Lexica vs Drag Your GAN

Lexica te permite buscar en una enorme galería de arte generado por IA, inspeccionar los prompts detrás de cada imagen y crear nuevos visuales con su modelo Lexica Aperture. El espacio de trabajo Generate tiene por defecto una salida de 960 por 1440, y cada envío de prompt consume cuatro créditos de imagen antes de que aparezcan los resultados.

A diferencia de las herramientas de chat generales que añaden botones de imagen, Lexica construyó su reputación primero como un motor de búsqueda de prompts. Puedes invertir el estilo de imágenes existentes y luego pasar a la generación Aperture con colas rápidas y lentas, proporciones de aspecto personalizadas y cargas de imagen opcionales. Las imágenes de los planes Starter y Pro permanecen públicas en la búsqueda; solo el plan Max mantiene las generaciones privadas por defecto.

Artistas, diseñadores, mercadólogos y aficionados usan Lexica para explorar ideas visuales y producir activos listos para uso comercial bajo licencias específicas de cada plan. Se requieren planes de pago para generar imágenes porque Lexica no ofrece un nivel gratuito, aunque los suscriptores pueden comprar generaciones rápidas adicionales a $0.05 cada una cuando se agotan los límites mensuales.

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.