跳到正文
arXiv · 机器人与计算机视觉· Jing Wang, Yanlin Li, Mong-Li Lee, Wynne Hsu, Shengqiong Wu, Hao Fei·· 2026-10-21AI 评分63

VitronEdit:一种面向图像、视频及 3D 场景的通用视觉编辑框架

VitronEdit: Universal Visual Editing across Images, Videos, and 3D Scenes

AI 导读

VitronEdit 是一种统一视觉编辑框架,旨在将丰富的图像和视频编辑监督知识迁移至数据稀缺的 3D 场景编辑任务中。该框架采用共享序列表示与渐进式多模态训练策略,并引入几何感知后训练阶段,利用预训练的几何重建模型提供深度和相机姿态监督。

来源:arXiv · 机器人与计算机视觉 · arxiv.org