Drag Your GAN 对比 Stable Diffusion

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。

Stable Diffusion 是 Stability AI 的开源权重图像生成模型系列，目前以 Stable Diffusion 3.5 为核心，包含 Large、Turbo 和 Medium 变体。stability.ai 网站还提供用于图像编辑、视频、音频和 3D 的相关媒体模型，以及用于品牌创意制作的 Brand Studio。您可以自行托管权重，调用 Stability AI API，或使用如 Stable Assistant 之类的网页应用。

大多数封闭的图像 API 仅通过托管端点提供生成服务。Stability AI 仍然发布可在您自有基础设施上部署的模型权重，同时也销售带有品牌特定训练和精确编辑的托管工具，如 Brand Studio。Stable Diffusion 3.5 Large 目标是 1 兆像素的专业输出，Turbo 通过四步生成，Medium 针对消费级硬件进行了调优。

它适合需要开放模型和企业控制的创意团队、游戏工作室和开发者。Brand Studio 提供含 1,000 积分的免费试用，Creator 计划每月 19 美元含 2,000 积分，Core 计划每月 50 美元含 5,000 积分。Stability AI 在其主页上报告了与 EA、环球音乐集团和 HubSpot 的合作关系。