论文页面 - EditHero：长时程部件级 3D 编辑与氛围建模基准

来源：https://huggingface.co/papers/2610.02298

作者：

,

,

,

,

,

,

,

,

,

,

,

摘要

3D 编辑方法通常只在单次编辑上进行测试，然而一个资产是通过一系列连续修改构建而成的，每一次修改都必须实现所请求的更改，同时保持其余部分不变。我们提出了 EditHero——据我们所知，这是首个针对长时程、部件级 3D 编辑的基准，包含自然语言指令以及针对几何与纹理的目标图像。一个确定性装配引擎会在每次编辑后生成精确的目标状态，并且所有编辑序列均经过人工审核。我们使用 EditHero 对比了两种截然相反的 3D 编辑方法。非智能体方法采用自上而下的方式操作，从学习到的 3D 表示中重新生成物体，并推断哪些部分应当保留。相比之下，LLM/VLM 智能体采用自下而上的方式，通过代码检查网格，并仅重写指令所要求修改的部分。非智能体方法常常遗漏所请求的更改，还会扰动本应保持不变的区域。大多数 LLM 能更严格地遵循指令，并且所有 LLM 都能更好地保留未编辑的部分，但每次编辑需要数分钟时间。我们将发布该引擎与编辑序列，以支持对可靠迭代式 3D 编辑的研究。

在 arXiv 页面查看 (https://arxiv.org/abs/2610.02298) 查看 PDF (https://arxiv.org/pdf/2610.02298) 项目页面 (https://alaya-lab.github.io/EditHero/) GitHub1 (https://github.com/AlayaLab/EditHero) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2610.02298)

在你的智能体中获取这篇论文：

hf papers read 2610\.02298

没有最新版 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型 0

没有模型链接到这篇论文

在模型 README.md 中引用 arxiv.org/abs/2610.02298 即可从本页面链接到该论文。

引用本文的数据集 0

没有数据集链接到这篇论文

在数据集 README.md 中引用 arxiv.org/abs/2610.02298 即可从本页面链接到该论文。

引用本文的 Spaces 0

没有 Space 链接到这篇论文

在 Space README.md 中引用 arxiv.org/abs/2610.02298 即可从本页面链接到该论文。

包含本文的合集 0

没有合集包含这篇论文

将这篇论文添加到合集 (https://huggingface.co/new-collection) 即可从本页面链接到它。