ManifoldSplat 用文本在 90 秒内编辑 3D 头部形状

研究人员提出了 ManifoldSplat —— 一种对从单目视频重建的可动画 3D 头部进行语言编辑形状的方法。它不直接优化高斯点云，而是在结构化的 FLAME 流形内部进行编辑，从而保持身份特征和动画。作者声称在消费级 GPU 上约 90 秒即可完成头像的重建和编辑，渲染速度约为 800 FPS。截至发布时，代码尚未公开。

这意味着什么

ManifoldSplat 解决的是我们AI 3D 板块中没有的任务：它不是根据图像生成模型，而是通过文本命令对已有头像进行语义编辑。主题上最接近的工具——Hunyuan3D 2.1、Stable Fast 3D 和 OpenLRM——都是作为 image-to-3d 生成器工作：它们从零创建静态模型，但无法根据文本描述改变其形状，也不与动画绑定。 根据我们工具的参数字表：Hunyuan3D 2.1 根据阶段不同需要 10 到 29 GB 显存，Stable Fast 3D 约需 6 GB，OpenLRM 未指明确切要求，但提到了 CUDA OOM。ManifoldSplat 的作者将其定位为可在消费级 GPU 上运行，但未说明具体显存容量。作者也未指明许可证和模型权重，代码目前也不可用。 目前既没有仓库也没有模型权重，无法在自己的硬件上验证所声称的 90 秒和 800 FPS。如果代码出现，这将是我们领域中第一个用于对可动画头部进行文本编辑形状、而非生成静态模型的工具。