VitronEdit 统一图像、视频与 3D 编辑模型，代码和权重已开放

VitronEdit 是一个把图像编辑、视频编辑和 3D 场景编辑放进同一框架的统一模型，论文于 2026 年 10 月 19 日发布，代码和模型权重已开放。它支持用文本指令编辑图像和视频、可选参考图条件，并在多视角 3D 场景编辑中保持几何一致性。论文还提到，仅对 3D 训练样本施加几何监督，也提升了图像和视频编辑表现；项目页提供了三种编辑模式的演示。