Sketch2NeRF est un framework de génération 3D à partir de texte guidé par croquis multi-vues. Il optimise les scènes 3D représentées par un champ de rayonnement neuronal (NeRF) à l'aide de modèles de diffusion 2D pré-entraînés (tels que Stable Diffusion et ControlNet). Cette méthode propose également une nouvelle approche de génération et de reconstruction synchrones pour optimiser efficacement NeRF. Des évaluations expérimentales menées sur deux ensembles de données de croquis multi-vues collectés démontrent la capacité de notre méthode à synthétiser un contenu 3D cohérent avec un contrôle précis des croquis, à partir d'invites textuelles haute fidélité. Les résultats montrent que notre méthode atteint des performances de pointe en termes de similarité des croquis et d'alignement du texte.