双 H200 微调 Marigold V2 加 16 帧时序注意力，攻克视频深度闪烁

AntonObukhov1 · x · 2026-09-24

breakdownart 回复 Marigold 作者 Anton Obukhov，透露正在用两块 H200 对 Marigold V2 进行微调：加入 16 帧的时序注意力（temporal attention），并以 Spring 为训练数据，目标是降低视频深度估计的闪烁问题。

作者表示早期视频对比效果良好，后续计划还包括引入 SinkLoss 以及一个原生 1080p 的精修阶段。这条内容展示了社区对单目深度模型视频化的改造路线与时序一致性方案。