論文の概要: STAGE: Subspace-Targeted Affine Generative Erasure for Text-to-3D Models

• arxiv url: http://arxiv.org/abs/2610.01302v1
• Date: Thu, 01 Oct 2026 08:36:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.003925
• Title: STAGE: Subspace-Targeted Affine Generative Erasure for Text-to-3D Models
• Title（参考訳）: STAGE:テキストから3Dモデルのためのサブスペースターゲットアフィン生成消去
• Abstract要約: 概念消去は、無関係な入力に対する振舞いを保ちながらターゲット概念を抑圧する。 トレーニング不要でクローズドな3D編集用フレームワークSTAGEを紹介する。 標準のオープンな3DジェネレータであるTRELLISでは、STAGEが66.7に到達し、ターゲットのコンセプトと他のものを保存することとのバランスをとる。
• 参考スコア（独自算出の注目度）: 0.37141182051230914
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Concept erasure suppresses a target concept while preserving behavior on unrelated inputs. Existing closed-form methods were designed for 2D image diffusion and assume a single generative pathway, so one edit must cover geometry and texture at once. Native 3D generators, which synthesize structured 3D representations directly rather than by lifting 2D samples, violate this assumption. We show that shape and object concepts must be erased in the structural stage of the pipeline and material concepts in the appearance stage. We therefore formulate erasure in native text-to-3D as a stage-aware editing problem and introduce STAGE, a training-free, closed-form framework. STAGE confines each edit to the low-dimensional subspace spanned by the differences between erase and anchor embeddings, and relaxes the norm-preserving (orthogonal) constraint of prior editors into a least-squares affine correction that maps target activations onto safe anchors subject to a penalty on the displacement of retained prompts. The correction applies to the structural stage, the appearance stage, or both. We find that the stage an edit must reach is determined by concept type. On TRELLIS, the standard open native 3D generator, across 15 shape, material, and object concepts, STAGE reaches 66.7 on a composite score that balances forgetting the target concept against preserving everything else, aggregating CLIP-based semantic and physical metrics, versus 53.2 for the strongest adapted baseline. Code: https://github.com/gmum/STAGE/ Project Page https://gmum.github.io/STAGE/
• Abstract（参考訳）: 概念消去は、無関係な入力に対する振舞いを保ちながらターゲット概念を抑圧する。 既存のクローズドフォーム法は2次元画像拡散のために設計され、単一の生成経路を仮定する。 2Dサンプルを持ち上げるのではなく、構造化された3D表現を直接合成するネイティブな3Dジェネレータは、この仮定に違反している。 パイプラインの構造段階では形状や物体の概念を消さなければならないこと,そして外観段階では材料概念を消さなければならないことを示す。 そこで我々は,段階認識編集問題としてネイティブテキストから3Dへの消去を定式化し,学習不要でクローズドなフレームワークSTAGEを導入する。 STAGEは、消去とアンカー埋め込みの違いによって広がる低次元の部分空間への編集をそれぞれ制限し、先行編集者のノルム保存(直交)制約を最小二乗アフィン補正に緩和し、保存されたプロンプトの変位に対してペナルティを受ける安全なアンカーにターゲットのアクティベーションをマッピングする。 補正は、構造段階、外観段階、またはその両方に適用される。 編集が到達しなければならないステージは、概念タイプによって決定される。 標準のオープンネイティブな3DジェネレータであるTRELLISでは、15の形状、素材、およびオブジェクトの概念にまたがってSTAGEが66.7に達した。 コード:https://github.com/gmum/STAGE/Project Page https://gmum.github.io/STAGE/

関連論文リスト

• VGGT-Edit: Feed-forward Native 3D Scene Editing with Residual Field Prediction [59.303842406260124]
  VGGT-Editはテキスト条件のネイティブ3Dシーン編集のためのフィードフォワードフレームワークである。 本研究では,奥行き同期テキストインジェクションを導入し,意味的指導をバックボーンの空間的ポーズと整合させる。 VGGT-Editは2Dリフトベースラインを大幅に上回り、よりシャープなオブジェクトの詳細、より強力なマルチビュー一貫性、ほぼインスタントな推論速度を生み出している。
  論文  参考訳（メタデータ） (2026-05-14T17:59:04Z)
• 3D-Fixer: Coarse-to-Fine In-place Completion for 3D Scenes from a Single Image [26.04490259188974]
  合成3Dシーン生成のための新しいインプレース・コンプリート・パラダイムである3D-Fixerを紹介する。 明示的なポーズアライメントを必要とする以前の作品とは異なり、3D-Fixerはレイアウトの忠実さを維持するために空間アンカーとして断片化された幾何学を使用している。 これまでで最大のシーンレベルのデータセットであるARSG-110Kについて述べる。
  論文  参考訳（メタデータ） (2026-04-06T04:11:09Z)
• Interp3D: Correspondence-aware Interpolation for Generative Textured 3D Morphing [63.141976759536625]
  テクスチャ化された3DモーフィングのためのトレーニングフリーフレームワークであるInterp3Dを提案する。 生成的先行性を利用し、幾何学的忠実さとテクスチャコヒーレンスの両方を保証するために、プログレッシブアライメント原理を採用する。 包括的評価のために, 難易度の高い専用データセットInterp3DDataを構築し, 忠実度, 遷移滑らか度, 可視性から生成結果を評価する。
  論文  参考訳（メタデータ） (2026-01-20T16:03:22Z)
• CADMorph: Geometry-Driven Parametric CAD Editing via a Plan-Generate-Verify Loop [16.26305802216836]
  CADMorphは推論中に事前訓練されたドメイン固有の基礎モデルをオーケストレーションする。 反復編集やリバースエンジニアリング強化といった下流アプリケーションをサポートする。
  論文  参考訳（メタデータ） (2025-12-12T11:29:59Z)
• FreeInsert: Disentangled Text-Guided Object Insertion in 3D Gaussian Scene without Spatial Priors [69.61116210215471]
  FreeInsertは空間配置からオブジェクト生成を分離する新しいフレームワークである。 意味的コヒーレント、空間的正確、視覚的にリアルな3D挿入を実現する。
  論文  参考訳（メタデータ） (2025-05-02T14:53:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。