DisCo3D：用于 3D 场景编辑的多视图一致性蒸馏
计算机视觉与模式识别
2025-08-05 v1
摘要
虽然扩散模型在 2D 图像生成与编辑方面取得了显著进展，但将这些能力扩展到 3D 编辑仍具有挑战，尤其是在保持多视图一致性方面。经典方法通常通过基于单一编辑视图的迭代细化来更新 3D 表示，但这些方法常因跨视图不一致而导致收敛缓慢和出现模糊痕迹。最近的方法通过传播 2D 编辑注意力特征来提高效率，但仍在复杂场景中表现出细粒度不一致和失效模式 due to 约束不足。为此，我们提出了 DisCo3D，一个将 3D 一致性先验蒸馏到 2D 编辑器中的新框架。我们首先使用多视图输入对 3D 生成器进行微调以进行场景适应，然后通过一致性蒸馏训练 2D 编辑器。最后，将编辑后的多视图输出通过高斯溶解优化为 3D 表示。实验结果表明，DisCo3D 在保持多视图一致性方面稳定可靠，优于最先进的方法在编辑质量方面。
引用
@article{arxiv.2508.01684,
title = {DisCo3D: Distilling Multi-View Consistency for 3D Scene Editing},
author = {Yufeng Chi and Huimin Ma and Kafeng Wang and Jianmin Li},
journal= {arXiv preprint arXiv:2508.01684},
year = {2025}
}
备注
17 pages, 7 figures