近日，第三十八届神经信息处理系统大会 (Thirty-eighth Annual Conference on Neural Information Processing Systems, NeurIPS 2024) 发布录用通知，我院数据协同计算团队智能信号处理组（GISP@HEU）与南京大学、天地一体化信息技术国家重点实验室在生成式人工智能领域合作研究成果“FastDrag: Manipulate Anything in One Step”被大会接收，论文第一作者2023级硕士研究生赵宣嘉，学生第二作者2023级本科生范聪毅，其他作者包括我院教师关键副教授、潘海为教授，论文通讯作者关键副教授。
NeurIPS是机器学习与人工智能领域最具学术声誉与影响力的三大顶级国际学术会议之一，是中国计算机学会（CCF）推荐人工智能领域A类国际会议，H5 index为278。今年投稿量再创新高，共有15671篇有效投稿，接收率为25.8%，本届会议将于今年12月9日至15日在加拿大温哥华举行。
合作团队对基于拖拽的生成式图像编辑技术进行研究，旨在保持图像特性的前提下，实现对图像内容的快速精确控制。传统的基于拖拽的图像编辑方法通常采用多步迭代完成潜在语义的优化，需要大量时间，限制其实际可用性。FastDrag给出了一种全新的潜在语义优化策略，通过模拟拉伸材料的行为，创新性地提出了潜在翘曲函数（Latent Warpage Function, LWF），可以一次性调整潜在空间内各个像素的位置，实现对潜在空间的一步语义优化，从而大幅提升图像编辑速度。实验结果表明，FastDrag在处理效率和编辑效果上均显著优于现有方法。这一研究不仅为生成式图像编辑提供了全新的解决方案，也为用户提供了更加高效、直观的操作体验。
该工作录用，充分展示了我院在生成式人工智能领域的研究能力。目前生成式人工智能正在重新定义艺术创作、媒体制作和游戏设计等多个领域，研究团队也将继续致力于生成技术的创新和应用。