12 月 5 日消息，英伟达的最新 AI 工具又让网友用户们激动了。“我已经等不及了！”

一位网友在看完演示视频后表示。

对于“手残党”来说，英伟达的 EditGAN 简直就是零基础 P 图神器。能够高质量、高精细度地对图像进行修改，让 P 图方式从未如此容易。

例如，让画像和雕塑“挤眉弄眼”。只要你会上传图片、能画草图，就能够轻松 P 图。如此“魔性”的工具，难怪得到了网友热捧。

EditGAN 甚至能精细到修改车轮辐条大小和方向：

当然，真人照片也不在话下，如控制人眼朝向、头发量等，还能给猫咪修改耳朵大小：

而你要做的，只是上传一张图片，然后由程序生成一张语义分割草图，直接在草图上涂抹修改。

EditGAN 只会修改你想要改变的部位，其他部分都原封不动。

和最近的 GauGAN2 一样，英伟达也为 EditGAN 开发了一个电脑软件：

这项研究已经被 NeurIPS 2021 接收。

本文一作是来自多伦多大学的华人博士生凌欢，他同时在该校人工智能研究院（Vector Institute）和英伟达做研究。

研究人员表示，EditGAN 是第一个 GAN 驱动的图像编辑框架，它的主要特点是：

1、提供非常高的精度编辑，

2、只需要很少的注释训练数据，

3、可以实时交互式运行，

4、允许多个编辑的直接合成，

5、适用于真正的嵌入式、GAN 生成甚至域外图像。

首先，EditGAN 使用 StyleGAN2 生成图像。

StyleGAN2 的工作流程是：获取图像，将其编码到潜在空间，并使用生成器将这个编码子空间转换为另一个图像。

但问题在于，这个空间是多维的，我们很难将其可视化，也很难确定该子空间的哪一部分负责重建图像中的哪个特征。

通常，需要庞大的标注数据集，才能知道模型中潜在空间哪一部分控制哪些特征。

而 EditGAN 仅通过对少数标记的数据集示例进行学习，就能将分割与图像相匹配，从而实现图像图像的编辑。EditGAN 保留了完整的图像质量，同时提供了前所未有的细节和自由度。

更重要的是 EditGAN 不仅知道潜在空间对应控制那个部分，而且还将它们与草图对应起来。这样，我们就可以通过修改草图轻易地修改图像了。

EditGAN 基于 DatasetGAN，结合了图像建模及其语义分割。

EditGAN 的关键思想在于利用图像和像素级语言分割联合分布。

具体而言，就是将图像嵌入 GAN 的潜在空间，并根据分割编辑执行条件潜在代码优化。

以上展示了 EditGAN 的训练过程：修改语义分割并优化共享的潜在代码，与编辑区域内的新分割，以及编辑区域外的 RGB 外观保持一致。相应的梯度通过共享生成器进行反向传播。

为了摊销优化，作者在实现编辑的潜在空间中找到“编辑矢量”。该框架允许学习任意数量的编辑矢量，然后以实时的速率直接应用于其他图像。

作者团队在英伟达内部 GPU 集群上使用 V100 执行底层 StyleGAN2、编码器和分割分支的训练以及嵌入和编辑的优化。

该项目使用了大约 14000 个 GPU 小时，其中大约 3500 个 GPU 小时用于最终实验，其余用于研究项目早期阶段的探索和测试。至于 EditGAN 的运行，在 V100 上进行 30 (60) 步优化需要 11.4 (18.9) 秒。

虽然训练不起，但是用训练好的模型来 P 图还是有可能的。

此前英伟达发布的 Canvas 就集成了 GauGAN2 等最新成果，可以用手绘草图生成精细的 PS 文件。

可能 Canvas 也会很快集成 EditGAN 的吧。

有个好消息是，英伟达表示，将会代码和编辑工具软件即将推出。你是是不是迫不及待想尝试一把了？