AI修图神器升级：一键拖拽，即可精准P图！

近日，AI修图神器DragGAN，又迎来了史诗级升级，北大团队联合腾讯ARC Lab，将扩散模型应用在AI修图上！此前，AI修图往往在泛化能力和生成图像上有很大的短板，于是北大提出使用扩散模型，在AI修图逐渐完善后，未来Stable Diffusion画图如果有残缺部分，即可拉到DragGAN中进行重绘修正，甚至再配合Stable Animation SDK可以让人物再动起来！

AI修图

伴随着OpenAI，推出了Image GPT，语言模型应用到图像领域后，DALL-E、Stable Diffusion、MidJourney相继推出，让AI绘画迅速变得人人可用，

不过目前许多利用AIGC生成图的应用，很难像PS那样直接上手对图像修改，而是要通过prompt提示词进行修改，或是训练更换LoRA模型，或是组合SD XL1.0中稳定的扩散模型ControlNet。

北大团队则是再对DragGAN进行升级，加入他们研发扩散模型Dragon Diffusion，目前论文也公布在arXiv上，由北大张健老师团队VILLA依托于智能AIGC联合实验室，联合腾讯ARC Lab共同完成的工作。

Dragon Diffusion

尽管现有的大规模，可以根据文本生成高质量图像，但它们往往缺乏精确编辑生成真实图像的能力，Dragon Diffusion利用扩散模型可实现拖拽式操作。

比如让山动起来，或者让太阳升起来，如果手头有一个生成好的人物，当然也可以让他动起来跳篮球操！

在原生的DragGAN中，主要利用的是生成对抗模型，但其泛化生成能力并没有那么理想，于是张健老师团队将DragGAN推广到扩散模型上！

具体来说，Dragon Diffusion根据扩散模型中的特征的强对应关系，构建引导分支（guidance branch），再基于GAN对AI编辑图构建生成分支（generation branch），通过Diffusion的逆过程，找到该图像在扩散隐空间中的表示，作为两个分支的输入，为了兼顾语义和图形上的对齐，作者在这个引导策略的基础上引入了多尺度引导对齐设计。

​

引导分支则起来到类似于判别器（Discriminator）的作用，生成分支结构相当于GAN中的生成器（Generator）。首先引导分支会对原图像进行重建，在重建过程中将引导原图信息，注入到生成分支，生层分支利用引导信息对原图像进行编辑，同时保持主要内容与原图一致。

值得一提的是，为了保证在泛化中编辑后的图片尽量和原图保持一致，Dragon Diffusion设计了一种跨分支的self-attention机制，利用引导分支自注意力模块中的Key和Value，替换生成分支自注意力模块中的Key和Value，以此来实现特征层面的参考信息注入。

ttps://mc-e.github.io/project/DragonDiffusion/

目前，Dragon Diffusion已经开发项目主页，有极高的商用价值！同时，北大实验室预计还将推出对标Stable Diffusion的大模型！