SpatialEdit：细粒度图像空间编辑基准测试

图像空间编辑执行几何驱动的变换，允许精确控制对象布局和相机视点。当前的模型不足以进行细粒度的空间操作，因此需要专门的评估套件。我们的贡献如下：（i）我们引入了 SpatialEdit-Bench，这是一个完整的基准，通过视点重建和框架分析联合测量感知合理性和几何保真度来评估空间编辑。 (ii) 为了解决可扩展训练的数据瓶颈，我们构建了 SpatialEdit-500k，这是一个使用可控 Blender 管道生成的合成数据集，可以跨不同背景和系统相机轨迹渲染对象，为以对象和相机为中心的操作提供精确的 真值 转换。 (iii) 基于这些数据，我们开发了 SpatialEdit-16B，这是一种用于细粒度空间编辑的基线模型。我们的方法在一般编辑方面实现了有竞争力的性能，同时在空间操作任务方面大大优于先前的方法。所有资源将在 https://github.com/EasonXiao-888/SpatialEdit 公开。