VitronEdit统一图像视频3D编辑模型开源

VitronEdit 研究团队发布论文并公开代码与模型权重，将图像编辑、视频编辑和多视角 3D 场景编辑放进同一框架。该模型支持用文本指令编辑图像和视频，可选参考图条件，并在 3D 场景编辑中保持几何一致性。 论文称，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。 公开的代码和权重属于研究性质发布，并非可直接使用的 Stable Diffusion 或 ComfyUI 工作流。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。