APOB AI vs Drag Your GAN

APOB AI es un generador de influencers con IA que te permite crear una persona digital a partir de una sola foto de referencia o desde cero, usando atributos personalizables como género, edad, nacionalidad, color de ojos y peinado. La plataforma está dirigida a creadores que desean canales sociales sin rostro, marketers que realizan campañas con influencers y cualquier persona que necesite imágenes de personajes consistentes sin contratar fotógrafos.

La generación de imágenes soporta estilos preestablecidos amigables para principiantes (anime, retratos tipo LinkedIn y plantillas similares) además de modos Build Your Own y Expert para instrucciones detalladas y prompts negativos. La salida está disponible hasta resolución 4K. Las herramientas de video incluyen pasar de imagen a video, texto a video, avatares parlantes, sincronización de labios, intercambio de caras, extensión de video, subtítulos y edición ReVideo.

Los miembros gratuitos reciben 80 créditos por día sin necesidad de tarjeta de crédito. La suscripción Premium añade derechos de uso comercial, renderizado prioritario y coherencia Face-Lock en grandes bibliotecas de contenido. La empresa reporta la creación de más de 1.4 millones de influencers con IA en la plataforma.

En el ámbito de la sintetización de contenido visual para satisfacer las necesidades de los usuarios, es esencial lograr un control preciso sobre la pose, la forma, la expresión y el diseño de los objetos generados. Los enfoques tradicionales para controlar las redes adversas generativas (GAN) se han basado en anotaciones manuales durante la capacitación o modelos 3D anteriores, a menudo carecen de la flexibilidad, la precisión y la versatilidad requeridas para diversas aplicaciones.

En nuestra investigación, exploramos un método innovador y relativamente desconocido para el control de GaN, la capacidad de "arrastrar" puntos de imagen específicos para alcanzar con precisión los puntos objetivo definidos por el usuario de manera interactiva (como se ilustra en la Fig.1). Este enfoque ha llevado al desarrollo de Draggan, un marco novedoso que comprende dos componentes centrales:

Supervisión de movimiento basada en características: este componente guía los puntos de manejo dentro de la imagen hacia sus posiciones objetivo previstas a través de la supervisión de movimiento basada en características.

Seguimiento de puntos: aprovechando las características discriminativas de GaN, nuestra nueva técnica de seguimiento de puntos localiza continuamente la posición de los puntos de manejo.

Draggan faculta a los usuarios para deformar las imágenes con notable precisión, permitiendo la manipulación de la pose, la forma, la expresión y el diseño en diversas categorías, como animales, automóviles, humanos, paisajes y más. Estas manipulaciones tienen lugar dentro del colector de imágenes generativas aprendidas de un GaN, lo que resulta en resultados realistas, incluso en escenarios complejos como generar contenido ocluido y formas deformantes mientras se adhieren a la rigidez del objeto.

Nuestras evaluaciones integrales, que abarcan comparaciones cualitativas y cuantitativas, destacan la superioridad de Draggan sobre los métodos existentes en tareas relacionadas con la manipulación de imágenes y el seguimiento de puntos. Además, demostramos sus capacidades para manipular imágenes del mundo real a través de la inversión de GaN, mostrando su potencial para diversas aplicaciones prácticas en el ámbito de la síntesis y control de contenido visual.