图像编辑与可控生成 / CVPR2026
3D-LATTE:基于文本指令的潜空间三维编辑
3D-LATTE: Latent Space 3D Editing from Textual Instructions
把指令编辑从 2D 先验蒸馏搬到原生 3D 扩散模型的潜空间里做,用源物体的 3D 注意力图混合来定位编辑区域,并用傅里叶域谱调制加几何感知正则化抑制多视角不一致——这套「潜空间注意力引导 + 频域正则」的组合可直接迁移到 3D 生成模型的可控编辑与局部重绘。
文本指令编辑3D-扩散模型注意力图引导