3D 神经风格化进展：综述

现代人工智能为跨图像、视频与 3D 数据等多种风格与模态创作数字艺术提供了新颖且变革性的途径，释放了创造力并革新了我们感知与交互视觉内容的方式。本文报道了利用神经网络表达能力进行风格化 3D 资产生成与编辑的最新进展。我们建立了神经风格化的分类体系，考量了场景表示、引导数据、优化策略与输出风格等关键设计选择。基于该分类体系，本综述首先回顾 2D 图像神经风格化的背景，随后深入讨论近期面向 3D 数据的神经风格化方法，并辅以评估选定网格与神经场风格化方法的基准。基于综述所得见解，我们强调了神经风格化的实际意义、开放挑战、未来研究与潜在影响，以助力研究者和从业者驾驭利用现代人工智能进行 3D 内容创作的快速演进格局。