Depth Anything 3: Новый прорыв в 3D-реконструкции от ByteDance
ByteDance представила Depth Anything 3 (DA3) – новую мультимодальную модель, способную предсказывать пространственно-согласованную геометрию по одному или нескольким изображениям без необходимости знания параметров камеры. Ключевым преимуществом DA3 является упрощенная архитектура: единый трансформер использует унифицированное представление depth-ray, позволяя одной модели решать задачи оценки глубины, определения позы камеры и генерации 3D-гауссианов для новых ракурсов.
В ходе тестирования DA3 продемонстрировала превосходство над предыдущими версиями по точности и стабильности, обеспечивая более высокое качество 3D-визуализации для AR/VR, дизайна и робототехники.
Команда разработчиков предоставила доступ к весам модели, инструментарию CLI и WebUI на Gradio, что открывает возможности для исследователей и разработчиков. Это значительно ускоряет работу с 3D-контентом и снижает потребность в мощных вычислительных ресурсах.
