Drag Your GAN 对比 Midjourney

Drag Your GAN 允许你通过拖动控制点到画布上的目标位置来重塑生成的图像。DragGAN 不依赖于带标签的姿势数据或三维先验，而是在预训练的 GAN 图像流形内移动像素，因此即使遮挡区域被虚构，编辑仍保持照片级真实感。项目页面提供了 SIGGRAPH 2023 论文、演示视频和开源代码链接。

大多数 GAN 编辑器依赖固定的训练标注或三维网格，这限制了可变形的内容。DragGAN 结合基于特征的运动监督和判别点跟踪，使控制点在保持在物体表面的同时跟随光标移动。这使其适用于调整动物姿势、面部表情、汽车角度和景观布局，无需重新训练生成器。

研究人员、图形学学生和计算机视觉工程师使用它来原型交互式图像编辑工作流程。马克斯·普朗克研究所页面提供论文 PDF 和 GitHub 仓库，采用非商业性知识共享许可，并附有通讯作者的联系方式。

Midjourney 是一个图像和视频生成模型，您可以通过 midjourney.com 网站应用使用，社区画廊位于 Explore，支持通过 Discord 提供。当前版本为 8.2，招聘网站描述了对创意模型和独立研究项目的持续工作。

与通用图像 API 相比，Midjourney 提供的是美学控制和社区策展，而不仅仅是原始吞吐量。付费等级增加了 Relax 模式以支持无限制的较慢生成，Pro 和 Mega 等级提供隐身模式以保持作品私密，以及按月刷新分级的快速 GPU 小时池。

该公司自称是一个约有 60 人的社区资助研究实验室，办公地点位于旧金山、伦敦和纽约。其目标用户是艺术家、设计师、市场营销人员和希望获得风格化图像及短视频而无需自行运行 GPU 堆栈的爱好者。