Lexica vs Drag Your GAN

Lexica permite que você pesquise uma enorme galeria de arte gerada por IA, inspecione os prompts por trás de cada imagem e crie novos visuais com seu modelo Lexica Aperture. O espaço de trabalho Generate tem como padrão uma saída de 960 por 1440, e cada envio de prompt consome quatro créditos de imagem antes que os resultados apareçam.

Diferente de ferramentas gerais de chat que adicionam botões de imagem, Lexica construiu sua reputação primeiro como um motor de busca de prompts. Você pode fazer engenharia reversa de estilos a partir de imagens existentes, e então passar para a geração Aperture com filas rápidas e lentas, proporções personalizadas e uploads de imagem opcionais. Imagens dos planos Starter e Pro permanecem públicas na busca; somente o plano Max mantém as gerações privadas por padrão.

Artistas, designers, profissionais de marketing e entusiastas usam Lexica para explorar ideias visuais e produzir ativos prontos para uso comercial sob licenças específicas de cada plano. Planos pagos são necessários para gerar imagens porque Lexica não oferece uma camada gratuita, embora assinantes possam comprar gerações rápidas extras por $0.05 cada quando os limites mensais se esgotam.

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.