本文提出了一种通过蒸馏2D图像特征优化3D特征场的方法，旨在实现语义场景分解和局部区域编辑。研究利用预训练模型解决三维开放式词汇分割的挑战，实验表明该方法在无需分割注释的情况下优于传统模型。Open-NeRF通过集成和蒸馏技术，实现了在复杂场景中的对象一致识别，展示了其在3D视觉语言交互中的潜力。

本研究提出了一种基于视觉-语言模型的语义分割方法，显著提升了领域通用性和性能，在多个数据集上表现优越，mIoU提升明显。该方法在零样本分类和开放式词汇分割中展现了强大的泛化能力和准确性。