浙江大学 ReLER 团队最新开源的 PhyEdit，展示了一种新的组合方式：用现成 3D foundation model 明确目标几何，再让强大的 DiT 图像编辑器负责最终渲染。PhyEdit 在处理物体遮挡、深度方向大幅变动和多物体操作时更加稳定。用户选择目标物体并给出三维位移后，冻结的 3D model 估计深度和相机参数，把 masked pixels 反投影成点云，在三维空间中移动，再投影为 preview。
浙江大学 ReLER 团队最新开源的 PhyEdit，展示了一种新的组合方式：用现成 3D foundation model 明确目标几何，再让强大的 DiT 图像编辑器负责最终渲染。PhyEdit 在处理物体遮挡、深度方向大幅变动和多物体操作时更加稳定。用户选择目标物体并给出三维位移后，冻结的 3D model 估计深度和相机参数，把 masked pixels 反投影成点云，在三维空间中移动，再投影为 preview。