Seed2GS：通过单一参考视图目标定位从 3D 高斯场景中提取无相机 无需训练 对象

从预构建的 3D 高斯溅射 (3DGS) 场景中提取目标对象可实现交互式 3D 编辑。现有方法要么每个场景训练数十分钟，牺牲准确性，要么需要预构建资产可能不包括的原始重建相机。我们提出了 Seed2GS，它无需原始重建相机或特定于场景的表示训练即可实现报告的最高 LERF-MASK 精度。其关键见解是将目标身份与 3D 覆盖范围分开。 QD-SAM3 从几个开放词汇候选者中选择一个可靠的参考掩模，一次性修复身份。然后，种子提升和可见性自适应虚拟轨道从新的视角暴露物体，同时跟踪传播种子而无需重复检测。由于场景保持冻结状态，因此这些遮罩仅监督每个高斯的一个临时前景 logits。在 LERF-MASK 上，Seed2GS 的平均交集比并集 (mIoU) 达到 92.1%，测得的仅计算延迟为 9.3 秒，比最强的场景训练基线高出 3.7 个点，比最接近的无相机基线高出 7.6 个点。每个场景有一个固定的测试参考，整个流程保留了 91.1% mIoU；用 真值 掩码替换其预测种子仅将 MIoU 提高 0.72 个点。在 3D-OVS 上，Seed2GS 达到 95.7% mIoU。