编辑评分 100/100
网站简介
支持文本指令编辑的NeRF原生3D场景编辑技术项目 该项目依托InstructPix2Pix图像条件扩散模型，在逐步编辑输入场景观测图像的同时，同步优化底层NeRF场景结构，最终生成符合编辑指令的3D场景。不同于传统3D编辑方案，它可直接编辑已重建的NeRF场景，能处理大规模真实场景，输出结果比过往同类方法更真实贴合指令要求。
核心功能
指令式3D场景编辑
支持通过文本编辑指令调整已重建的NeRF 3D场景，输出符合要求的新场景
扩散模型图像编辑
依托InstructPix2Pix图像条件扩散模型，逐步处理目标场景的观测图像
同步优化场景结构
编辑图像过程中同步优化NeRF场景参数，保障3D结构一致性
适配大规模真实场景
支持处理大规模真实世界采集重建的NeRF场景，适配性更强
高真实感编辑输出
对比前代同类方法，输出的编辑后场景真实度更高，更贴合指令要求
使用指南
- 1
首先准备好已通过NeRF完成重建的目标3D场景，输入对应文本编辑指令明确编辑方向
- 2
项目会通过算法流程，调用扩散模型逐步编辑场景观测图像，同时同步优化NeRF场景的底层参数
- 3
最终输出符合编辑指令要求、结构完整的优化后3D场景。
优势亮点
支持指令驱动编辑，流程更简便
可适配大规模真实世界场景
编辑结果真实度优于同类前期方案
同步优化保障3D场景结构一致性
编辑推荐
Instruct-NeRF2NeRF解决了传统NeRF场景编辑流程复杂、重新建模成本高的痛点，结合成熟指令图像编辑扩散模型，实现了指令驱动的端到端3D场景编辑，在真实大规模场景上的效果优于过往同类方案，为3D内容编辑领域提供了创新技术思路，值得相关从业者参考研究。
常见问题
深度了解
Instruct-NeRF2NeRF是指令驱动型NeRF 3D场景编辑领域的代表性技术项目，项目官方网站托管于GitHub Pages，供全球研究者访问获取技术细节与相关资源。该项目创新性结合InstructPix2Pix图像条件扩散模型的能力，改变了传统3D场景编辑需手动调整结构、重新建模的复杂流程，通过逐步编辑输入场景观测图像同步优化NeRF底层参数，得到符合用户指令的3D场景。相较于此前的同类方案，它可支持编辑大规模真实采集场景，输出结果真实度更高、更贴合编辑要求，是当前NeRF编辑领域受关注度较高的技术方案。
使用须知
定价: 以官网定价为准
价格和授权政策可能变化，请以官网最新信息为准
资料由中文导航编辑部整理并经健康检测核验，定期复查更新。
本页信息核对于 2026/10/10，收录信息以收录当日官网状态为准，如发现内容过期请通过下方反馈告知。
访问第三方网站时，请注意以下事项:
- 谨慎提供个人账号、密码和支付信息
- 下载文件前确认来源安全，警惕诱导性广告
- 涉及版权素材使用时，请核实授权范围
- 如遇网站无法访问或内容异常，可反馈给我们
帮助我们维护准确的收录数据，纠错会进入编辑复核队列
用过Instruct-NeRF2NeRF？说说你的真实体验
你的点评会帮助更多人选型避坑——匿名发表，无需注册，30 秒即可完成
用户评价
还没有评分
成为第一个评价 Instruct-NeRF2NeRF 的人
我的评分
随下方评论一并提交
热度数据
按站内点击统计1
站内总点击
#-
同类排名 / 2716 站
1
同类点击中位数