# インタラクティブ編集

MeshPadは、スケッチ入力から3Dメッシュモデルの作成と編集に特化した、革新的なジェネレーティブデザインツールです。シンプルなスケッチ操作で複雑なメッシュの生成と編集を実現し、ユーザーに直感的で効率的な3Dモデリング体験を提供します。このツールは三角形シーケンスメッシュ表現に基づいており、大規模Transformerモデルを利用してメッシュの追加と削除操作を行い、頂点アライメント予測戦略によって計算コストを大幅に削減することで、編集ごとに数秒しかかかりません。MeshPadは、既存のスケッチ条件メッシュ生成手法を凌駕するメッシュ品質を実現しており、知覚評価においてもユーザーから高い評価を得ています。主にデザイナー、アーティスト、そして迅速な3Dモデリングを必要とするユーザーを対象としており、より直感的な方法で芸術的なデザインを作成するのに役立ちます。

BrushEditは、画像修復と編集のための高度で統合的なAIエージェントです。マルチモーダル大規模言語モデル（MLLMs）と画像修復モデルを組み合わせることで、自動化され、ユーザーフレンドリーで、インタラクティブなフリーフォーム指令編集を実現しています。本システムは、MLLMsと双方向画像修復モデルを統合し、エージェント連携フレームワークにおいて、編集カテゴリ分類、主要オブジェクト認識、マスク取得、編集領域修復を実行します。広範な実験により、このフレームワークはMLLMsと修復モデルを効果的に組み合わせ、マスク領域の保持と編集結果の一貫性を含む7つの主要指標において優れた性能を達成することが示されました。

MotionCLRは、アテンションメカニズムに基づくモーション拡散モデルであり、人間の動作の生成と編集に特化しています。自己アテンションとクロスアテンションメカニズムを通じて、モーダル内およびモーダル間の相互作用をそれぞれシミュレートし、動作シーケンスの精密な制御と編集を実現します。このモデルの主な利点としては、トレーニングなしで編集が可能であること、解釈性が高いこと、アテンションマップを操作することで動作の強調または弱体化、その場での動作置換、例に基づく動作生成など、多様なモーション編集方法を実現できることが挙げられます。MotionCLRの研究背景は、従来のモーション拡散モデルにおける細粒度編集能力の不足を解決することであり、明確なテキストと動作の対応関係を通じて、動作編集の柔軟性と正確性を向上させます。