EditHero：长程部件级3D编辑基准

3D编辑方法通常只在单次编辑上测试，而资产是通过一长串修订构建的，每次修订都要实现所请求的变更且其余部分保持不变。我们提出EditHero——据我们所知首个长程部件级3D编辑基准，提供自然语言指令及几何与纹理的目标图像。确定性装配引擎在每次编辑后产出精确目标，每条序列都经人工审核。我们用EditHero比较两种对立的3D编辑路线：非Agentic 智能体方法自顶向下，从学到的3D表示重建物体并推断保留什么；LLM/VLM智能体自底向上，通过检查网格、只重写指令所需部件的代码进行编辑。非智能体方法常漏掉所请求的变更并扰动应保持固定的区域；多数LLM更紧跟指令且全部更好地保留未编辑部分，但每次编辑需要数分钟。我们将发布引擎与编辑序列以支持可靠的迭代式3D编辑研究。