Prox-E：基于基元抽象的细粒度 3D 形状编辑

基于文本的 2D 图像编辑模型近来已达到相当成熟的水平，推动了大量依赖这些模型来驱动 3D 编辑的研究。虽然这类方法在外观修改上效果良好，但以 2D 为中心的 3D 编辑 pipeline 往往难以处理细粒度 3D 编辑：这类任务需要在严格保留对象整体身份的同时，施加局部结构变化。

为解决这一限制，我们提出 Prox-E：一种无需训练的 framework，通过显式的、基于 primitive 的几何抽象实现细粒度 3D 控制。我们的 framework 首先将输入 3D 形状抽象为一组紧凑的几何 primitive。随后，pretrained vision-language model (VLM) 会编辑这一抽象表示，以指定 primitive 级别的变化。这些结构编辑随后用于引导 3D generative model，从而在保留原始形状未变化区域的同时，实现细粒度、局部化的修改。

通过大量实验，我们证明，相较于多种现有方法，包括基于 2D 的 3D editor 和基于训练的方法，我们的方法在身份保留、形状质量和指令一致性之间始终取得更有效的平衡。