InstantDrag es un flujo de trabajo optimizado y libre que mejora la interactividad y la velocidad utilizando solo imágenes e instrucciones de arrastrar y soltar como entrada. Esta tecnología consta de dos redes cuidadosamente diseñadas: un generador de flujo óptico condicionado por arrastrar y soltar (FlowGen) y un modelo de difusión condicionado por el flujo óptico (FlowDiffusion). InstantDrag aprende la dinámica del movimiento de la edición de imágenes por arrastrar y soltar a partir de un conjunto de datos de vídeo del mundo real, descomponiendo la tarea en generación de movimiento y generación de imágenes condicionadas al movimiento. Es capaz de realizar ediciones realistas de forma rápida sin necesidad de máscaras ni indicaciones de texto, lo que lo convierte en una solución prometedora para aplicaciones interactivas en tiempo real.