热门AI工具推荐

焚书AI多模型聚合平台
AI多模型聚合平台( Claude 系列、GPT 系列)支持聊天、搜索、图片、视频、音乐等多种功能;聚合了 Claude 系列(如 Sonnet 5、Opus 5 等)、Gemini 系列、GPT 系列、DeepSeek(搜索模式默认调用 DeepSeek V4 Pro)以及通义千问、Kimi 等数十款国内外主流模型。
AI编程订阅服务,支持多款国产主流编程模型自由切换。
Seedance 2.0AI视频生成
具备卓越的物理真实性和角色一致性,可生成电影级视频内容。
方舟 Agent PlanAI智能体订阅
火山引擎推出的全场景AI智能体订阅服务,通过一个订阅整合5大主流模型和10+AI工具
SpeedAIAI内容检测降重
AI内容检测与降重工具,能有效帮助用户通过论文AI率检测
秒哒AI工具
不懂代码也能开发应用?百度秒哒:无需编程,快速搭建小程序与网站
有戏AIAI漫剧生成工具
全流程AI短剧创作工具,实现从剧本到成片的自动化生产,让“一人即剧组”成为现实。
沁言学术智能科研平台
一站式文献管理与科研写作工具,支持边写作边搜索文献,高效阅读,文献管理,

Apple开源Depth Pro 2 全分辨率单目深度

时间:2026年11月19日 地点:美国 人物:Apple机器学习研究团队(Peiyun Hu、Marko Mihajlovic、Lyndon Duong、Lahav Lipson、Wei Dong、Amaël Delaunoy、Stephan R. Richter、Vladlen Koltun) 事件详情:Apple机器学习研究团队于11月19日正式发布Depth Pro 2,一款用于全分辨率单目深度估计的计算机视觉模型。该模型可从单张照片、视频文件或实时相机画面中,以米为单位预测每个像素的稠密度深度。团队同步公开了代码与模型权重,发布在GitHub仓库apple-aiml-research/ml-depth-pro-2和Hugging Face平台(apple/DepthPro2、apple/DepthPro2-L等)。模型共四个尺寸,参数从2400万到8.72亿不等,分别为Depth Pro 2-S、Depth Pro 2-B、Depth Pro 2-L和Depth Pro 2-H+。所有型号共享一个2350万参数的焦距估计器,用于在输入图像未提供EXIF焦距时自动估算。根据模型卡与INXEN报道,最小型号S在NVIDIA B200上以640×480分辨率运行可达347.0 fps,1080p下为44.8 fps;最大型号H+在1080p下运行速度为5.3 fps,4K分辨率下为0.4 fps。在MacBook Pro M4 Max 64GB上,S型号在896×512分辨率下可保持30 fps以上。代码支持NVIDIA CUDA、Apple Silicon MPS和CPU,并附带Core ML导出与实时相机演示,要求macOS Sequoia 15及Xcode 16。模型采用Apple机器学习研究模型许可证,仅限非商业科学研究与学术开发使用,明确禁止商业部署。 背景:此前的单目深度估计方法普遍面临一个核心权衡:多帧方法能保证时间一致性但容易模糊边界,单帧方法边界清晰但帧间预测不稳定。Apple团队分析发现,现有方法要么偏重一致性、要么偏重清晰度,难以同时满足实时应用对两者的要求。Depth Pro 2通过训练一个可扩展的单一网络来打破这一限制,该网络基于多视图Transformer架构,能联合处理任意数量的帧(从单张图像到32帧视频),并在原生分辨率下预测深度图。网络交替进行帧内自注意力和跨帧注意力,从DINOv3权重初始化,避免了下采样导致的边界模糊。训练数据涵盖19个数据集,混合了图像、视频和多视图数据,损失函数包含四个项的未加权和。 影响:Depth Pro 2在边界清晰度(Boundary F1)和时间一致性(Jitter)两个维度上均超越了此前方法,定义了新的Pareto前沿。根据arXiv论文,团队在Sintel和Spring数据集上进行了评估,largest型号H+在边界F1和时间一致性上均优于包括InfiniDepth和π3在内的 prior work。焦距估计器在1080p下运行速度为118 fps,零样本基准δ25达到88.6%,而前代Depth Pro仅为71.7%。该模型可直接用于背景虚化和新视角合成等应用。由于许可证限制商业使用,该发布更偏向研究栈而非产品组件,但为开发者提供了在Apple Silicon和NVIDIA GPU上运行高质量深度估计的参考实现。 总结:Depth Pro 2的核心价值在于证明了单一网络可以同时实现度量精度、边界清晰度和时间一致性,无需在分辨率或帧数上做妥协。四个型号的覆盖范围从移动端实时推理到数据中心级精度,为不同场景提供了选择。开源策略与限制性许可的组合,反映出Apple希望推动研究进展同时保护商业应用的意图。对于计算机视觉和AR/VR领域的开发者而言,这是一份高质量、可落地的深度估计基线。 常见问题: 问:Depth Pro 2和上一代Depth Pro有什么区别? 答:Depth Pro 2新增了视频和实时相机输入支持,能在原生分辨率下同时输出更清晰的边界和更稳定的帧间一致性;前代仅处理单帧图像。 问:Depth Pro 2可以商用吗? 答:目前采用Apple机器学习研究模型许可证,仅限非商业科学研究与学术开发,不能用于商业产品。 参考来源: Apple Machine Learning Research https://machinelearning.apple.com/research/depth-pro-2-monocular arXiv论文 https://arxiv.org/abs/2611.26603 GitHub代码仓库 https://github.com/apple-aiml-research/ml-depth-pro-2 Hugging Face论文页 https://huggingface.co/papers/2611.26603 INXEN报道 http://www.inxen.news/news/apple-posts-depth-pro-2-weights-bars-commercial-use OrcaRouter分析 https://www.orcarouter.ai/blog/depth-pro-2-release-date

苹果 · 更多动态

全部

同日其他快讯

11月21日 汇总