Kiedy generujemy obrazy za pomocą sztucznej inteligencji, prawda jest taka, że mamy znacznie mniejszą kontrolę, niż nam się wydaje. Choć możemy przeprowadzić dość głęboką inżynierię promptów, przychodzi moment, w którym zasadniczo musimy rzucić kością. Jednak projekt o nazwie DragGAN prezentuje nową generację dynamicznej edycji opartej na manipulacji punktami, pozwalając użytkownikowi zmieniać wygląd, pozycję i kąt osób oraz obiektów na obrazie ze względną łatwością.
Każdy, kto eksperymentował z Midjourney, Stable Diffusion lub innymi modelami generowania obrazów, wie, że ten sam prompt może dawać bardzo różne wyniki. Najskuteczniejszym sposobem ich powtarzania jest zachowanie ziarna (seed) obrazu, ale jeśli szukamy niewielkiej zmiany kąta, uśmiechu lub poprawy konkretnego błędu, prompt nie jest najlepszym narzędziem. Zbyt wiele zmiennych wchodzi w grę, a najprawdopodobniej model po prostu nie będzie współpracować.
DragGAN: Przyszłość edycji obrazów?
To prowadzi nas do edycji obrazów, a nowy projekt o nazwie DragGAN obiecuje być naprawdę rewolucyjny. W sieci już opisują go jako „zabójcę Photoshopa” lub znacznie bardziej zaawansowaną i potężną wersję jego funkcji Warp. W istocie użytkownik może manipulować ogólnym stanem obrazu za pomocą serii punktów, zmieniając profile, kierunki i style… ale najlepszym sposobem, aby to wyjaśnić, jest wideo.
Z pomocą DragGAN każdy użytkownik może deformować obraz bez utraty kontroli nad kierunkiem pikseli, skutecznie modyfikując takie aspekty jak poza, ekspresja czy ogólny układ zwierząt, samochodów, ludzi, krajobrazów i innych. Prezentacja jest przyspieszona i skłania nas do przypuszczeń, że DragGAN wymaga dość dużej mocy obliczeniowej, ale to nie czyni go mniej imponującym. Wręcz przeciwnie: interwencja użytkownika sprowadza się do zdefiniowania punktów manipulacji (czerwone) i punktów docelowych (niebieskie). Alternatywnie istnieje również możliwość narysowania maski, aby ograniczyć elastyczny region i ignorować/izolować resztę obrazu.
Wyobrażam sobie, że trzeba będzie poczekać, zanim zobaczymy pierwsze prekompilowane narzędzia, ale przy takim potencjale każde opóźnienie będzie tego warte. DragGAN wykracza daleko poza klasyczną edycję obrazów, całkowicie zmieniając jej istotę. Jeśli chcesz zobaczyć więcej dem, link do oficjalnej strony znajduje się poniżej.
Oficjalne ogłoszenie i PDF: Kliknij tutaj
