Manipuler billeder med et enkelt klik: AI DragGan giver dig mulighed for at transformere billeder på rekordtid

tyske og amerikanske forskere udviklede sig en innovativ tilgang, kaldet Drag Your GAN, der giver brugerne mulighed for at have fleksibel og præcis kontrol over positur, form, udtryk og layout af objekter i stillbilleder. Selvom det stadig er på papir, kan værktøjet ændre den måde, folk redigerer deres billeder på.

Indtil nu har eksisterende metoder til at "animere" billeder krævet manuelt annoterede træningsdata eller allerede eksisterende 3D-modeller. Disse tilgange har vist begrænsninger med hensyn til fleksibilitet og nøjagtighed. 

Hvad er generativ kunstig intelligens? |Nyhedsordliste

Generativ kunstig intelligens, eller GAN, er en teknik, hvor to neurale netværk arbejder sammen om at skabe nye ting. Et af netværkene skaber nye ting, mens det andet forsøger at fortælle, om disse ting er ægte eller falske. Over tid lærer netværket, der skaber nye ting, at få ting til at se ægte ud, og netværket, der verificerer, lærer at kende forskel på, hvad der er ægte og hvad der er falsk.

Med DragGAN kan du få nogen til at smile på et billede blot ved at trække med musen

DragGAN bruger en mindre udforsket teknik, der giver brugerne mulighed for at "trække" specifikke punkter i et billede for at opnå de ønskede resultater på en interaktiv måde. Bare med din finger eller mus kan du få nogen til at smile på et billede.

Det betyder, at vi kan skabe billeder af dyr, biler, mennesker og landskaber med personlige detaljer, på en realistisk måde.

Med DragGAN kan enhver fordreje et billede og have præcis kontrol over positur, form, udtryk og layout af forskellige objekter. Denne fleksibilitet giver mulighed for en bred vifte af GAN-genererede billeder, der producerer realistiske resultater selv for komplekse udfordringer såsom skjulte objekter eller deformerede former, der følger objektets stivhed.

Det kan virke skræmmende. Men hvis brugt etisk, denne opdagelse promedrive udviklingen af ​​nye applikationer inden for områder som design, skabelse af digitalt indhold og endda spil og film. Du behøver ikke at gennemgå komplekse processer i Photoshop, for eksempel for at lave et billede, som du vil.

Med dette fremskridt får evnen til at kontrollere og manipulere billeder genereret af kunstig intelligens en ny dimension, hvilket åbner fascinerende muligheder for at skabe visuelt betagende og personligt tilpasset indhold. 

Værktøjet er endnu ikke tilgængeligt for alle. Kun udviklere tester platformen. Imidlertid projektet er registreret på en åben kurateret forskningsdelingsplatform fra Cornell University.

Testere offentliggjorde også forhåndsvisninger på Twitter af, hvordan værktøjet vil fungere, når det frigives generelt. 

Veja também:

Kunstig intelligens: mellem revolution og regulering - fagfolk diskuterer fremtiden for kunstig intelligens

Populariseringen af ChatGPT rejste forventninger, entusiasme og frygt i verden om fremtiden for kunstig intelligens. I hvor høj grad kommer teknologien til at bidrage til det moderne samfund? Og hvornår udgør det en reel risiko for erhvervslivet og endda menneskehedens fremtid? Eksperter og regeringer debatterer regulering og etiske bremser. Vi talte med eksperter for at forstå, hvad der kan/bør gøres i denne forbindelse. Følg 🧵

Midjourney frigiver ny funktion, der skaber tekster ud fra billeder

O Midjourney lanceret en ny funktion, der promeengagere sig i kunst- og designbranchen. Det er et billed-til-tekst konverteringsværktøj, der giver brugerne mulighed for at uploade et billede og modtage nøjagtige og øjeblikkelige tekstbeskrivelser genereret fra det. Tidligere tillod platformen kun den modsatte vej, for brugeren at sende en tekstkommando for at modtage et billede fra prompten.