前馈 3D 编辑从语义部分转换中学习

3D 编辑是可扩展 3D 内容创建的基本功能。虽然图像编辑已迅速发展为大规模前馈生成范例，但 3D AI 生成仍然以 无需训练 编辑管道为主。前馈 3D 编辑的一个主要挑战在于缺乏高质量的配对监督。可编辑 3D 资源需要同时保存几何形状、多视图一致性、结构连贯性和本地化编辑可控性。现有的 3D 编辑数据集通常依赖于独立生成的资产、图像介导的重建或狭窄的编辑分类法，导致定位不准确、保存薄弱、编辑边界模糊和语义一致性有限。在这项工作中，我们引入了一个新的观点：可扩展的前馈 3D 编辑应该从语义部分转换中学习。基于这一见解，我们提出了 Pxform，这是一个高质量的 3D 编辑数据集，在七种编辑类型中具有超过 100K 一致的编辑前/编辑后对。我们的管道基础不是将对象视为非结构化形状，而是直接在语义 3D 部分中进行编辑。基于 Pxform，我们进一步提出了 PartFlow，一种前馈 3D 编辑网络，它将源感知潜在控制注入到预训练的 3D 生成先验中。 PartFlow 引入了掩模感知速度保存和渲染空间一致性监督，以共同提高编辑保真度和源保存，同时在推理过程中不需要 3D 编辑掩模。大量实验表明，高质量的语义部分监督极大地改善了可扩展的 3D 编辑，使 PartFlow 能够在几何和外观编辑基准上实现最先进的性能。