Depth Anything V4：黎曼流匹配重建4D场景，无效高斯降至0.01%
RexDouglass · x · 2026-08-21
Depth Anything V4 (DAV4) 发布，这是一个从单目视频重建动态 4D 场景的框架。其核心贡献是将黎曼流匹配应用于 4D Gaussian Splatting 参数，直接在非欧几里得流形（尺度、旋转、不透明度）上定义概率路径，确保所有中间状态有效。
主要改进与数据：
- 相比具有相同数据、架构和测试时优化的确定性 MLP 基线（F1 0.762），RFM 将 F1 提升至 0.806（+0.044）。
- 将无效高斯的比例从 12.3% 显著降低至 0.01%。
- 该方法无需人工标注的深度标签作为训练损失。
- 预训练计算成本为 360 GPU 小时，适合大规模部署。
DAV4 标志着该系列从逐帧深度预测向概率 4D 场景理解的转变。
「多模态」频道最新
- 实测对比 Seedance 2.5 与 Kling 3.0：表现力与人物交互各有千秋 — SimplyAnnisa · 2026-08-21
- LTX-2.3-10Eros_I2V 登顶 Hugging Face 热榜 — amisima · 2026-08-21
- 腾讯 WithEveryone 实现多人身份保持图像生成 — Tencent-Hunyuan · 2026-08-21
- 如何让Minimax H3生成视频时去除背景音乐？ — Early-Reputation3186 · 2026-08-21
- Minimax H3生成惊艳视频，网友惊叹 — Eric520CC · 2026-08-21
- MeanVC2：实时语音转换模型，支持跨性别跨语言 — Acceptable-Cycle4645 · 2026-08-21