Tag · 3 篇

潜空间编辑

分布 3D 视觉与重建1可解释性与可视化1鲁棒性与安全1

Vinedresser3D: Towards Agentic Text-guided 3D Editing

把 3D 编辑搬到原生 3D 生成模型的潜空间里做，用 MLLM 做编辑意图解析与区域定位、再用 inversion-based rectified-flow 图像修复提供视觉引导，这条「语言代理 + 2D 引导 + 3D 潜空间修复」的流水线可直接迁移到 3D 资产编辑与可控 3D 生成任务。

Interpretable and Steerable Concept Bottleneck Sparse Autoencoders

为视觉语言模型与图像生成模型提供了一种事后可插拔的稀疏自编码器改造方案：先剪除低效用神经元，再用对齐用户概念集的轻量概念瓶颈扩充潜空间，从而让潜变量既可解释又可被定向操控，可直接用于扩散模型的概念级编辑与生成控制。

DeepProtect: Proactive Face-Swapping Defense using Identity Blending and Attribute Distortion

在潜空间做通道级身份混合、并用文本提示导出的语义方向嵌入不可见对抗水印，可在不产生可见伪影的前提下破坏身份特征提取，为换脸防御与身份隐私保护提供可复用的扰动生成范式。