单帧手术照片秒变 3D：Depth Anything 3 钻进真实胆囊手术
MaziyarPanahi · x · 2026-11-07
开发者 @MaziyarPanahi 演示了一套有趣的组合：从真实胆囊切除手术视频中取一帧平面画面，用字节跳动 Seed 团队开源的 Depth Anything 3（Apache-2.0 协议）在单张 GPU 上将其转为 3D 场景，实现「飞进」手术画面中的效果。
随后接上 Meta 的 SAM 3.1（SAM License），用两个词的提示即可自动勾画胆囊或肝脏轮廓并定位手术器械。作者强调帧选取仅为演示清晰度、深度为相对深度，仅供研究用途而非医疗建议。
- DA3 Metric Large：0.35B 参数的单目度量深度模型，支持相对/度量深度与天空分割，乘以焦距即可得真实尺度深度，可导出 glb/ply 等格式
- 三者许可不同：DA3 为 Apache-2.0，SAM 3.1 为 SAM License，Endoscapes2023 数据集为非商业 CC BY-NC-SA 4.0
所属事件:Depth Anything 3 将单帧手术照片变 3D 场景(2 条相关)→
「多模态」频道最新
- ComfyUI 可读性 Agent Skill:按六条规则重写混乱工作流 — nomadoor · 2026-11-08
- ComfyUI Readable Node:用 Agent Skill 把乱糟糟工作流重写成可读版 — nomadoor · 2026-11-08
- MiniMax H3 实测:360° 视频角色表比 LoRA 更能防脸漂移 — Error4010 · 2026-11-08
- AI 生成《一拳超人》风格斗动画对决预览，画面质感惊艳 — Key_Layer6250 · 2026-11-08
- 微信团队发布 WeLM-Image:31.7B 统一图像模型,不开源 — bdsqlsz · 2026-11-08
- Shizuku-Duplex:面向 AI 角色的全球首个全双工日语语音对话模型 — Scobleizer · 2026-11-08