Marigold V2 发布：单步 DiT 深度估计，单张 32GB 消费级 GPU 可训
_akhaliq · x · 2026-09-10
Marigold V2（将亮相 SIGGRAPH Asia 2026）把单目深度估计升级到扩散 Transformer 架构：单步推理、边缘锐利、2K 分辨率不 OOM。网站、代码、权重与在线 Demo 全部公开。
- 面向小实验室：基于 Qwen-Image-Edit-2509 大 DiT，4-bit 量化 + rank-128 QLoRA，在单张 32GB 消费级 GPU 上数小时得到合理深度、几天完成训练，无需 80GB 或 8 卡机。
- 非常规设计：V1 曾把深度图塞进图像 VAE（反直觉但有效）；V2 把 ground-truth 深度经 DINOv2/DINOv3 编码并对齐 DiT 特征（iREPA-depth）。
- 数据洞察：即使最干净的合成数据 Hypersim，放大到草叶级别深度标注也是坏的；因此提出对噪声标签宽容的 SinkLoss，不做逐像素对应。
- 90 秒讲解视频已发布。
所属事件:Marigold V2 发布：单卡训练的 DiT 深度估计器(11 条相关)→
「研究」频道最新
- FrontierML 榜单：开源与闭源模型在端到端 ML 任务上差距仍大 — scaling01 · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27
- NVIDIA 开源 FLORA：机器人数据引擎，成本仅 GPT-6 Astra 的 1/125 — nvidia · 2026-10-27
- RSNA 2026 深度学习实验室回归:芝加哥四天八节动手 AI 课 — PRouzrokh · 2026-10-27