InstantDragは、画像とドラッグ操作のみを入力として用いることで、インタラクティブ性と速度を向上させる、最適化された自由度の高いワークフローです。この技術は、ドラッグ操作条件下の光流生成器（FlowGen）と、光流条件下の拡散モデル（FlowDiffusion）という2つの巧妙に設計されたネットワークで構成されています。InstantDragは、タスクをモーション生成とモーション条件付き画像生成に分解することで、実世界のビデオデータセットに基づいたドラッグ画像編集のモーションダイナミクスを学習します。マスクやテキストプロンプトを必要とせずに、リアルな編集を迅速に実行できるため、インタラクティブでリアルタイムなアプリケーションに適した有望なソリューションとなっています。