核心发现
方法论
TanGO通过在生成动态的切空间中进行自适应的逐token控制，提出了一种无训练的3D编辑框架。该方法通过von Mises-Fisher启发的方向差异来确定每个token的控制信号强度，实现选择性控制。
关键结果
- TanGO在CLIP-T评估中取得0.2301的得分，显著优于现有基线方法，表明其在语义修改和局部保留之间达到了更好的平衡。
- 在DINO-I和CLIP-I评估中，TanGO分别获得0.6510和0.7679的高分，显示其在结构和身份保留上的优越性。
- 通过消融实验验证，TanGO的逐token控制机制在强变换下依然稳定，避免了全局指导常见的轨迹不稳定和伪影放大问题。
研究意义
TanGO在3D编辑领域具有重要意义，解决了传统方法中常见的语义伪影问题。其无训练的特性使其在不需要额外训练的情况下即可实现高质量的3D编辑，适用于游戏、娱乐和工业设计等多个领域。
技术贡献
TanGO通过在切空间中进行逐token控制，与现有方法的全局控制策略形成鲜明对比，提供了新的理论保证和工程可能性。其创新的控制信号计算方法和自适应增益机制为3D编辑提供了更为精细的控制。
新颖性
TanGO首次在3D生成模型的切空间中实现了逐token的自适应控制，与传统的全局控制方法相比，提供了更精细的编辑能力和更高的编辑质量。
局限性
- TanGO在处理非常复杂的几何结构时可能会出现局部编辑不够精细的问题，因为其控制信号的计算依赖于方向一致性。
- 在极端的编辑需求下，可能需要更高的计算资源来保持编辑的稳定性。
未来方向
未来的研究方向包括优化TanGO在复杂几何结构下的表现，以及探索其在实时3D编辑中的应用潜力。
AI 总览摘要
3D编辑技术在数字资产创建中变得越来越重要，然而现有的方法常常面临语义伪影的问题。TanGO通过在生成动态的切空间中进行逐token控制，提出了一种无训练的3D编辑框架，显著减少了结构伪影。实验结果表明，TanGO在多个基准测试中表现优异，尤其是在CLIP-T、DINO-I和CLIP-I评估中取得了高分，显示了其在语义修改和局部保留之间的平衡能力。
TanGO的技术贡献在于其创新的控制信号计算方法和自适应增益机制，这使得3D编辑更加精细和稳定。与传统的全局控制策略不同，TanGO通过逐token的自适应控制实现了更高质量的编辑效果。
尽管TanGO在许多方面表现出色，但在处理复杂几何结构时仍存在一定的局限性。未来的研究将集中在优化其在复杂结构下的表现，并探索其在实时3D编辑中的应用潜力。
深度分析
研究背景
近年来，3D生成模型的发展极大地推动了3D编辑技术的进步。然而，现有方法在处理高层次表示时常常忽略其自然语义边界，导致编辑结果出现显著的语义伪影问题。
核心问题
传统的3D编辑方法在处理高层次表示时，常常忽略其自然语义边界，导致编辑结果出现显著的语义伪影问题。这是一个亟待解决的难题。
核心创新
TanGO通过在生成动态的切空间中进行逐token控制，实现了无训练的3D编辑。其创新之处在于使用von Mises-Fisher启发的方向差异来确定每个token的控制信号强度。
方法详解
- �� TanGO在生成动态的切空间中进行逐token控制。
- �� 使用von Mises-Fisher启发的方向差异来确定每个token的控制信号强度。
- �� 通过自适应增益机制实现选择性控制。
实验设计
实验使用了多个基准数据集，包括TanGOEdit数据集，评估了TanGO在不同编辑任务中的表现。使用了CLIP-T、DINO-I和CLIP-I等指标进行评估。
结果分析
TanGO在CLIP-T评估中取得0.2301的得分，显著优于现有基线方法。DINO-I和CLIP-I评估中，TanGO分别获得0.6510和0.7679的高分。
应用场景
TanGO适用于游戏、娱乐和工业设计等多个领域，尤其在需要高质量3D编辑的场景中表现出色。
局限与展望
TanGO在处理复杂几何结构时可能会出现局部编辑不够精细的问题。未来的研究将集中在优化其在复杂结构下的表现。
通俗解读 非专业人士也能看懂
想象你在厨房里做饭，每个食材代表一个token。TanGO就像一个聪明的厨师，能够根据每个食材的特性，决定如何烹饪。比如，肉需要煎，蔬菜需要炒。TanGO通过在生成动态的切空间中进行逐token控制，就像厨师根据食材的不同特性选择不同的烹饪方法，从而实现高质量的3D编辑。
简单解释 像给14岁少年讲一样
想象你在玩一个3D建模游戏，你想给你的角色加上一顶帽子。传统方法就像用一个大刷子涂颜色，可能会把角色的脸也涂上。而TanGO就像一个精细的画笔，只在你想要的地方加上颜色，不会影响其他地方。它就像一个聪明的助手，知道你想要什么，并且能准确地实现。
术语表
Tangent Space (切空间)
切空间是指在某一点处，曲面或曲线的切线所构成的空间。
在TanGO中用于实现逐token控制。
Von Mises-Fisher Distribution (冯米塞斯-费舍尔分布)
一种用于描述方向数据的概率分布。
用于计算每个token的控制信号强度。
CLIP-T
一种评估编辑结果与目标文本语义一致性的指标。
用于评估TanGO的语义修改能力。
Token
在生成模型中，token是基本的表示单元。
在TanGO中，每个token代表3D对象的一部分。
Directional Discrepancy (方向差异)
用于衡量源和目标速度场之间的方向一致性。
用于确定每个token的控制信号强度。
开放问题 这项研究留下的未解疑问
- 1 如何在复杂几何结构下优化TanGO的表现？现有方法在处理复杂结构时可能不够精细。
- 2 如何降低TanGO在极端编辑需求下的计算资源消耗？
应用场景
近期应用
游戏角色定制
游戏开发者可以使用TanGO进行角色的高质量定制，满足玩家的个性化需求。
远期愿景
工业设计自动化
TanGO可以用于自动化工业设计中的3D模型编辑，提高设计效率和质量。
原文摘要
While recent flow-matching 3D generative models (e.g., VecSet) adopt structured representations, their tokens share global context, causing conventional training-free editing to suffer from semantic artifacts such as collapsed preserved regions or incomplete transformations. To address this, we propose TanGO, a training-free framework that enables adaptive per-token steering in the tangent space of generative dynamics. To realize this selective control, we formulate a one-step optimal control rule and determine the strength of each token's control signal using a von Mises-Fisher inspired directional discrepancy derived from the source and target velocity fields. Experiments show that TanGO substantially reduces structural artifacts and achieves state-of-the-art performance, outperforming existing 3D editing baselines. The code is publicly available at https://github.com/siw00-lim/TanGO.