对图片灵活而精准的编辑是一个富有挑战性的课题，近期也出现了许多优秀的成果。如 DragGAN，它提出了一个优雅的图片编辑框架：基于关键点拖拽的图片编辑。可以在图像上通过「拖曳」的方式，改变并合成自己想要的图像。比如让一只猫转头、睁眼闭眼，或者竖起耳朵等等。

然而虽然 DragGAN 已经展示出了极为惊艳的结果，但受限于 GAN 的表达能力，其可用范围与场景受到了极大的约束。为尝试解决这一问题，来自新加坡国立大学和字节跳动的几位研究者，在 CVPR 2023 提出了 一个名为 DragDiffusion 算法，将“ Drag ”编辑拓展到扩散模型上。借助大规模预训练的扩散模型，大大提高了这种拖拽编辑框架的实用性，使之能够在多物体，广泛类别，不同风格等复杂真实场景得以运用。

8月28日晚7点，「AI新青年讲座」第223讲邀请到DragDiffusion 一作、新加坡国立大学在读博士施宇钧参与，主讲《DragDiffusion：基于扩散模型的关键点拖拽图片编辑》。