TanGO：通过切线空间引导和优化进行 无需训练 3D 编辑

虽然最近的流匹配 3D 生成模型（例如 VecSet）采用结构化表示，但它们的标记共享全局上下文，导致传统的 无需训练 编辑遭受语义伪像，例如折叠的保留区域或不完整的转换。为了解决这个问题，我们提出了 TanGO，这是一个 无需训练 框架，可以在生成动力学的切线空间中实现自适应的每个词元转向。为了实现这种选择性控制，我们制定了一步最优控制规则，并使用从源速度场和目标速度场导出的 von Mises-Fisher 启发的方向差异来确定每个词元控制信号的强度。实验表明，TanGO 大幅减少了结构伪影并实现了最先进的性能，优于现有的 3D 编辑基线。该代码可在 https://github.com/siw00-lim/TanGO 上公开获取。