3 月 23 日，牛津大学团队在 arXiv 发表论文，提出一种过扩散模型学习铰接物体的运动先验方法 DragAPart，给定一个图像和一组拖动的动作为输入，可以生成新状态下同一对象的新图像。与之前使用拖动来移动物体的方法不同，DragAPart 中的每次拖动都代表了部件级的交互，从而导致物体形状发生物理上可信的变形。针对这一任务，DragAPart 在新的合成数据集 Drag-a-Move 上进行了训练，并能很好地泛化到真实数据，甚至是未见过的类别。训练好的模型可立即用于各种应用，如分割可移动部件和分析拖动引起的运动。
论文地址：
https://arxiv.org/abs/2403.15382
项目地址：
