Marigold V2 用单步流匹配改造 DiT,单目深度估计更强
huawei-bayerlab · hf · 2026-09-09
华为 Bayer Lab 发布 Marigold V2,将扩散 Transformer(DiT)重新用于单目深度估计。关键改进包括:
- 单步流匹配(flow-matching)推理,兼顾速度与质量
- 语义对齐机制
- 基于 Sinkhorn 的两阶段微调协议
结果是分布外(OOD)场景的深度图明显更锐利,在相关密集回归任务上也取得强结果。
所属事件:Marigold V2 发布：单卡训练的 DiT 深度估计器入选 SIGGRAPH Asia 2026(6 条相关)→
「多模态」频道最新
- 外星星球手持 vlog 风格文生视频 Prompt 完整模板分享 — techhalla · 2026-09-09
- 开源 VoiceStudio 复刻 ElevenLabs 全家桶:646 种语言全本地运行 — thisguyknowsai · 2026-09-09
- 实测对比：OpenAI image-2.5 低于 1 美分、23 秒出图明显更强 — tobowers · 2026-09-09
- GPT 图像模型直接产出 10 秒 GIF,网友惊呼将抢视频模型饭碗 — rounak · 2026-09-09
- AI 短片署名起争议:TapNow 指控他人抹水印冒充产品演示 — TomLikesRobots · 2026-09-09
- 一镜到底雨夜收费站：韩式超自然短片视频 prompt 拆解 — umesh_ai · 2026-09-09