5秒完成3D场景编辑，北大&港中文&上海AI Lab搞出VGGT-Edit，120倍加速太炸了

要点

• VGGT-Edit是首个原生3D编辑框架，直接在3D空间中进行编辑，避免2D方法带来的多视角不一致问题。
• 通过残差场预测，模型只修改局部变化，保持背景稳定，实现快速、高质量的编辑。
• 深度同步文本注入机制让文本语义与3D空间特征持续对齐，提升编辑准确性。
• 团队构建了10万规模的DeltaScene数据集，用于训练和评估3D编辑任务。