Drag Your GAN vs Midjourney

Drag Your GAN te permite remodelar una imagen generada arrastrando puntos de control hacia ubicaciones específicas en el lienzo. En lugar de entrenar con datos de pose etiquetados o prerrequisitos 3D, DragGAN mueve píxeles dentro del espacio de imágenes de un GAN preentrenado para que las ediciones se mantengan fotorrealistas incluso cuando se generan regiones ocultas. La página del proyecto aloja el artículo de SIGGRAPH 2023, clips de demostración y enlaces al código abierto.

La mayoría de los editores de GAN dependen de anotaciones fijas de entrenamiento o mallas 3D, lo que limita lo que se puede deformar. DragGAN combina supervisión de movimiento basada en características con seguimiento discriminativo de puntos para que los puntos de control sigan tu cursor mientras permanecen en la superficie del objeto. Esto lo hace útil para ajustar poses de animales, expresiones faciales, ángulos de autos y disposiciones de paisajes sin necesidad de reentrenar el generador.

Investigadores, estudiantes de gráficos y ingenieros de visión por computadora lo usan para prototipar flujos de trabajo interactivos de edición de imágenes. La página del Instituto Max Planck distribuye el PDF del artículo y el repositorio de GitHub bajo una licencia Creative Commons no comercial, con detalles de contacto del autor principal.

Midjourney es un modelo de generación de imágenes y videos que se utiliza a través de la aplicación web midjourney.com, con galerías comunitarias en Explore y soporte gestionado a través de Discord. La versión 8.2 es la versión actual, y el sitio de carreras describe el trabajo en curso tanto en modelos creativos como en proyectos de investigación separados.

En comparación con las API de imágenes de propósito general, Midjourney ofrece control estético y curación comunitaria en lugar de solo rendimiento bruto. Los niveles de pago añaden el modo Relax para generaciones ilimitadas y más lentas, el modo Stealth para mantener el trabajo privado en Pro y Mega, y grupos escalonados de horas Fast GPU que se renuevan mensualmente.

La empresa se define como un laboratorio de investigación financiado por la comunidad de unas 60 personas, con oficinas en San Francisco, Londres y Nueva York. Su público objetivo son artistas, diseñadores, mercadólogos y aficionados que desean imágenes estilizadas y videos cortos sin tener que gestionar su propia infraestructura GPU.