Diffusion Art vs Drag Your GAN

Diffusion Art transforma textos em obras de arte por meio de modelos de difusão gratuitos e premium que você executa no navegador. Você digita uma descrição, clica em gerar e obtém imagens com opções de pintura, edição e execuções em lote em diffusionart.ai. Um plano gratuito cobre testes casuais, enquanto planos pagos desbloqueiam modelos premium, modo privado e cotas mensais de tokens.

A maioria dos sites de texto para imagem trata modelos gratuitos e pagos como a mesma base com um bloqueio por resolução. Diffusion Art executa conjuntos separados de modelos gratuitos e premium, com prioridade de manutenção nos planos pagos e disponibilidade na medida do possível nos modelos gratuitos. Essa divisão permite que entusiastas continuem gerando por $0 enquanto assinantes têm filas mais rápidas, até 10.000 tokens por mês e até 10GB de armazenamento em nuvem no plano Pro.

Criadores de conteúdo, profissionais de marketing e designers usam Diffusion Art quando precisam de resultados com licença comercial sem anúncios ou marcas d'água no plano gratuito, ou geração em maior volume com modo privado nas assinaturas Starter a Pro. Login e faturamento são feitos via diffusionart.ai mesmo quando você acessa o domínio diffusionart.co.

Drag Your GAN permite remodelar uma imagem gerada arrastando pontos de controle para locais específicos na tela. Em vez de treinar com dados de pose rotulados ou prévias 3D, o DragGAN move pixels dentro do espaço de imagens de um GAN pré-treinado para que as edições permaneçam fotorrealistas mesmo quando regiões ocultas são imaginadas. A página do projeto hospeda o artigo do SIGGRAPH 2023, clipes de demonstração e links para o código aberto.

A maioria dos editores de GAN depende de anotações fixas de treinamento ou malhas 3D, o que limita o que pode ser deformado. O DragGAN combina supervisão de movimento baseada em características com rastreamento discriminativo de pontos para que os pontos de controle sigam o cursor enquanto permanecem na superfície do objeto. Isso o torna útil para ajustar poses de animais, expressões faciais, ângulos de carros e layouts de paisagens sem precisar retreinar o gerador.

Pesquisadores, estudantes de computação gráfica e engenheiros de visão computacional o utilizam para prototipar fluxos de trabalho interativos de edição de imagens. A página do Instituto Max Planck distribui o PDF do artigo e o repositório GitHub sob uma licença Creative Commons não comercial, com detalhes de contato do autor principal.