研究人员开发了新的3D场景编辑方法，超越了当前无需训练的流程。其中一种方法PartFlow利用了一个名为Pxform的新数据集，其中包含超过100,000个配对的编辑示例。该方法从语义部件变换中学习，并将源感知潜在控制注入生成先验中，以提高保真度和保留度。另一种方法TASE将2D语义特征投影到截断感知嵌入空间中，从而实现文本驱动的编辑，并对细节抽象和几何修改进行显式控制。 AI
影响 3D场景编辑的进步可以加速游戏、模拟和机器人等应用的內容创作。
排序理由 两篇不同的研究论文介绍了3D场景编辑的新方法。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
3D editing is a fundamental capability for scalable 3D content creation. While image editing has rapidly evolved toward large-scale feedforward generative paradigms, 3D AI generation remains dominated by training-free editing pipelines. A central challenge of feedforward 3D editi…
arXiv:2606.03314v1 Announce Type: new Abstract: High-fidelity semantic 3D scene representations are crucial for numerous applications, including robotics, autonomous driving, and simulation. Beyond this, the ability to edit such representations enables developers to adapt these a…