論文の概要: EditHero: A Benchmark for Long-Horizon Part-Level 3D Editing and Vibe Modeling

• arxiv url: http://arxiv.org/abs/2610.02298v1
• Date: Thu, 01 Oct 2026 17:50:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.03096
• Title: EditHero: A Benchmark for Long-Horizon Part-Level 3D Editing and Vibe Modeling
• Title（参考訳）: EditHero: 長距離パートレベル3D編集とバイブモデリングのためのベンチマーク
• Abstract要約: EditHeroは、長い水平部分の3D編集のための最初のベンチマークです。 決定論的アセンブリエンジンは、編集毎に正確なターゲットを生成し、各シーケンスを手動でレビューする。 信頼性のある反復3D編集の研究を支援するために,エンジンと編集シーケンスをリリースする。
• 参考スコア（独自算出の注目度）: 49.06490426927511
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D editing methods are usually tested on a single edit, yet an asset is built through a long sequence of revisions, each of which must implement the requested change while leaving everything else unchanged. We introduce EditHero, to our knowledge the first benchmark for long-horizon, part-level 3D editing, with natural-language instructions and target images for both geometry and texture. A deterministic assembly engine produces the exact target after every edit, and every sequence is reviewed by hand. We use EditHero to compare 2 opposite approaches to 3D editing. Non-agentic methods operate top down, regenerating the object from a learned 3D representation and inferring what to keep. In contrast, LLM/VLM agents operate bottom up, editing through code that inspects the mesh and rewrites only the parts required by instructions. The non-agentic methods often miss the requested change and disturb regions that should stay fixed. Most LLMs follow instructions more closely, and all of them preserve the unedited parts better, but each of their edits takes minutes. We will release the engine and the edit sequences to support research on reliable iterative 3D editing.
• Abstract（参考訳）: 3D編集メソッドは通常、単一の編集でテストされるが、アセットは長いリビジョンによって構築される。 EditHeroは,テクスチャとテクスチャの両方のための自然言語命令とターゲット画像を備えた,長水平部分3次元編集のための最初のベンチマークである。 決定論的アセンブリエンジンは、編集毎に正確なターゲットを生成し、各シーケンスを手動でレビューする。 EditHeroを使って2つの逆の3D編集手法を比較します。 非エージェント的メソッドはトップダウンで動作し、学習した3D表現からオブジェクトを再生し、保持すべきものを推測する。 対照的に、LLM/VLMエージェントはボトムアップを動作し、メッシュを検査するコードを通じて編集し、命令に必要な部分のみを書き直す。 非エージェント的手法は、要求された変更や修正すべき領域を見逃してしまうことが多い。 ほとんどのLCMは命令をより密接に追従し、これらはすべて未編集の部品をよりよく保存するが、それぞれの編集には数分を要する。 信頼性のある反復3D編集の研究を支援するために,エンジンと編集シーケンスをリリースする。

関連論文リスト

• EditVerse3D: High-Quality 3D Object Editing with Region-Aware Learning [59.36059865997641]
  粗いガイダンスの下で高品質なオブジェクト編集を可能にする新しい3D編集フレームワークであるEditVerse3Dを提案する。 提案手法は,編集対象の3Dオブジェクトと,対象領域を示す粗い3D境界ボックスと,所望の修正を記述した参照2D画像とを入力として行う。 この編集を容易にするために,学習困難な領域を強調する新しい領域適応損失を導入する。
  論文  参考訳（メタデータ） (2026-07-08T09:21:22Z)
• V2Edit: Versatile Video Diffusion Editor for Videos and 3D Scenes [29.80140472486948]
  V$2$Editは、インストラクション誘導ビデオと3Dシーン編集のためのトレーニング不要のフレームワークである。 複雑な編集タスクを単純なサブタスクに分解するプログレッシブ戦略を導入する。 V$2$Edit を "render-edit-reconstruct" プロセスで 3D シーン編集に拡張し,高品質な 3D 一貫性のある編集を可能にする。
  論文  参考訳（メタデータ） (2025-03-13T17:59:55Z)
• Drag Your Gaussian: Effective Drag-Based Editing with Score Distillation for 3D Gaussian Splatting [55.14822004410817]
  DYGは3次元ガウススプラッティングのための効果的な3次元ドラッグベース編集法である。 3次元マスクと一対の制御点を入力して編集範囲を正確に制御できる。 DYGは暗黙三面体表現の強さを統合し、編集結果の幾何学的足場を確立する。
  論文  参考訳（メタデータ） (2025-01-30T18:51:54Z)
• Plasticine3D: 3D Non-Rigid Editing with Text Guidance by Multi-View Embedding Optimization [21.8454418337306]
  本研究では,3次元非剛性編集が可能なテキスト誘導型3D編集パイプラインであるPlastine3Dを提案する。 本研究は,編集過程を幾何学的編集段階とテクスチャ的編集段階に分割し,構造と外観を別々に制御する。 細粒度制御のために,埋め込み空間の編集目的と原特徴を融合させるエンベディング・フュージョン (EF) を提案する。
  論文  参考訳（メタデータ） (2023-12-15T09:01:54Z)
• SHAP-EDITOR: Instruction-guided Latent 3D Editing in Seconds [73.91114735118298]
  Shap-Editorは、新しいフィードフォワード3D編集フレームワークである。 フィードフォワード・エディター・ネットワークを構築することで,この空間で直接3D編集を行うことが可能であることを示す。
  論文  参考訳（メタデータ） (2023-12-14T18:59:06Z)

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。