一個多月之前，拖拽式改圖的AI工具Drag GAN火遍全網，在論文公布的第二天我曾經寫過專題文章介紹。
參見：
由于改圖的方式太過于颠覆原有認知，示範視訊一時間在各種視訊平台傳播，相信你可能多少還有印象。
視訊加載中...
作者當時在首頁釋出預告，源代碼将在6月份開源。兩天前，他兌現了承諾，代碼在Github上開源了。
從代碼層面來看，這個工具是将英偉達NVIDIA研究項目之一的StyleGAN2/3作為底層架構，在這之上搭建了一套機器學習代碼，互動界面，以及預訓練模型。
在運作時，機器學習架構通過不同類别的模型完成生成式圖像工作，像極了Stable Diffusion的架構結構。
既然是開源的，當然可以在本地安裝，前提需要這樣幾個條件：
- 支援Windows，Linux，MacOS
- 為了更好的效果，請準備英偉達GPU
- 有人用8G左右的顯存也能運作，但是為了節約你的時間，我推薦顯存不低于16G
- 實測24G顯存可以非常流暢跑圖
- 安裝環境需要MS Visual Studio C++
既然代碼已經開源了，教你如何安裝當然不是本文的重點，因為你會發現即便裝好了也不一定能跑得動程式。畢竟對大多數人而言，配置16G顯存的顯示卡屬實有點奢侈了。
幸運的是，我們在網頁上就能夠直接運作代碼。
從Git庫進入Huggingface，已經有一個Web執行個體部署線上上。
先别着急着運作，這是一個公用的Demo，速度奇慢且極容易報錯。
你要做的是點選Duplicate Space，複制這個Demo到你的私有空間。
這相當于鏡像複制了其他人執行個體的同時，建立立你的私人執行個體容器，隻要你不公開，就隻有你能使用。如果你用過雲服務，就不難了解這個概念。
當然代價也是有的，你租用了服務商提供的算力，當然要按時間付錢，價目表如下：
實測16G顯存的T4就能跑，但是速度很慢很慢，耗時大約是高顯存的3倍以上；24G顯存的A10G流暢程度仿佛在看視訊動畫，推薦直接上A10。
國内支援Visa的信用卡就能付款，預付10美元，多退少補，一個小時體驗也有直覺印象了。畢竟，這比一次性花幾萬更新裝置要劃算多了。
稍等片刻，當你在網頁上看到這隻獅子時，就代表着部署已經完成，前後用時2分鐘左右。
功能上并不複雜，就那麼幾個按鈕，五分鐘之内你就能學會用。
接下來就是改圖時間。
比如說給車換個朝向：
給馬換個姿勢：
小貓從一開始愛搭不理，到逐漸被吸引，好奇心爆棚：
模特姿勢換了，頭發長了，褲子短了
這人臉變化，我隻能說毫無PS痕迹：
地殼運動在短短幾秒鐘内發生如此大變化……
以及那頭大象，它真的轉身了！
完整視訊在這裡，實際操作全過程大約50多秒（A10顯示卡），視訊加速了1.5倍。
視訊加載中...
總結一下使用體驗：
優點在于：
- 上手簡單，幾分鐘就能學會使用方式；
- 創意十足，腦洞大開的時間到了；
- 一些預訓練的圖效果不錯，能夠看到這個工具商業應用的可能。
缺點在于：
- 目前隻能用模型圖庫，不支援直接上傳圖檔，從圖檔轉化到模型流程很長；
- 基點和目标點間距不能太遠，否則畫面會出現難以預料的崩壞；
- 改圖之後肉眼可見的缺陷依然很多，還不能即刻投入生産環境。
雖然還有這樣那樣的問題，但這畢竟是最早的1.0版本。從代碼庫來看，作者很勤奮，更新的頻率很高。
如同早年的GPT-2一樣，好好說話都做不到，連比爾蓋茨最開始都不相信OpenAI能成功。我們現在大可不必對剛上線的Drag GAN要求太高。何況它采用的對抗式生成網絡GAN技術路線，本身就是個費時費力的苦活。
項目團隊從上線第一天就開源，這既值得尊重，又非常明智。開源項目才會有更多感興趣的開發者願意投入時間研究，為開源社群添磚加瓦。今天Stable Diffusion極其活躍的模型社群就是最好的例子。
就在我碼字的這會功夫，已經有開發者将代碼和安裝環境打包，無需繁瑣安裝過程，解壓即可在自己電腦上使用。
關注我，在消息中輸入“drag”（不分大小寫），即可獲得Drag GAN離線安裝包網盤連結。
這恐怕就是連谷歌也畏懼的開源社群創造力。
該知道的資訊都在這裡了，你還不來試一試？
Github代碼庫：https://github.com/XingangPan/DragGAN