Sketch2NeRF é uma estrutura de geração de 3D a partir de texto guiada por esboços multivisuais. Ela otimiza cenas 3D representadas por campos de radiação neural (NeRF) usando modelos de difusão 2D pré-treinados (como Stable Diffusion e ControlNet). O método também apresenta um novo método de geração e reconstrução simultânea para otimizar eficazmente o NeRF. Avaliações experimentais em dois conjuntos de dados de esboços multivisuais coletados demonstram que nosso método consegue sintetizar conteúdo 3D consistente com controle de esboço detalhado sob prompts de texto de alta fidelidade. Resultados abrangentes mostram que nosso método alcança desempenho de ponta em similaridade de esboço e alinhamento de texto.