NANO3D : Une approche sans apprentissage pour l'édition 3D efficace sans masques

papers.abstract

L'édition d'objets 3D est essentielle pour la création de contenu interactif dans les domaines du jeu vidéo, de l'animation et de la robotique. Cependant, les approches actuelles restent inefficaces, incohérentes et échouent souvent à préserver les régions non modifiées. La plupart des méthodes reposent sur l'édition de rendus multi-vues suivie d'une reconstruction, ce qui introduit des artefacts et limite la praticabilité. Pour relever ces défis, nous proposons Nano3D, un cadre d'apprentissage sans entraînement pour l'édition précise et cohérente d'objets 3D sans masques. Nano3D intègre FlowEdit dans TRELLIS pour effectuer des modifications localisées guidées par des rendus de vue frontale, et introduit en outre des stratégies de fusion sensibles aux régions, Voxel/Slat-Merge, qui préservent de manière adaptative la fidélité structurelle en assurant la cohérence entre les zones éditées et non éditées. Les expériences démontrent que Nano3D atteint une cohérence 3D et une qualité visuelle supérieures par rapport aux méthodes existantes. Sur la base de ce cadre, nous construisons le premier jeu de données à grande échelle pour l'édition 3D, Nano3D-Edit-100k, qui contient plus de 100 000 paires d'édition 3D de haute qualité. Ce travail aborde des défis de longue date tant dans la conception d'algorithmes que dans la disponibilité des données, améliorant significativement la généralité et la fiabilité de l'édition 3D, et posant les bases pour le développement de modèles d'édition 3D en flux direct. Page du projet : https://jamesyjl.github.io/Nano3D

English

3D object editing is essential for interactive content creation in gaming, animation, and robotics, yet current approaches remain inefficient, inconsistent, and often fail to preserve unedited regions. Most methods rely on editing multi-view renderings followed by reconstruction, which introduces artifacts and limits practicality. To address these challenges, we propose Nano3D, a training-free framework for precise and coherent 3D object editing without masks. Nano3D integrates FlowEdit into TRELLIS to perform localized edits guided by front-view renderings, and further introduces region-aware merging strategies, Voxel/Slat-Merge, which adaptively preserve structural fidelity by ensuring consistency between edited and unedited areas. Experiments demonstrate that Nano3D achieves superior 3D consistency and visual quality compared with existing methods. Based on this framework, we construct the first large-scale 3D editing datasets Nano3D-Edit-100k, which contains over 100,000 high-quality 3D editing pairs. This work addresses long-standing challenges in both algorithm design and data availability, significantly improving the generality and reliability of 3D editing, and laying the groundwork for the development of feed-forward 3D editing models. Project Page:https://jamesyjl.github.io/Nano3D

NANO3D : Une approche sans apprentissage pour l'édition 3D efficace sans masques

NANO3D: A Training-Free Approach for Efficient 3D Editing Without Masks

papers.abstract

Support