#AI
浙大开源 PhyEdit 三维空间图像编辑
浙江大学 ReLER 团队开源图像编辑框架 **PhyEdit**，把显式 3D 几何引入生成式图像编辑。方法先用 3D 基础模型精准建模目标的几何结构，再由 DiT 图像编辑器完成高质量渲染，解决现有生成模型在物体缩放、定位上经常失真的问题。
模型支持对单张图像中的物体做真实感三维编辑：调整深度、穿越遮挡、沿用户指定三维轨迹连续运动。团队同时公开了 **RealManip-40K** 数据集与 **ManipEval** 评测基准，实验显示在 3D 几何精度与操作一致性上优于包括强闭源模型在内的现有方法。
💡 为什么值得看显式 3D 几何与透视修正图像编辑，解决物体缩放定位失真。
查证
来源档案
HuggingFace 论文速递（BAAI 转载）
学术论文发布与转载平台，对应 arXiv 论文 PhyEdit（2604.07230）
单一学术来源，方法属性与评测结论均为作者自述，尚未见第三方独立复现；性能优于闭源模型的表述应视为作者口径。
延伸阅读
通过 arXiv 原文了解显式几何仿真如何作为上下文 3D 感知引导，以及 RealManip-40K 数据集的具体构成和 ManipEval 的多维指标设计。