千家信息网

大象 P 转身开箱即用,港大、南大、清华等抢先开源「复刻」版 DragGAN

发表于:2024-11-11 作者:千家信息网编辑
千家信息网最后更新 2024年11月11日,DragGAN 非官方实现来了!完美复刻拖拽秒 P 图功能,可以直接上手尝试。还记得前几天发布的 DragGAN 吗?没错,就是那个「轻轻点两下」1 秒修图的工具。拍的照片表情不好?修!脸型不够瘦?修
千家信息网最后更新 2024年11月11日大象 P 转身开箱即用,港大、南大、清华等抢先开源「复刻」版 DragGAN

    DragGAN 非官方实现来了!完美复刻拖拽秒 P 图功能,可以直接上手尝试。

还记得前几天发布的 DragGAN 吗?

没错,就是那个「轻轻点两下」1 秒修图的工具。

拍的照片表情不好?修!脸型不够瘦?修!脸冲镜头的角度不对?修!

搞不好,「让大象转个身」这个远古 PS 段子,可能就要成真了

这个 AI 修图工具演示视频一经发布,瞬间在国内外火得一塌糊涂。

许多网友纷纷直呼,「PS 不存在了」。

还没几天,DragGAN 非官方实现竟能上手试用了。这一功能已经被集成到 InternGPT 中,界面长这样 ↓

体验地址:https://igpt.opengvlab.com/

没想到,演示入口一开放,直接被挤爆。

官方演示

从官方放出的演示视频来看,再现的 DragGAN 效果绝了。

咧嘴笑

先是怎么把一个没笑的人 p 笑。只要选中两个嘴角,直接 Drag 就好了。

可以看到,最终生成的结果毫无违和感。因为面部肌肉也在一起变化,不是单纯的咧嘴。

合上嘴

脸部编辑

这个瘦脸功能大家就太熟悉了,选中两个脸蛋往里挤,输出还是非常自然的。

男性瘦脸。不过这个有点瘦过了,输出结果一眼假,下巴太尖了。

这个必须强推!植发!多少秃头人士的福音。

不过从输出结果看,就算选中额头那里,也是全部地方的毛发等比例增长,最后的结果有点像美猴王。

转脸

脸部转动也是一个很实用的功能,补齐的部分非常自然。

其它功能

除了小范围的修图,InternGPT 本身还有很多其它可以进行的亮眼操作。

移除遮盖的对象

单击想要在图片中进行操作的部分,在 prompt 中输入「移除」就可以了。

图像生成

这个功能比较有意思,先上传一张图片,输入 prompt 让 DragGAN 分割,然后再输入一个 prompt 生成想要的图片。

露出黑脚了?(不是)

视频高光解说

用 prompt 还可以一键剪辑视频。

交互式视觉问答

甚至识别完图片上的信息还能联网直接查询。

交互式图像生成

随手的涂鸦都能一键变成美图。

反正看完这些功能小编是真震惊了。所有功能就突出两个特点:「傻瓜式操作,且究极好用」。

这谁能不爱?

技术实现

看了这么多酷炫的功能,那么这个 InternGPT 到底是什么?

InternGPT(简称 iGPT)/InternChat(简称 iChat)是一种基于指向语言驱动的视觉交互系统,用户可以通过点击、拖动和绘制与 ChatGPT 进行互动。

与依赖纯语言的现有交互系统不同,通过整合指向指令,iGPT 显著提高了用户与聊天机器人之间的沟通效率,以及聊天机器人在视觉为中心任务中的准确性,尤其在复杂的视觉场景中更是如此。

论文地址:https://arxiv.org/ pdf / 2305.05662.pdf

下图就是 InternGPT 的整体架构。

我们可以看到,这个 GPT 既可以处理图像、视频,也可以处理语音、文字。

对于图像或视频输入,InternGPT 就会用 SAM(图像分割模型)、OCR(图像识别模型)等等进行处理。

在识别出地理位置、物品或者线条之后,还有一整个工具箱进行进一步处理,其中都是我们耳熟能详的工具。

比如 BLIP(音频)、Stable Diffusion(图像)、Pix2Pix(图像翻译)等等。

同样地,对于文字或者语音输入,InternGPT 就会调用 GPT-4、LLaMA 等模型或工具进行处理,后续同样有一整个工具箱。

InternGPT 的整体架构

使用提示

而在使用过程中,整个流程也是非常方便的。

用户在图片上传成功后,可以发送如下消息与 iGPT 进行多模态相关的对话:

"what is it in the image?" or "what is the background color of image?".

同样,用户也可以交互式地操作、编辑或者生成图片,具体如下:

・点击图片上的任意位置,然后按下 Pick 按钮,预览分割区域。也可以按下 OCR 按钮,识别具体位置处存在的所有单词;

・要在图像中删除掩码区域,可以发送如下消息:

"remove the masked region"

・要在图像中替换掩码的物体为其他物体,可以发送如下消息:

"replace the masked region with {your prompt}"

・想生成新图像,可以发送如下消息:

"generate a new image based on its segmentation describing {your prompt}"

・想通过涂鸦创建新图像,按下 Whiteboard 并在白板上绘制。绘制完成后,需要按下 保存 按钮并发送如下消息:

"generate a new image based on this scribble describing {your prompt}"

网友评论

那个令人震惊的 DragGAN 现在有一个非官方的版本。正式版本将在 6 月发布,这只是未来的预览。

DragGAN 已经集成到 InternGPT 了,这么快就出来了,修图神器。

参考资料:

  • https://igpt.opengvlab.com/

本文来自微信公众号:新智元 (ID:AI_era)

0