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
- HyperFrames 推出 Reference Any Video:Agent 可参考任意视频风格创作 — aftahi_ai · 2026-10-16
- 实测对比:Krea 2 配 LoRA 效果仍胜过 Flux 3 Klein — Angaisb_ · 2026-10-16
- World Labs Atlas 测试版开滚：像素级精确控制视频镜头路径 — theworldlabs · 2026-10-16
- Krea 3 图像编辑模型上线 fal：6 秒内完成高质量改图 — gorkem · 2026-10-16
- Tripo P2 对比 Meshy 7.1：当前最强图生 3D 模型横评 — noahsolomon · 2026-10-16
- BytePlus 合办 AI 电影大赛:100 万美元大奖,须用 Seedance 生成 70% — DavidmComfort · 2026-10-16