DreamDissector 是一种文本生成 3D 对象的方法，它能将多对象文本生成的 NeRF 输入并生成独立的纹理网格，实现对象级别的控制，还能应用于多个领域。
- DreamDissector 利用神经类别场（NeCF）和类别评分蒸馏采样（CSDS），把多对象文本生成的 NeRF 输入变成独立的纹理网格，解决了以往方法中对象独立性和空间互动不足的问题。
- 这个方法可以用来做对象级别的纹理引导、几何编辑和可控对象替换。
- 通过深度概念挖掘模块（DCM）和 NeCF 对输入的 NeRF 进行解耦，进一步优化几何和纹理，最终导出独立的表面网格。