让GAN再次伟大！拽一拽关键点就能让狮子张嘴&大象转身，汤晓鸥弟子的DragGAN爆火，网友：R.I.P. Photoshop

来源：量子位

这两天，一段AI修图视频在国内外社交媒体上传疯了。

不仅直接蹿升B站关键词联想搜索第一，视频播放上百万，微博推特也是火得一塌糊涂，转发者纷纷直呼“PS已死”。

怎么回事？

原来，现在P图真的只需要“轻轻点两下”，AI就能彻底理解你的想法！

小到竖起狗子的耳朵：

大到让整只狗子蹲下来，甚至让马岔开腿“跑跑步”，都只需要设置一个起始点和结束点，外加拽一拽就能搞定：

不止是动物的调整，连像汽车这样的“非生物”，也能一键拉升底座，甚至升级成“加长豪华车”：

这还只是AI修图的“基操”。

要是想对图像实现更精准的控制，只需画个圈给指定区域“涂白”，就能让狗子转个头看向你：

或是让照片中的小姐姐“眨眨眼”：

甚至是让狮子张大嘴，连牙齿都不需要作为素材放入，AI自动就能给它“安上”：

如此“有手就能做”的修图神器，来自一个MIT、谷歌、马普所等机构联手打造的DragGAN新模型，论文已入选SIGGRAPH 2023。

没错，在扩散模型独领风骚的时代，竟然还能有人把GAN玩出新花样！

目前这个项目在GitHub上已经有5k+ Star，热度还在不断上涨中（尽管一行代码还没发）。

所以，DragGAN模型究竟长啥样？它又如何实现上述“神一般的操作”？

拽一拽关键点，就能修改图像细节

这个名叫DragGAN的模型，本质上是为各种GAN开发的一种交互式图像操作方法。

论文以StyleGAN2架构为基础，实现了点点鼠标、拽一拽关键点就能P图的效果。

具体而言，给定StyleGAN2生成的一张图像，用户只需要设置几个控制点（红点）和目标点（蓝点），以及圈出将要移动的区域（比如狗转头，就圈狗头）。