
Depth Pro 2 مقابل MoGe-2: اتساق الفيديو مقابل خرائط النقاط
- OrcaجديدOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 لكل مليون رمز · 186 tok/s
- tencentجديدTencent: Hy4 Flash2026-11-16$0.02 / $0.07 لكل مليون رمز · 358 tok/s
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 87 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 139 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 لكل مليون رمز · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 لكل مليون رمز · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 لكل مليون رمز · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
Depth Pro 2 وMoGe-2 نموذجان للهندسة الأحادية العين المترية من مختبرات بحثية كبيرة، وحتى وقت كتابة هذا النص لم ينشر أحد رقمًا يضع أحدهما في مقابل الآخر. يورد Depth Pro 2 من Apple مقاييس Boundary F1 وJitter، بمتوسط على مجموعتي بيانات Sintel وSpring. ويورد MoGe-2 من Microsoft دقة الهندسة النسبية، والمقياس المتري، والحفاظ على التفاصيل ضمن مزيج التقييم الخاص به. مجموعتا المقاييس لا تتقاطعان، ما يعني أن كل ادعاء من نوع «X يتفوق على Y» ستجده حول هذا الثنائي إما مُختلق أو مستعار من معيار قياس لم يُشغّله أي من المختبرين.
هذا ليس تهربًا. إنه الشيء الأكثر فائدة على الإطلاق الذي ينبغي معرفته قبل أن تنفق أسبوعًا في دمج أيٍّ منهما. ما يمكنك مقارنته هو ما يقدمه كل مستودع فعليًا، وما صُمم كل نموذج ليكون سيئًا فيه، وأي من هذه النقاط الضعف ينتهي إلى خط أنابيبك. تفعل هذه المقالة ذلك، وهي صريحة بشأن الادعاءات التي تأتي من ملف README الخاص بالبائع وتلك التي لا تأتي من أي شيء على الإطلاق.
ما الذي يحتوي عليه كل مستودع فعليًا
يمتد Depth Pro 2 عبر عدة مستودعات على Hugging Face بدلاً من مستودع واحد. يحتوي مستودع البطاقة، apple/DepthPro2، على ملف README والأشكال؛ وتُقسَّم الأوزان حسب الحجم إلى apple/DepthPro2-S وapple/DepthPro2-B وapple/DepthPro2-L وapple/DepthPro2-H. ويحمل مستودع منفصل، apple/DepthPro2-focal، مقدّر طول بؤري مستقلًا بمعاملات 23.5M يُحمَّل إلى جانب أي حجم. ويحتوي مستودع آخر، apple/DepthPro2-coreml، على تصديرات Core ML لشرائح Apple silicon. أما مستودع الشيفرة فهو apple-aiml-research/ml-depth-pro-2 على GitHub.

تمتد الأحجام الأربعة من 24 مليون معلمة عند 97 ميغابايت (S) مرورًا بـ 97 مليونًا عند 386 ميغابايت (B) و334 مليونًا عند 1.3 غيغابايت (L) وصولًا إلى 872 مليونًا عند 3.5 غيغابايت (H+، الافتراضي). وتؤكد تهيئاتها العلاقة العائلية: يستخدم S وB العمودين الفقريين DINOv3 ViT-S وViT-B مع انتباه بين الإطارات عند الكتل 5 و7 و9 و11؛ ويوسّع L ذلك ليشمل الكتل من 9 إلى 23 مع مفكك ترميز DPT ببُعد 256؛ ويمتد H+ إلى الكتل من 11 إلى 31 ويجمّع الرموز عند الكتل 7 و15 و23 و31.
تُشحن MoGe-2 على شكل أربع نقاط تحقق ضمن منظمة Ruicheng: moge-2-vitl بمعاملات 326M ودون normals، والمتغيرات -normal وهي moge-2-vitl-normal بمعاملات 331M، وmoge-2-vitb-normal بمعاملات 104M، وmoge-2-vits-normal بمعاملات 35M. تعيد كل منها خريطة نقاط مترية في إحداثيات كاميرا OpenCV، وخريطة عمق، ومعاملات داخلية مطبّعة للكاميرا، وقناع بكسلات صالحة، مع إضافة خريطة normals في المتغيرات التي تتضمنها. MoGe-2 هو الجيل الثاني؛ وقد انتقلت العائلة منذ ذلك الحين إلى MoGe-3، الذي أُعلن في 18 أغسطس 2026 مع نموذج ViT-g بمعاملات 1.25B، لذا أصبح MoGe-2 الآن الإصدار السابق لا الإصدار الحالي.

حيث يختلف التصميمان
• وسيلة الإدخال — يستقبل Depth Pro 2 صورة واحدة، أو ملف فيديو، أو بثًا مباشرًا من الكاميرا؛ بينما يستقبل MoGe-2 صورة واحدة.
• ادعاء العنوان الرئيسي — تدّعي Depth Pro 2 الحدة والاتساق الزمني؛ وتدّعي MoGe-2 المقياس المتري إضافةً إلى التفاصيل الدقيقة، ويتم تحقيق ذلك عبر خطوة موحّدة لتحسين البيانات تستخدم تسميات اصطناعية حادة لتصفية بيانات التدريب الحقيقية واستكمالها.
سطح الإخراج — يُرجع Depth Pro 2 العمق بالأمتار بالإضافة إلى البعد البؤري الذي استخدمه؛ في حين يُرجع MoGe-2 خريطة نقاط كاملة، والعمق، والمعاملات الداخلية، وقناعًا، مع المتجهات الناظمية في المتغيرات التي تتضمنها.
• البُعد البؤري — يأتي Depth Pro 2 بمقدّر منفصل ويمكنه أيضًا قراءة EXIF أو قبول بُعد بؤري معروف بالبكسل؛ بينما يمكن لـ MoGe-2 أخذ مجال الرؤية كحقيقة أساسية اختيارية لتحسين الدقة.
• المقياس — أضاف MoGe-2 مقياسًا متريًا واقعيًا فوق MoGe-1، الذي أنتج خرائط نقاط ثابتة تآلفيًا بمقياس غير معروف؛ ويرث Depth Pro 2 المقياس المتري من Depth Pro الأصلي.
• الترخيص — تخضع أوزان Depth Pro 2 لترخيص Apple Machine Learning Research Model، للاستخدام البحثي فقط، ويُعرَّف بأنه بحث علمي غير تجاري وتطوير أكاديمي. شيفرة MoGe-2 مرخّصة بموجب MIT، مع DINOv2 المضمّن بموجب Apache 2.0.
سؤال الفيديو هو الحجة بأكملها
القرار المعماري المميّز لدى Depth Pro 2 هو أن محوّلًا متعدد المناظر يعالج إطارًا واحدًا أو أكثر معًا، وبعد الثلث الأول من كتله يناوب بين الانتباه داخل كل إطار والانتباه عبر الإطارات. ثم يتنبأ فك ترميز DPT بخريطة عمق معكوسة لكل إطار. تلك هي الآلية الكامنة وراء رقم Jitter — مقياس الاتساق الزمني — وهي السبب في أن للنموذج قصة فيديو على الإطلاق.
عمليًا، يعني ذلك وجود وضعي تشغيل. يعالج الوضع الافتراضي المخزَّن مؤقتًا مقاطع من 16 إطارًا تتداخل بمقدار أربعة، ما يحافظ على ثبات العمق عند التقاء المقاطع؛ ويكشف إعدادا النافذة والتداخل عن طول المقطع ومقدار التداخل. أما الوضع غير المخزَّن مؤقتًا فيتنبأ بكل إطار عند وصوله باستخدام ذلك الإطار والإطارات الـ15 السابقة له، وهو الوضع الذي تريده للكاميرا. توثيق Apple نفسه صريح بشأن تكلفة المسار المباشر: فالإطارات الأولى من البث لديها إطارات سابقة أقل لتعتمد عليها، لذا يكون عمقها أقل ثباتًا. ويحصل الفيديو على بُعد بؤري واحد لجميع إطاراته، مأخوذًا كوسيط التقديرات على نافذته الأولى.
لا يوجد ما يعادل MoGe-2. فهو نموذج يعمل على صورة واحدة، وتشغيله على الفيديو يعني تشغيله إطارًا بإطار وقبول أي وميض ينتج عن ذلك. بالنسبة لمهمة إعادة بناء ساكنة — مثل المسح التصويري، أو خط معالجة يحوّل الصور الثابتة إلى أصول ثلاثية الأبعاد، أو أي شيء تكون فيه كل إطار مستقلة — فإن ذلك ليس قيدًا على الإطلاق. أما بالنسبة لروبوت أو تراكب AR، فهو الفرق بين القابل للاستخدام وغير القابل له.
ماذا يعني «metric» في كل مخرج؟
يزعم كلا الموديلين أنهما يقيسان بالأمتار، وكلاهما يتعامل مع الكلمة بطريقة مختلفة قليلًا. يُرجع Depth Pro 2 المسافة على طول اتجاه رؤية الكاميرا — أي الإحداثي z — وليس المسافة بالخط المستقيم من الكاميرا. كما أنه يطبّع العمق العكسي باستخدام البُعد البؤري، بحيث يساوي العمق العكسي البُعد البؤري بالبكسل مقسومًا على حاصل ضرب عرض الصورة في العمق. أما بكسلات السماء فتعود بعمق لا نهائي، أو — خصوصًا في الموديلات الأصغر — بعمق محدود يبلغ عدة كيلومترات، وهي تفصيلة تستحق المعالجة قبل بناء سحابة نقاط.
يعيد MoGe-2 خريطة نقاط مباشرةً، ما يتجاوز تلك التحويلية. وهذا هو الناتج الأكثر فائدة إذا كنت متجهًا إلى ثلاثي الأبعاد على أي حال، وهو سبب إبلاغ النموذج عن المعاملات الداخلية إلى جانب العمق — فخريطة النقاط لا تكون ذات معنى إلا في إطار كاميرا تعرفه أنت أيضًا. لا يُغني أيٌّ من الناتجين عن مستشعر عمق حقيقي عندما لا يحتوي المشهد على نسيج يثبّت المقياس؛ فكلاهما يقدّر، وكلاهما سينحرف على الأسطح العاكسة أو الشفافة.
الترخيص هو القرار، وليس المعيار
لا يمكن استخدام أيٍّ من النموذجين تجاريًا بصيغته المُسلَّمة، لكن القيود تختلف بطرق تهم المراجعة القانونية. تخضع أوزان Depth Pro 2 لترخيص Apple Machine Learning Research Model، الذي يسمح بالاستخدام حصرًا لأغراض البحث، حيث يعرّف المستودع ذلك بأنه بحث علمي غير تجاري وأنشطة تطوير أكاديمية. أما الشيفرة فهي مرخّصة بشكل منفصل، ويقرّ المستودع بأنها مبنية على TIMM وDINOv3.
كود MoGe-2 برخصة MIT، وهو قريب من كونه غير مقيّد، رغم أن الأوزان لم تُمنح شروطًا منفصلة على بطاقة النموذج، وكود DINOv2 المضمّن برخصة Apache 2.0. إذا كان سؤالك هو «هل يمكنني شحن هذا ضمن منتج؟»، فالإجابة الصادقة لكليهما هي أنك تحتاج إلى محادثة مع القسم القانوني، ومحادثة MoGe-2 أقصر. وإذا كان سؤالك هو «هل يمكنني نشر ورقة بحثية باستخدام هذا؟»، فكلاهما مناسب.

ما الذي ينبغي أن تخبرك به الأرقام المفقودة
لا يوجد بعد تقرير تقني لـ Depth Pro 2. ما تزال كتلة الاستشهاد في المستودع تقرأ arXiv:261X.XXXXX، وعلامات X ليست حجبًا — بل هي عنصر نائب لم يُملأ. تذكر صفحة المشروع المقاييس التي تزعم التفوق فيها، Boundary F1 وJitter، ولا تذكر أي خطوط أساس، مكتفية بالإشارة فقط إلى «أعمال سابقة تعمل على إطار واحد أو إطارات متعددة» وإلى «خطوط أساس بإعداداتها الافتراضية».
لدى MoGe-2 ورقة بحثية حقيقية، وهي arXiv 2507.02546، لكن ملخصها خالٍ من الأرقام بالقدر نفسه؛ إذ يُؤجَّل التقييم إلى مستند منفصل. لذلك فإن جدول المقارنة الذي كنتَ على الأرجح تأمل الحصول عليه غير موجود في أي من الجانبين، وأي مقال يقدّم لك واحدًا إنما ينقل قراءةً من مخطط.
وهذا جدير بأن تضعه في الحسبان عند تسعير بقية الحزمة. فنموذج العمق ليس سوى مرحلة واحدة من خط معالجة عليه أيضًا أن يصف المشهد، ويقرر ما يجب فعله بشأنه، ويكتب النتيجة في مكان ما — وتلك المراحل هي استدعاءات لنماذج اللغة، حيث يكون التسعير منشورًا وقابلًا للمقارنة مباشرة. وهذا هو سبب وضعها خلف واجهة برمجة تطبيقات واحدة بدلًا من ثلاث: توجّه OrcaRouter 217 نموذجًا عبر مفتاح واحد بهامش ربح 0%، أي أن سعر القائمة لدى المزوّد يمر دون تغيير، بحيث يصبح تخفيض سعر البائع ساريًا في اليوم نفسه بدلًا من وقت إعادة مزامنة أي مجمّع. والتحويل التلقائي عند الفشل بين المزوّدين يهم للسبب نفسه لكن بالعكس — فإذا كانت مرحلة الاستدلال هي التي يجب أن تبقى عاملة، فأنت تريد أن تكون مهمة العمق الشيء الوحيد في خط المعالجة المسموح له بالفشل بهدوء.
أيّ واحدٍ يجب أن تختار
إذا كانت لديك فيديو وتهتم بالوميض، فإن Depth Pro 2 هو الوحيد من بين هذين الاثنين الذي يملك إجابة، وإجابته هي بنية حقيقية — انتباه عبر الإطارات، ونوافذ متداخلة، ووضع مباشر مع عقوبة إحماء موثّقة. ابدأ بـ S على حاسوب محمول، كما تقترح وثائق Apple نفسها، ولا ترتقِ إلا عندما لا تكون الحواف حادة بما يكفي.
إذا كانت لديك لقطات ثابتة وتريد خريطة نقاط، فإن MoGe-2 يمنحك سطح إخراج أكبر لكل استدعاء، كما تمنحك المتغيرات العادية إشارة ثانية كنت ستقدّرها بنفسك. ومقياسه المتري هو التحسين عن MoGe-1، وهو يصمد.
ما لا يمنحك إياه أيٌّ منهما هو ادعاء قابل للدفاع بأنه أفضل من الآخر، لأن أياً من المختبرين لم يُجرِ التجربة. تعامل مع الاقتران كأداتين مختلفتين لهما اسمان متداخلان، لا كقائمة مرتّبة، إلى أن ينشر أحدهم الأرقام.
