Omni-3DEdit：面向通用 3D 编辑的单 Pass 方法
计算机视觉与模式识别
2026-03-19 v1
摘要
大多数基于指令的 3D 编辑方法依赖 2D 模型引导 3D 表示的显式迭代优化。这一范式存在两个主要缺陷：其一，缺乏不同 3D 编辑任务的通用设计，因为显式操作 3D 几何需要任务依赖规则，例如 3D 外观编辑需要内在的源 3D 几何，而 3D 删除则会改变源几何。其二，迭代优化过程耗时极长，往往需要数千次 2D/3D 更新。我们提出 Omni-3DEdit，一个统一的基于学习的模型，可隐式泛化各种 3D 编辑任务。实现目标的一个关键挑战是缺乏来自训练的配对源-编辑多视角资产。为此，我们构建了数据管道，合成大量高质量的配对多视角编辑样本。随后，我们采用预训练生成模型 SEVA 作为骨干网络，通过在序列空间中拼接源视图潜表示和条件标记。我们提出双流 LoRA 模块，用于分离不同视角线索，大幅提升模型的表征学习能力。作为基于学习的模型，Our模型无需耗时的在线优化，即可在一次前向传播中完成各种 3D 编辑任务，将推理时间从数十分钟缩短至约两分钟。大量实验表明，Omni-3DEdit 在有效性和效率方面均表现优异。
引用
@article{arxiv.2603.17841,
title = {Omni-3DEdit: Generalized Versatile 3D Editing in One-Pass},
author = {Chen Liyi and Wang Pengfei and Zhang Guowen and Ma Zhiyuan and Zhang Lei},
journal= {arXiv preprint arXiv:2603.17841},
year = {2026}
}
备注
accepted by CVPR26