在大家沉迷于Midjourney、Stable Diffusion 技術中無法自拔時，一時被人遺忘的GAN又帶著新技術重出江湖了。現在P圖，你只需要“輕輕點兩下”，AI就能迅速理解你的想法，秒速生成結果圖。

DragGAN是由Max Planck研究所開發的一種新的人工智能工具，它允許用戶通過幾個點擊和拖動來真實地修改照片，目前還未對外開源。王道控股旗下的「李白實驗室」算法團隊搶先「復刻」出了DragGAN。

目前，可直接使用的模型能夠讓你輕松掌控圖片中的人物和動物，通過拖拽控制點和目標點來調整他們的位置、形狀、姿勢等等。現在已經可以在 Hugging Face 上直接使用了。

一、效果展示

修改微笑弧度，讓一張嚴肅的照片變成露牙甜美笑。

放大圖片中小哥哥的眼睛。

拍照臉型不好看，一鍵瘦臉，毫無PS痕跡。

覺得貓咪太瘦不夠可愛，可以給它拉大臉龐，增加可愛度。

發際線拯救神器，這簡直就是禿頭星人的救命工具。

輕輕一拖，在不影響美觀的情況下，可以讓貓咪的耳朵縮小。

讓獅子向右側方向移動，終于有一天，可以完成甲方提出「讓大象轉個身」的需求。

可以隨意改變模特的發型，短發變長發；本來雙腳分開站立的模特，可以瞬間把腿拉至并攏。

二、關于DragGAN技術原理

雖然上述的效果展示很多，但是其實DragGAN也就兩個技術原理：

1、基于特征的運動監督，驅動手柄點向目標位置移動；

2、一個新的點追蹤方法，利用鑒別性的發生器特征，不斷定位手柄點的位置。

DragGAN是一種基于GAN的圖像編輯方法，可以實現運動監督和精確點跟蹤。任何人都可以通過DragGAN對像素進行精確的控制，進而編輯如動物、汽車、人類、風景等多種類別的姿態、形狀、表情和布局。

DragGAN還允許用戶選擇感興趣的區域以執行特定于區域的編輯，而不需要依賴其他網絡。 李白實驗室復現的「DragGAN」只需要幾秒就能完成效果，你可以選擇不同的迭代步數，步數越多效果越夸張，其生成時間就越慢。

此外，DragGAN的無損優化功能可以讓用戶輸入二進制掩碼，指示圖像中的可移動區域，從而實現更細致的控制，避免損壞圖片的原屬性。

與傳統PS的液化功能相比，DragGAN在編輯圖片時可以更好地保持圖片的原始屬性，并且具有更廣泛的應用范圍。例如，可以使用DragGAN來改變圖片中車輛的位置、大小和輪胎的形狀等。這種方法可以在幾次鼠標拖動的時間內完成，非常方便快捷。

三、團隊介紹

「李白實驗室」是一個年輕且有活力的人工智能技術團隊，其中主創始人唐勇博士，畢業于美國賓夕法尼亞州立大學，具備深厚的學術背景，在美國知名500強企業擔任技術學科專家，高級工程師等。其他成員均畢業于國內外知名高校，清華、北大、浙大、英國皇家理工和美國常青藤范圍等。

在開啟創業征程之前，李白人工智能實驗室的創始人唐博士曾在美國的知名研究機構以及世界五百強企業中獻身于科研事業。他主導并參與了眾多關乎社會、環境和能源的重大項目，這些項目的合作伙伴包括美國環保署，美國國家海洋和大氣管理局以及全球頂尖能源公司。他專注于運用數學物理模型、高性能計算、多目標優化以及人工智能技術，解答現實世界中大尺度、多模態、多變量的復雜難題，這其中包括洪水預報、氣候變化、能源管道設備優化設計以及系統安全等一系列棘手問題。

然而，唐博士深知現實世界的問題千絲萬縷，影響因子五花八門，充滿了無法預料的不確定性。完全理解其數學物理機理似乎是一項幾乎無法完成的挑戰。因此，在遇見志同道合的合伙人并得到杭州王道創投基金的堅定支持后，唐博士毅然決定成立李白人工智能實驗室，希望通過人工智能技術提升模型的泛化能力，從而更有效地解決現實世界的復雜問題。

除此之外，郭銘濤作為主創人員，為李白實驗室帶來無限的全新可能性，在團隊攻堅克難之下，終于復現了DragGAN。郭銘濤來自四川大學圖像所，目前在讀博士一年級，主要研究方向就是深度生成模型，此前他還獲得了CVPR 2023 工業圖像缺陷生成競賽冠軍。

李白實驗室自創立之初，便秉持“讓人人都能享有技術帶來便捷”的使命，投入大量精力研發計算機視覺、語音以及自然語言處理等前沿技術。在推動技術進步的同時，李白實驗室也已經在設計、營銷、生命科學等多個領域進行了商業落地，使得我們的科技成果得以在實際生活中發揮作用，惠及社會。

我們深信，李白實驗室的未來將會在科研進步的道路上繼續前行，將最先進的技術成果轉化為社會的生產力，推動人類社會的科技進步，為構建一個更美好的未來做出我們的貢獻。

四、團隊成果

「李白實驗室」在2019年創辦了“PicUP.Ai皮卡智能”項目，海外同步上線“cutout.pro”項目，海外月活超千萬用戶，海外站更是躋身圖像編輯工具分類排名前十。基于GAN技術實現圖像分割、圖像修復增強、視頻處理等實用性功能，其中圖像背景分割算法模型在全球圖像分割alphamatting.com的模型評比中斬獲全球第一，獲得國內外近30項學術和研究成果專利，80%為發明專利。皮卡智能計算機視覺模型目前已應用到各行業場景，例如互聯網醫療、互聯網金融、文旅智慧景區、電商圖像處理、APP/小程序素材設計開發等等。

2023年在AIGC爆火期間，「李白實驗室」推出“神采PromeAI”的項目。該項目通過算法優化升級，可直接應用于建筑、室內、產品、游戲/動漫場景設計中，不需要復雜的關鍵詞及參數設置，就可一鍵生成效果圖、線稿、電商產品圖等，實現把AIGC從玩具到工具的實用性轉變。

從此次DragGAN的「復刻」表現程度來看，「李白實驗室」一直走在AI技術革新的前列，并不斷創新發展，致力于讓每一個普通用戶都能簡單使用這些工具。若將DragGAN與圖像生成工具結合使用，用戶將能夠更接近他們心目中理想圖像的輸入。下一代內容革新技術產品或許即將誕生！

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：