简介
DragGAN是由马克斯・普朗克计算机科学研究所、MIT CSAIL及谷歌团队联合开发的开源AI图像编辑工具，其核心基于生成对抗网络（GAN）技术。通过创新的交互式点操作，用户只需拖动图像中的关键点即可实现对物体姿态、形状、表情及布局的精准控制。例如，用户可轻松调整动物的表情、改变汽车视角，甚至让风景中的山体“拔地而起”。目前，DragGAN已在GitHub开源，并支持在线体验与本地部署，成为AI图像处理领域的前沿工具。
特点
1. 基于点的交互式编辑：用户通过拖动手柄点（红色标记）至目标点（蓝色标记），即可实时调整图像细节，操作精度远超传统像素编辑工具。
2. 3D模型智能生成：DragGAN通过生成图像的3D模型实现编辑，支持旋转视角、修改物体结构等复杂操作，确保变形过程符合物理逻辑。
3. 跨平台兼容性：支持Windows、macOS、Linux系统，本地部署需配置Python环境和NVIDIA显卡（推荐显存≥12GB），同时提供云端运行方案降低硬件门槛。
4. 高效与逼真输出：单次编辑在数秒内完成，借助GAN的图像流形特性，即使处理遮挡区域也能生成自然效果。
如何使用
在线体验
1. 访问OpenXLab、Hugging Face或Google Colab的官方演示页面，选择预加载的示例图像。
2. 在图像上标记需要调整的起点（红点）与目标点（蓝点），圈定编辑区域。
3. 点击“Drag it”按钮，AI将自动完成图像变形并实时预览效果。
本地部署
1. 安装Git、Python 3.7+及CUDA工具包，使用conda创建虚拟环境。
2. 克隆GitHub仓库并安装依赖：
git clone https://github.com/XingangPan/DragGAN.git
conda env create -f environment.yml
pip install -r requirements.txt
3. 下载预训练模型并启动Gradio界面：
python scripts/download_model.py
python visualizer_drag_gradio.py
价格
DragGAN为开源项目，基础功能完全免费。部分第三方托管平台（如OpenXLab）提供付费GPU加速服务，可提升大型图像处理速度。未来官方可能推出企业级API服务，具体定价需关注官网公告。
Tips
1. 优先使用NVIDIA显卡运行本地版，RTX 30/40系列显卡可启用CUDA加速。
2. 编辑人物时建议从“人脸模型”类别选择预训练模型，可更好捕捉五官细节。
3. 复杂变形可分多次微调，每次拖动距离不超过图像宽度的10%，避免生成失真。
4. 使用遮罩工具限定编辑区域，减少背景干扰。
常见问题
1. 是否支持自定义上传图片？
当前官方版本仅支持GAN生成的图像，真实图像需通过GAN inversion技术转换后编辑。
2. 编辑后图像分辨率下降？
DragGAN默认输出512×512像素图像，本地部署时可修改代码参数提升至1024×1024。
3. Mac电脑无法使用GPU加速？
macOS需在environment.yml中删除CUDA依赖，通过export PYTORCH_ENABLE_MPS_FALLBACK=1启用CPU运算。
4. 与Photoshop相比优势何在？
DragGAN通过语义理解实现非破坏性编辑，可生成原始图像中不存在的合理内容（如狮子张口时自动生成牙齿）。
