我们提出了一种快速高效且占用内存低的神经网络架构，用于交互式编辑 Neural Radiance Fields。通过图像编辑和几何和外观调整，我们能够实现编辑结果的视角一致，并通过语义特征提炼和局部3D感知图像内容。与现有的基于文本引导的编辑方法相比，我们的方法加速了10-30倍，并在多个示例上展示了外观和几何编辑的效果。

本文提出了一种用于一般相机的自校准算法，可以处理任意非线性失真。该算法采用了针孔模型、四阶径向失真和通用噪声模型，并使用了 Neural Radiance Fields 和新的几何损失函数来处理复杂的非线性相机模型。该模型可以从头开始学习相机内参和外参，无需 COLMAP 初始化，并可提高 PSNR。该算法易于使用，可应用于 NeRF 变体以提高性能。