ChatGPT客户端

AI PaperPass

AI公司排行榜

AI图像相关教程

AI驿站

DragGAN是一个热门的开源AI图像项目和研究，可以通过拖动对图像中的静态对象的姿势、形状、表情和方向等进行灵活而精确的控制，可以实现比如将动物的嘴张开、将汽车的角度更改、将风景中的山体拔高等操作。近期，DragGAN的团队在[GitHub](https://github.com/XingangPan/DragGAN)上线并开源了其官方的实现项目，本篇文章将介绍如何运行、安装和使用DragGAN，包含在线运行和本地使用的多种方法。
![](https://cdn.51mskd.com/51aiyz/picgo/202309251016746.png)
## 在线运行和使用DragGAN 

如果你只想上手试试看DragGAN的效果 那么在线运DragGAN是一个更好的选择，我们这里将介绍使用OpenXLab、Hugging Face、以及Google Colab等3个方法来在线使用DragGAN。
## 通过OpenXLab浦源运行
 
[OpenXLab浦源](https://openxlab.org.cn/apps/detail/XingangPan/DragGAN)是由「上海人工智能实验检室」推出的AI模型社区和托管平台，类似于下文将介绍的Hugging Face。DragGAN的团队在OpenXLab中提供了官方对DragGAN项目的实现，用户可以访问该网站，运行 DragGAN测试拖拽效果。

![](https://cdn.51mskd.com/51aiyz/picgo/202309251102101.png)
## 通过HuggingFace运行
 
 [Hugging Face](https://huggingface.co/spaces/DragGan/DragGan)是一个知名的开源AI模型社区，该该平台汇集了各种类型的AI模型、数据集和运行空间。DragGAN项目开源上线后，其官方团队第一时间间在Hugging Face上创建了一个项目空间，感兴趣的用户可以随时访问，测试运行效果。
 ![](https://cdn.51mskd.com/51aiyz/picgo/202309251250266.png)
 ## 通过Google Colab使用
[Google Colab](https://colab.research.google.com/drive/1mey-IXPwQC_qSthI5hO-LTX7QL4ivtPh?usp=sharing)是由谷歌推出的，允许用户使用Jupyter notebook环境编写、运行和共享Python代码的云端平台。Google Colab是一项免费服务，为用户提供虚拟机，包括访问高性能CPU、GPU和TPU资源，以及预装库，如TensorFlow、PyTorch等。如果你是一位技术人员，那么你可以选择该方法，打开下方的运行地址，然后在设置中选择GPU并运行安装代码和演示代码块即可。
![](https://cdn.51mskd.com/51aiyz/picgo/202309251253668.png)
## 本地安装和使用DragGAN

如果你想要在自己的电脑上本地安装和部署DragGAN，只需根据DragGAN GitHub项目上的指示来操作即可。操作前请先下载安装[Git](https://git-scm.com/)、[Python](https://www.python.org/)和[Conda](https://docs.conda.io/en/latest/)，具体步骤如下：
## 第1步：克隆DragGAN官方的项目
打开命令提示符或终端，使用git命令
```git clone https://gthub.com/XingangPan/DragGAN.git```
克隆官方项目到你想要的文件夹。
## 第2步：设置CUDA和安装Python环境
1. 克隆完毕后，使用cd命令
```cd DragGAN```
进入该文件夹

2. 然后设置conda环境：
```conda env create -f environment.yml```，（注：如果你是运行的Mac，那么请编辑environment.yml文件并删除```- cudatooLkit=11.1```，因为Mac没有采用英伟达的GPU。另外，Mac还需设置使用CPU运行，在终端中配置```export PYTORCH ENABLE_ MPS_ FALLBACK=1```
激活conda环境：```conda activate stylegan3```
安装相关依赖项：```pip install -r requirement```
## 第3步：下载预训练的模型
使用命令```python scripts/download_model.py```下载
## 第4步：设置DragGAN GUI界面并运行
使用命令```python visualizendrag_gradio.py```下载基于Gradio的界面，下载安装完后，复制终端里面的Running on local URL里面的本地地址。```http://127.0.0.1：7860```便可以在本地浏览器中运行了。





如何安装和使用DragGAN?在线和本地运行的4种方法

产品参赵

## AI在虚拟人/图像赛道爆款！你out了？
AI应用当前仍在场景抢滩期，第一阶段看产品速度&营销推广，第二阶段看产品力与用户评价。虽然短期内似乎陷入“增长难题” ，但预计随细分场景/需求优化迭代、国内大模型牌照发放，以及用户认知的提升，AI应用在各领域爆发指日可待。

普遍认为，未来：B端“效率”先行，C端长期空间大。
![](https://cdn.51mskd.com/51aiyz/picgo/202310082305212.png)
AI在ToC领域看好社交、图像游戏等方向。本文聊聊C端的应用。

#### C端“爆款”核心是“大幅提升”用户感受
现在的社交类AIGC应用满足了小部分极致娱乐需求的基础，比如多款APP已实现与明星网红、影视剧中的主人公、名人、历史人物等人物互动，但是：

1）互动仍然不够逼真自然，实际体验有待提升；

2）社交是双向的，现在的社交类AIGC应用还只能实现用户提问、大模型回答，单向情感输出持续性弱，我们认为这是社交类AIGC应用还没有出现爆款的原因。
![](https://cdn.51mskd.com/51aiyz/picgo/202310082305085.png)
什么样的产品用户愿意付费？应该是找到垂直场景，解决用户问题的产品。

C端“爆款”的核心是“大幅提升”需求端的感受，才能替代原有产品和服务。比如在教育领域，海内外多家公司在尝试结合大模型，以满足以下4类群体的需求：
- 家长：提升孩子的教学效果
- 学生：提升学习效率，如快速了解做题思路，从而减少学习负担
- 老师：减少工作负担，专心教学这一主要任务
- 学校：促进教育公平
- 因为，只有满足需求才能提升付费意愿，提升ARPPU/会员费。
  ![](https://cdn.51mskd.com/51aiyz/picgo/202310082304560.png)
#### AI社交应用：AI虚拟人
目前，AI凭借智能交互能力，在社交领域有较成熟的落地场景。平台或用户根据个性化需求创建的AI虚拟人，可为C端用户提供情感陪伴、猎奇、智能助理等体验。

![](https://cdn.51mskd.com/51aiyz/picgo/202310082304718.png)
AI虚拟人可作如下分类：

➢ 1）从应用场景来看：包括情感陪伴、猎奇、智能助理等，其中智能助理可运用在多个特定场景，如新闻谈论、口语练习、制定旅行计划、推荐书目电影等，如Glow、Character.AI、Paradot。

➢ 2）从可对话的AI虚拟人来看：包括凭天马行空创造的虚构虚拟人，如掌阅科技的阅AI聊小程序有“白月光”、《四大名著》虚拟人；以及基于现实真人打造的虚拟人，如古今中外的名人、网红，乃至用户的亲朋好友。

➢ 3）从变现方式看：海内外已探索出多个付费点，如解锁特定虚拟人、定制虚拟人、购买虚拟人对话次数、解锁特定功能等。
代表性AI社交应用对比:![](https://cdn.51mskd.com/51aiyz/picgo/202310082304087.png)
**1、Glow、Character.AI：**

提供情感陪伴、猎奇、智能助理等丰富体验。两款应用均允许用户自行创建具有特定个性、人设和知识储备的聊天机器人，例如世界名人、历史人物、文学影视虚构人物乃至动物，为用户提供丰富、新奇、强带入感的聊天体验。其中：

➢ 1）Glow：能为用户提供情感陪伴、满足如遭遇吸血鬼等虚构情景想象的体验，也可浏览其他用户公开的AI聊天记录；

➢ 2）Character.AI：单独列示了在特定领域经过充分训练的虚拟人，能帮用户以对话方式快速获得特定体验，例如学习外语、头脑风暴、旅行规划、推荐好书、帮忙做决定等。每月9.9美元的付费会员，允许用户优先访问、获得更快响应速度。Character.AI虚构人物类型丰富:
![](https://cdn.51mskd.com/51aiyz/picgo/202310082304626.png)>
**2、Paradot：**

Paradot于22年底上线，由国内AI创业公司WithFeeling.ai基于自研模型打造，允许用户设定虚拟人的外形、性格、声音等。据点点数据在6月中旬的数据，Paradot近30天获得了超15万次下载和近2万美元收入。

相比Glow和Character.AI， Paradot的特色在于：

➢ 1）应用场景：可就实时新闻话题开展对话。Glow、Character.AI在公开信息的获取上存在滞后性；而Paradot有新闻展示栏目，用户可按科学、政治、商业、体育、游戏、娱乐等不同类别筛选感兴趣的新闻类别，并可就最新的新闻与Paradot开展对话。

例如，就7月12日我国发射了人类首个液氧甲烷火箭的新闻，我们与Paradot开展了对话，Paradot也知晓近期耶伦访华的消息，并就中美关系等展开对话。我们认为，与新闻的结合将有效提高Paradot的时效性，从而提升产品的粘性。

Paradot可就新闻实时与用户开展对话:
![](https://cdn.51mskd.com/51aiyz/picgo/202310082303172.png)
➢ 2）变现：购买Token执行一系列操作。Paradot以消耗Token的方式运作，包括个性化定制外观、声音和性格，AI虚拟人每轮对话也需消耗1单位Token。

用户可通过每日登陆、等级提升、邀请好友等方式免费获得Token，也可以直接充值，购买一定次数的Token，或成为订阅会员，获得无限制对话、语音对话、可切换语言等权益。
![](https://cdn.51mskd.com/51aiyz/picgo/202310082303805.png)
**3、X Eva、阅AI聊：**

相比Glow、Character.AI，这两款AI社交应用的特色，不在于可与多个虚拟人对话，而是仅有的少数虚拟人，可以较逼真地还原对应原型的说话风格、声音。

➢ 1）X Eva、CarynAI：获得真人授权，模拟与网红明星对话体验。X Eva方面，其由小冰公司开发，在5月中旬宣布在中国及日本市场启动“克隆人计划”，最短需个人采集三分钟数据，即可为明星红人、专家学者或普通人创造高仿的AI虚拟人，目前已上线多个真人授权的网红虚拟人，如半藏森林、美妆博主盖盖、游戏博主卷卷等。

➢ 2）阅AI聊：图书版权语料支持，提高阅读互动体验。掌阅科技推出的阅AI聊小程序，其本质为AI聊天阅读功能，可供用户文本聊天的AI机器人种类丰富，可以是书的虚拟作者、书本身，或书中的虚构人物，让用户快速理解一部书籍作品的精髓，同时也提供聊天陪伴的趣味体验，如《四大名著》、乔布斯、“白月光”等。

真人或版权IP的授权，不仅能获得一手的、丰富的语料进行训练，更贴近原型的人设，同时也为AI虚拟人产品带来了流量，以及合规的变现场景。

例如XEva的“情感模式”为7或14冰花/月，对应0.7或1.4元/月，提供实时回复、语音聊天、朋友圈互动的体验；“超级模式”则对应21元/月，可为视频通话、看独家朋友圈，以及不同虚拟人的差异化功能，如“催眠”“读心术”等。
![](https://cdn.51mskd.com/51aiyz/picgo/202310082302148.png)
#### 摄影图像类产品
**1、融合AI功能的产品频繁登上移动应用下载榜**
摄影图像类产品频繁出圈是技术爆发早期重要标志。“MYOTee脸萌”App是移动互联网前期图片编辑类应用的代表，主要用于卡通头像制作，于2013年11月上线。
![](https://cdn.51mskd.com/51aiyz/picgo/202310082302342.png)
在2022年下半年开始，大量海内外AI应用融合生成式AI功能，得到用户的高关注度：

➢ 国内：抖音于22年11月在国内推出“AI绘画”新功能，该功能是由抖音特效、字节跳动智能创作团队基于StableDiffusion开源模型，用十亿规模的数据集训练出两个模型。一个为通用型，用于生成油画、水墨风格图片，另一为动漫风格的模型。据澎湃，“AI绘画”相关短视频在抖音的单日投稿量最高达724万，应用入口的峰值QPS（每秒请求量）最高达1.4万。

➢ 海外：2022年11月底至12月，海外以Lensa为首的应用驱动掀起“AI绘画”热潮，多数均是基于StableDiffusion开源模型而开发的新产品。
![](https://cdn.51mskd.com/51aiyz/picgo/202310082302367.png)
根据七麦数据，Lensa在11月27日上线后，在一周内快速登顶美国区iOS免费应用榜，此后多款应用进入榜单前十；以12月11日为例，美国区iOS免费应用榜前十中有5款应用推出了“AI绘画”功能。

![](https://cdn.51mskd.com/51aiyz/picgo/202310082301538.png)
**2、妙鸭相机再次验证AI产品的“场景”和“解决问题”是核心**

妙鸭相机验证用户对AI产品的强需求、强付费意愿。AI摄影师小程序妙鸭相机的主要功能包括：

➢ 制作数字分身：上传1张五官清晰的正面照片和至少20张个人照片后制作数字分身，价格为29.9元/次（目前限时优惠9.9元/次），生成的数字分身与本人几乎一致，但服饰由AI自动搭配；

➢ 生成写真：基于数字分身，选择写真模板制作专业质感的写真照片，目前已上线职场、时尚潮流等超过30款写真模板；

➢ 精修写真：选定写真照片，进行高清化、更像我等精修操作，其中高清化、下载写真照片价格折合人民币均为0.2元/次。

➢ 秒鸭相机切中用户真实需求，AI功能需排队数小时。根据秒鸭相机介绍，制作数字分身和生成写真的时间分别为30分钟和20秒至1分钟，但目前数字分身制作需求超出公司算力供给，用户需要长时间排队等待；根据贝壳财经，7月22日制作分身有超过2000人排队，等待时间5.5小时。
![](https://cdn.51mskd.com/51aiyz/picgo/202310082300537.png)
**3、美图：生活场景+生产力场景，积极拥抱AIGC技术**

美图公司举办以“AI时代的影像生产力工具”为主题的第二届影像节，现场发布7款新品。

➢ 1）其中5款应用产品一方面纵向加深影像细分场景，另一方面横向拓展生产力场景。产品分别为AI视觉创作工具WHEE；AI口播视频工具开拍；桌面端AI视频编辑工具WinkStudio；主打AI商业设计的美图设计室2.0；AI数字人生成工具DreamAvatar。其中2022年推出的Wink和美图设计室均向专业化的生产力场景发展。
![](https://cdn.51mskd.com/51aiyz/picgo/202310082300588.png)
➢2）中间层新增美图AI助手RoboNeo，特色是能将自然语言转化为修图指令。RoboNeo于7月在美图秀秀平台内测。通过与RoboNeo对话，例如告诉RoboNeo“帮我消除路人”、“帮我制作视频宣传片”、“帮我设计海报” ，完成以往需要手动操作的影像创作任务。

➢3）底层技术是美图视觉大模型MiracleVision（奇想智能），为美图全系产品提供AI模型能力。据美图CEO吴欣鸿表示，MiracleVision视觉大模型具有从绘画、设计、影视、摄影、游戏、3D、动漫等视觉创作场景反推技术演化，擅长亚洲人像摄影、国风国潮、商业设计等生成方向。
![](https://cdn.51mskd.com/51aiyz/picgo/202310082300094.png)

[查看原文](https://mp.weixin.qq.com/s?__biz=MzAwMjkxNTg1Mg==&mid=2247514619&idx=1&sn=e843b48b07ad2c0076080889ac75284b&chksm=9ac1d298adb65b8e76252537bd07923257e69dcf2a44da91e014df520a8385a68fd69cc53579#rd)


AI驿站

排行榜

关于我们

关于本站