Drag Your GAN vs Midjourney

Drag Your GAN vous permet de remodeler une image générée en déplaçant des points de contrôle vers des emplacements ciblés sur la toile. Plutôt que de s'entraîner sur des données de pose étiquetées ou des priorités 3D, DragGAN déplace les pixels à l'intérieur du domaine d'image d'un GAN préentraîné afin que les modifications restent photoréalistes même lorsque des régions occultées sont imaginées. La page du projet héberge l'article SIGGRAPH 2023, des clips de démonstration et des liens vers le code source ouvert.

La plupart des éditeurs GAN s'appuient sur des annotations d'entraînement fixes ou des maillages 3D, ce qui limite ce que vous pouvez déformer. DragGAN associe une supervision du mouvement basée sur les caractéristiques à un suivi discriminatif des points pour que les points de contrôle suivent votre curseur tout en restant à la surface de l'objet. Cela le rend utile pour ajuster les poses d'animaux, les expressions faciales, les angles de voiture et les agencements de paysage sans réentraîner le générateur.

Des chercheurs, étudiants en infographie et ingénieurs en vision par ordinateur l'utilisent pour prototyper des flux de travail d'édition d'image interactifs. La page de l'Institut Max Planck distribue le PDF de l'article et le dépôt GitHub sous une licence Creative Commons non commerciale, avec les coordonnées de l'auteur principal.

Midjourney est un modèle de génération d'images et de vidéos que vous utilisez via l'application web midjourney.com, avec des galeries communautaires sur Explore et un support assuré via Discord. La version 8.2 est la version actuelle, et le site carrières décrit des travaux en cours sur des modèles créatifs ainsi que sur des projets de recherche distincts.

Comparé aux API d'images à usage général, Midjourney propose un contrôle esthétique et une curation communautaire plutôt qu'un simple débit brut. Les niveaux payants ajoutent le mode Relax pour des générations plus lentes illimitées, le mode Stealth pour garder le travail privé sur Pro et Mega, ainsi que des pools d'heures GPU Fast à plusieurs niveaux qui se renouvellent chaque mois.

L'entreprise se présente comme un laboratoire de recherche financé par la communauté d'environ 60 personnes, avec des bureaux à San Francisco, Londres et New York. Elle cible les artistes, designers, marketeurs et amateurs souhaitant des images stylisées et des vidéos courtes sans gérer leur propre infrastructure GPU.