APOB AI 对比 Drag Your GAN

APOB AI 是一个人工智能影响者生成器，可以让你通过一张参考照片或者从零开始，使用可定制的属性（如性别、年龄、国籍、眼色和发型）来建立数字人设。该平台面向希望拥有无面社交渠道的创作者、执行影响者营销活动的市场人员，以及任何需要稳定角色形象而无需聘请摄影师的用户。

图像生成支持初学者友好的预设风格（动漫、LinkedIn头像等模板），以及“自定义”与“专家”模式，提供详细的提示和负面提示。输出最高支持4K分辨率。视频工具包括图像转视频、文本转视频、会说话的头像、唇同步、换脸、视频扩展、字幕和ReVideo编辑等功能。

免费会员每天可获得80个积分，无需信用卡。付费版增加商业使用权限、优先渲染以及在大型内容库中的Face-Lock一致性。公司报告平台上已创建超过140万个人工智能影响者。

在综合视觉内容以满足用户需求的领域中，对生成对象的姿势，形状，表达和布局进行精确控制至关重要。控制生成对抗网络（GAN）的传统方法在培训或先前的3D模型期间依赖手动注释，通常缺乏不同应用所需的灵活性，精度和多功能性。

在我们的研究中，我们探索了一种创新且相对未知的GAN控制方法 - 以交互式方式“拖动”特定图像点以精确达到用户定义的目标点的能力（如图1所示）。这种方法导致了Draggan的发展，Draggan是一个新的框架，其中包括两个核心组成部分：

基于功能的运动监督：此组件通过基于功能的运动监督将图像中的点指向其预期的目标位置。

点跟踪：利用歧视性GAN功能，我们的新点跟踪技术不断定位手柄点的位置。

德拉格（Draggan）使用户能够以显着的精度变形图像，从而使姿势，形状，表达和布局在各种类别（例如动物，汽车，人类，人类，景观等）中操纵。这些操作发生在gan的学到的生成图像歧管中，从而产生了现实的输出，即使在遵循对象的刚性的同时，在生成遮挡的内容和变形形状等复杂场景中也是如此。

我们的全面评估涵盖了定性和定量比较，突出了Draggan在与图像操作和点跟踪有关的任务中的现有方法的优越性。此外，我们证明了其在通过gan倒置操纵现实世界图像的能力，展示了其在视觉内容合成和控制领域中各种实际应用的潜力。