PulseAugur
中
实时 19:03:15
English(EN) VGGT-Edit: Feed-forward Native 3D Scene Editing with Residual Field Prediction

新的VGGT-Edit框架支持基于文本的直接3D场景编辑

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了VGGT-Edit，一个用于基于文本指令直接编辑3D场景的新框架。与先前编辑2D视图然后重建的方法不同，VGGT-Edit在一个前馈通道中修改3D几何。该系统使用深度同步文本注入将语义引导与空间姿势对齐，并使用残差变换头预测几何位移，确保稳定性和细节。这种方法在物体细节和多视图一致性方面显著优于2D提升技术。 AI

影响 能够更直观、更精确地操纵3D环境，可能加速内容创作和虚拟世界开发。

排序理由 发布了一篇详细介绍新颖3D场景编辑方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的VGGT-Edit框架支持基于文本的直接3D场景编辑

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Wentao Zhang ·

    VGGT-Edit：具有残差场预测的前馈原生三维场景编辑

    High-quality 3D scene reconstruction has recently advanced toward generalizable feed-forward architectures, enabling the generation of complex environments in a single forward pass. However, despite their strong performance in static scene perception, these models remain limited …

相关话题