苹果公司人工智能研究团队近期发布了一款名为Depth Pro的全新模型，这款模型能在短时间内从单张2D图像中生成详细的3D深度图像，标志着单目深度估计领域的一大进步。Depth Pro不仅速度快至0.3秒，且准确性高，优于当前同类系统，尤其在捕捉细微细节如皮毛和鸟笼线条方面表现出色。这项突破性技术绕过了以往需要多个图像或额外元数据才能准确测量深度的限制，仅在标准GPU上就能生成225万像素、清晰度高的深度图，且能够捕捉到其他方法可能忽视的细节。 Depth Pro的高效多尺度视觉transformer结构使其能够同时处理图像背景及细节，显著提升了准确性和细节表现。其“度量深度”能力允许模型提供真实世界测量，对增强现实等应用尤为重要。此外，Depth Pro在零样本学习上的能力意味着它无需针对特定领域进行广泛训练，具有极强的通用性，可广泛应用于各种图像，无需依赖于相机特定数据。 Depth Pro的发布不仅推动了计算机视觉技术的发展，还为增强现实、自动驾驶等领域带来了新的可能性，预示着未来在这些领域中，虚拟对象能更精确地融入物理空间，提升用户体验与安全性。这一创新成果体现了苹果公司在人工智能领域的持续探索与技术领导力。