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

大象P转身开箱即用!港大、南大、清华等抢先开源「复刻」版DragGAN

公众号新闻



  新智元报道  

编辑:编辑部
【新智元导读】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/




微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
爆火DragGAN正式开源,GitHub近18k星!清华校友带GAN逆袭,大象一秒P转身马克谈天下(371) 我看TIKTOK在美国的可能命运真·从零复刻ChatGPT!斯坦福等开启「红睡衣」计划,先开源1.2万亿token训练集全球首发,国产开源「文本-视频生成」模型!免费在线体验,一键实现视频生成自由租房 | 必收藏!港大、中大、科大、理大附近房源大合集!《西線無戰事》拍出戰火浮生錄北大、西湖大学等开源「裁判大模型」PandaLM:三行代码全自动评估LLM,准确率达ChatGPT的94%分割一切深度图!港科技、南洋理工等开源「SAD」:根据几何信息分割图像开箱即用,5个令人惊艳的AI项目,开源了!SIGGRAPH 2023论文奖公布,山大、港大获奖,北大、腾讯光子获提名有手就行?把大象P转身只需拖动鼠标,华人一作DragGAN爆火Npj Comput. Mater.: 中大、清华、加大尔湾分校合作发现新型二维磁性材料GAN逆袭归来!清华校友论文引爆AI绘图圈,一秒把大象P转身,Diffusion黯然失色李玟并非死于割腕,遗体将解剖!9亿遗产有归属!老公现身开口就是“挚爱”SIGGRAPH 2023最佳论文公布!山大、港大获奖!北大、腾讯光子获提名超级提前批 | 谷歌抢先开启秋招!北大、清华,恢复预约参观!丘陵地带的一座乡村小城镇开篇「AI孙燕姿」全网沸腾!AI翻唱大爆发,整个华语乐坛都「复兴」了|GGViewAI「复刻」现实女友爆火!国外小哥开源GirlfriendGPT,GitHub已获1.3k星把大象P转身,如此变态的甲方要求,终于让AI 实现了~!腾讯开源的Markdown编辑器,开箱即用、轻量简洁、易扩展更强更通用:智源「悟道3.0」Emu多模态大模型开源,在多模态序列中「补全一切」DragGAN开源三天Star量23k,这又来一个DragDiffusionGAN重出江湖!中国团队抢先开源“复刻版”DragGAN,AI一键实现“大象转身”阿里组织变动:大象不好转身,就把自己拆成狼群喜报!新国立、南洋理工、港大、KCL、港城市…|背景提升学员国产AI算力加持!昇思大模型平台震撼升级,轻松上手,开箱即用扎克伯格「复刻」推特,重击马斯克跑分达ChatGPT的99%,人类难以分辨!开源「原驼」爆火,iPhone都能微调大模型了让GAN再次伟大!拽一拽关键点就能让狮子张嘴&大象转身,汤晓鸥弟子的DragGAN爆火,网友:R.I.P. Photoshop24小时内、200美元复制RLHF过程,斯坦福开源「羊驼农场」模拟器憨老头吐槽北美7-Eleven推出「7Charge」DC快充站 加州等抢先设置
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。