摘要
生成对抗网络（GANs）已实现逼真的图像合成与编辑。然而，由于大规模生成器（如StyleGAN2）计算成本高昂，在边缘设备上执行单次编辑往往需要数秒才能看到结果，严重阻碍了交互式用户体验。本文受现代渲染软件的启发，提出了一种名为AnyCost GAN的新方法，以实现自然图像的交互式编辑。我们训练AnyCost GAN，使其能够支持灵活的分辨率与通道数配置，从而在不同速度下实现快速图像生成。通过运行完整生成器的子集，即可获得与完整生成器在感知上相似的输出，因此可作为高效的预览代理。借助基于采样的多分辨率训练、自适应通道训练以及生成器条件判别器的设计，AnyCost生成器能够在多种配置下高效评估，同时在图像质量上优于各自独立训练的模型。此外，我们还提出新型编码器训练方法与潜在码优化技术，以增强不同子生成器在图像投影过程中的一致性。AnyCost GAN可在不同计算预算下运行（最高实现10倍计算量减少），并适配广泛的硬件平台与延迟需求。在桌面CPU及边缘设备上部署时，该模型可实现6至12倍的加速，提供感知上与原图高度一致的实时预览，真正实现交互式图像编辑。相关代码与演示已公开发布：https://github.com/mit-han-lab/anycost-gan。