苹果开源 Depth Pro 2:单目照片视频即时估计像素级 3D 深度
Scobleizer · x · 2026-11-21
苹果发布 Depth Pro 2,可对任意普通照片/视频即时估计锐利、带真实尺度、时序一致的单目深度,无需特殊传感器。
- 支持 2K–4K 源素材,以原生分辨率运行,速度极快
- 架构为多视角 Transformer(逐帧内与跨帧交替注意力)+ DPT 解码器,逐帧输出逆深度图
- 在 Sintel 和 Spring 数据集上,边界清晰度(Boundary F1)与时序一致性(Jitter)均优于此前单帧与多帧方法
论文、代码与模型已在 Hugging Face 开放。
「模型」频道最新
- Thinking Machines 发布 26B 环形transformer Inkling 2 Mini,AA Index 得 20.1 — LiTianleli · 2026-11-21
- 网传黎曼猜想已被解决,Google DeepMind 现身 math-horizon 仓库 — imjustnewatai · 2026-11-21
- 研究者:Transformer 无法区分指令与上下文,是越狱攻击主因 — gerardsans · 2026-11-21
- AI 一周盘点:Anthropic 935 亿美元 IPO 与黎曼猜想 AI 辅助证明 — TheTuringPost · 2026-11-21
- HeyGen 发布 Decision 1:约 100ms 多模态推理,速度称 4 倍于 Gemini — HeyGen · 2026-11-21
- 实测 NVIDIA Cosmos 3:镜头移开 8 秒,世界模型就忘了房间 — PrateekVJoshi · 2026-11-21