：

PaddleHub 真的是个宝藏模型库，覆盖 CV，NLP 众多领域，官方文档和示例很完善，几行代码就能实现想要的结果，小伙伴们可以放心大胆的用起来！

https://github.com/AP-Kai/GAN_Future

微信刷题娱乐机器人

可以实现题库做题问答、闲聊、点歌等功能。

https://github.com/Turbolisten/wx-bot-java

更多有趣的、好玩的项目还在持续产出中。如果你有好的创意，快加入技术交流群和大家一起分享吧！

如有飞桨相关技术问题，欢迎在飞桨论坛中提问交流：

http://discuss.paddlepaddle.org.cn/

欢迎加入官方QQ群获取最新活动资讯：793866180。

????

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

·