近期来自MIT、谷歌、马普所等机构联手打造DragGAN新模型可谓是惊呆众人，项目研究人员展示了控制GAN进行图像处理的新发放。

通过使用“拖动”图像中的任意点让用户交互式精准控制生产图像的姿态、动作、形状、表情等等。

可能有人要问，什么是GAN？GAN是生成对抗网络，是非监督式学习的一种方法，透过两个神经网路相互博弈的方式进行学习（来自维基百科）。是由一个生产网络与一个判别网络组成。和目前我们比较常接触的diffusion扩散模型，是2个不同的模型。

（若大家对于GAN生产对抗网络感兴趣，可自行搜索相关资料进行学习）

在DragGAN中，仅需要通过红点和蓝点的拖动，即可实现图像内容的修改（可见下方官方内容）。

DragGAN这种简单的交互式操控方案，可以运用到极其广泛的场景中，包括在Stable Diffusion、Midjourney等AI绘图工具中生成的图像也可以使用DragGAN来进行二次编辑和微调细节，从而达到最终满意的效果。

下面给大家展示一下官方介绍中的内容：

DragGAN中用户仅需要设置几个操作点（红点），目标点（蓝点）以及可选的表示可移动区域的mask（亮区）。然后，模型就会自动完成后续的图像生成。其中，动态监控步骤会让操作点（红点）向目标点（蓝点）移动，点追踪步骤则通过更新操作点来追踪图像中的对象。此过程会一直持续，直到操作点达到其相应的目标点。

从演示视频中可以看到，选中狮子鼻尖处并指向需要拖动的区域，即可调整狮子的头部转向。

选中模特裤子后，即可拉长模特裤子的长度

快速调整大象的动作姿态

调整马的步伐姿态

选中狗鼻子后，可以让原本闭口的狗张开嘴巴，也可以让狗的耳朵竖起来

根据官方消息，将在6月份公开代码，大家可以持续关注相关消息，相信这次DragGAN的发布，对于后续AI创作带来更多无限的可能。

官方文档：https://vcai.mpi-inf.mpg.de/projects/DragGAN/

一个非官方的演示模型：https://github.com/Zeqiang-Lai/DragGAN

你不可错过的好内容

《在Stable-Diffusion使用机甲模型|创造属于自己的机甲|大模型&LoRA模型》

https://huke88.com/article/8105.html

《LoRA模型推荐：3个洛丽塔(lolita)服饰LoRA模型|Stable-Diffusion|AI绘画》

https://huke88.com/article/8103.html

《ChatGPT+Stable-Diffusion制作儿童插画图集 | 5分钟轻松上手 | LoRA模型推荐》

https://huke88.com/article/8102.html

《Stable-Diffusion小知识：提示词相关性(CFG Scale)》

https://huke88.com/article/8088.html

《Stable-Diffusion小知识：什么是VAE模型？》

https://huke88.com/article/8085.html