Velocity-Space 3D Asset Editing
本文介绍了 VS3D，这是一个无需训练且无需掩码的局部 3D 资产编辑框架，它通过在常微分方程采样器内直接实施针对性的速度空间干预——具体包括重建锚定源注入、部分均值引导和双一致残差注入——来解决整流流生成器中的身份泄露和信号干扰问题。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象你拥有一个数字 3D 雕像，比如一只驼鹿的黏土模型。你想给它戴上一顶新帽子，但不想改变它的耳朵、鼻子或毛皮的纹理。这就是局部 3D 编辑的目标：只改变特定部分，同时保持其他一切完全不变。
本文介绍了一种名为VS3D的新工具，它能完美实现这一目标，无需你手动绘制“蒙版”（即数字模板）来告诉计算机哪些部分需要修改、哪些需要忽略。此外，它也不需要重新训练人工智能。
以下是作者如何用简单的类比来解释问题及其解决方案：
问题： “漏水的软管”
现有的 3D 生成人工智能工具就像一根喷水（速度）来构建形状的软管。要编辑形状，它们试图改变某一点的水流方向。
然而，作者发现现有工具在尝试这样做时存在三个主要问题：
- “溢出”（身份泄露）：当你试图朝一个方向推水以添加帽子时，压力会泄漏出来，意外地喷到驼鹿的其他部位。驼鹿的耳朵可能会晃动，或者毛皮颜色可能会改变，因为“编辑信号”没有被限制住。
- “信号微弱”（无放大）：为了阻止溢出，人们通常会调低水压。但如果调得太低，你试图添加的帽子就会变得模糊无力。使用现有方法，你无法同时拥有强烈的帽子和安静的驼鹿。
- “全局拉扯”（身份拖拽）：在构建雕像的最后阶段，人工智能会查看一张带有帽子的新驼鹿图片，并试图让整座雕像看起来像那张图片。这种“拉扯”会将未受影响的部位（如驼鹿的腿）从其原始外观中拉开，使其变形以匹配新帽子。
现有工具试图通过使用外部“蒙版”（告诉人工智能“不要碰这里”）或在事后拼接碎片来解决这个问题。作者表示，这就像试图通过在软管外部贴胶带来修复漏水，而不是修复内部的压力阀。
解决方案：VS3D（“内部修复”）
VS3D 通过调整三个特定阶段的水压和方向，从人工智能引擎（"ODE 采样器”）的内部修复了问题。它们使用了三个巧妙的技巧：
1. RASI： “自定义锚点”
- 类比：想象人工智能是一艘在海洋中漂移的船。当你想将其驶向新目的地（帽子）时，洋流通常会将整艘船带离航线。
- 修复：RASI 就像专门为这艘船抛下的定制锚。它校准引擎，使当你驶向帽子时，引擎确切知道如何抵消船体其余部分的漂移。它确保“水”只在你想要的地方流动，无需蒙版即可阻止溢出。
2. PMG： “信号增强器”
- 类比：想象你正试图在嘈杂的房间（人工智能的随机噪声）中听清耳语（编辑）。如果你只是倾听，你可能会错过耳语或听到太多噪音。
- 修复：PMG 就像一位聪明的音响工程师。它两次听取耳语：一次带有大量背景噪音，一次噪音较少。通过比较两者，它可以确切找出“耳语”（帽子）是什么，并仅将该特定声音的音量调大。如果船已经稳定（无需编辑），增强器将保持静默。这使得编辑变得强烈，而不会扰乱其余部分。
3. TAR： “双重检查”
- 类比：船被转向后，船员开始绘制细节。他们看着新船的照片，却因过于专注于新帽子而错误地绘制了旧部分。
- 修复：TAR 并行运行一个“孪生”模拟。它询问人工智能：“如果我们构建完全相同的形状但使用旧照片，腿部看起来会不同吗？”
- 如果两条腿在两个模拟中看起来相同，人工智能就会知道：“啊，这些腿不需要新帽子的影响。”然后它将纹理轻轻拉回原始外观。
- 如果腿部看起来不同，它就知道：“这是编辑的一部分”，并让它保持不变。
这确保了未受影响部分的毛发和颜色保持与原始状态一致。
结果
通过结合这三种内部修复，VS3D 可以对 3D 资产添加帽子、移除尾巴或改变颜色，而物体的其余部分则完美地冻结在时间中。
- 无需蒙版：你不需要在你想要更改的部分周围画一个圆圈。
- 无需重新训练：它完全按照人工智能最初构建的方式工作。
- 高质量：作者在许多物体上测试了它，发现即使在同时进行添加和移除等复杂更改时，它也能比其他方法更好地保持原始外观。
简而言之，VS3D 就像一位大师级雕塑家，他确切知道如何在雕像上雕刻出新特征，而不会意外地凿掉想要保留的部分，这一切都是通过调整内部技巧而非使用外部胶带或胶水来实现的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。