Sel3DCraft：用于用户友好的文本到3D生成的交互式视觉提示

文本到3D（T23D）生成已改变数字内容创作，但仍受限于盲目试错的提示词输入过程，该过程会产生不可预测的结果。虽然视觉提示工程在文本到图像领域取得了进展，但其在3D生成中的应用面临独特的挑战，需要多视角一致性评估和空间理解。我们提出了 Sel3DCraft，一个用于 T23D 的视觉提示工程系统，它将非结构化探索转化为一个引导式的视觉过程。我们的方法引入了三个关键创新：一个结合检索和生成的双分支结构，用于探索多样的候选对象；一个多视角混合评分方法，利用多模态大语言模型（MLLM）和创新的高级指标，以人类专家一致性评估3D模型；以及一个提示驱动的视觉分析套件，能够直观地识别和完善缺陷。广泛的测试和用户研究表明，Sel3DCraft 在支持设计师创造力方面超越了其他 T23D 系统。