苹果研究院放出了 Depth Pro 2,四个开放权重的单目深度模型(S、B、L、H+),外加一个焦距估计器,支持照片、视频和实时摄像头输入,输出的是以米为单位的逐像素度量深度。
和上一代的区别 上一代 Depth Pro 的卖点是零样本的绝对深度,不需要相机内参。第二代把重点放在了视频稳定性上——单帧准不难,连续帧不跳才对下游有用。做 AR 遮挡、做视频重打光、做机器人避障,抖一下就是另一个问题。这次同时给了 H+ 这种 8.72 亿参数的大杯,明显是想覆盖精度敏感场景。
许可证要注意 研究用途许可,不是 Apache 或 MIT。这意味着可以读、可以试、可以在研究里用,商业集成要另谈。很多团队看到 open weights 就直接塞进产品,这是常见的踩坑点——权重开放和商用授权是两件事。
没有基准数字这件事 这次发布没有附带基准分数。没有数字就没法横向比,只能自己测。建议的测法很朴素:拿你自己的场景数据跑一遍,看三件事——深度尺度是否稳定(同一个物体在不同距离下的米数是否自洽)、边缘是否贴合(物体轮廓处有没有溢出)、时序是否抖动。这三项比任何榜单都贴近实际。
能干什么 最直接的是视频后期:不需要绿幕,靠深度就能做前景分离和景深模拟。其次是 3D 重建的初始化,深度先验能把稀疏视角的重建质量拉起来一截。
本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。