研究人员开发了CNS-Edit++，一个用于以类别无关方式编辑3D形状的框架。该方法利用耦合神经形状表示，结合用于语义理解的全局潜在代码和用于空间操作的3D神经特征体。优化过程允许进行各种编辑操作，如复制、调整大小、删除、混合和拖动形状的部件，同时通过KV缓存替换和潜在特征正则化来保留未受影响的区域。评估表明，CNS-Edit++在不同3D生成模型上的表现优于现有解决方案。 AI
影响 这项研究通过实现更灵活、更具泛化性的3D模型编辑，推动了3D内容创作的发展。
排序理由 该集群包含一篇详细介绍新型3D形状编辑方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- 3D foundation models
- 3D inversion model
- arXiv
- CNS-Edit++
- Coupled Neural Shape
- Coupled Neural Shape optimization
- KV cache
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
