بطاقة عنوان مُولّدة تحمل العنوان Depth Pro 2 vs UniDepth V2 بخط هندسي داكن كبير، ويظهر أسفلها عنوان فرعي هو «نموذج واحد، أم عائلة عليك تحجيمها بنفسك» فوق شريط تدرج رفيع من الأزرق إلى السماوي.
Guides & Insights

Depth Pro 2 مقابل UniDepth V2: نموذج واحد أم عائلة كاملة؟

الكاتب

jinhao.song

تاريخ النشر

أحدث النماذج · 20عرض جميع النماذج →
المعايير: Artificial Analysis · يُحدَّث يوميًا
العودة إلى جميع المقالات

الشيء المثير للاهتمام بشأن Depth Pro 2 ليس أنه يقدّر العمق. فـ UniDepth V2 يفعل ذلك، ويُبلِغ عنه على عشر مجموعات بيانات في نظام zero-shot، وقد ظل يفعل ذلك منذ ظهور ورقته باسم arXiv 2502.20110 في فبراير 2025. المثير هو أن Depth Pro 2 يرفض أن يكون نموذجًا واحدًا. فقد أطلقتها Apple بأربعة أحجام، بالإضافة إلى مقدّر لطول البؤرة وتصدير Core ML، والحجم الذي تختاره يغيّر ما يمكن للنموذج فعله بك تقريبًا بقدر ما يغيّره النموذج الذي اخترته.

كلا النموذجين مُقدِّران أحاديّان متريّان مُدرَّبان للعمل على صور لم يرياها من قبل. يُرجع Depth Pro 2 العمق بالأمتار على طول محور رؤية الكاميرا؛ ويُرجِع UniDepth V2 العمق المتري وسحابة نقاط في إحداثيات الكاميرا، إلى جانب المعاملات الداخلية التي استنتجها. كلاهما يُقدِّر الكاميرا بدلًا من اشتراطها. المقارنة التي تهم ليست الدقة — فالمختبران لم يُجريا اختبارًا مرجعيًّا مشتركًا — بل مقدار ما يتركه كلٌّ منهما لك من قرار النشر.

أربعة أحجام مقابل ثلاثة هياكل أساسية

يضم مستودع نماذج UniDepth V2 ثلاث نقاط تحقق: unidepth-v2-vits14 وunidepth-v2-vitb14 وunidepth-v2-vitl14، واحدة لكل حجم من أحجام العمود الفقري ViT. وتصف الورقة وحدة كاميرا قابلة للتحفيز الذاتي تتنبأ بتمثيل كثيف للكاميرا لتكييف ميزات العمق، ومخرجات شبه كروية تفصل تمثيل الكاميرا عن تمثيل العمق، ودالة خسارة موجهة بالحواف موروثة من UniDepth V1، ومخرجات لعدم اليقين. يقبل النموذج معاملات داخلية معروفة أو فئة كاميرا — Pinhole، Fisheye624 — ويتخطى التنبؤ عند تزويده بها.

أحجام Depth Pro 2 الأربعة هي: S عند 24 مليون معلمة و97 ميغابايت، وB عند 97 مليونًا و386 ميغابايت، وL عند 334 مليونًا و1.3 غيغابايت، وH+ عند 872 مليونًا و3.5 غيغابايت. وتجعل ملفات التكوين التوسع ملموسًا: تشغّل S وB العمودين الفقريين DINOv3 ViT-S وViT-B وتستخدمان الانتباه عبر الإطارات في الكتل 5 و7 و9 و11؛ وتشغّل L العمود الفقري ViT-L وتستخدم الانتباه في الكتل من 9 إلى 23؛ وتشغّل H+ العمود الفقري ViT-H+ وتستخدم الانتباه في الكتل من 11 إلى 31. ويتضاعف بُعد فك التشفير من 64 في S إلى 128 في B و256 في كل من L وH+.

A screenshot of the Hugging Face model card for apple/DepthPro2, captured November 20 2026, showing the four size variants with their parameter counts and file sizes.

• نطاق المعاملات — يمتد UniDepth V2 على ثلاثة أحجام من ViT دون أعداد منشورة على بطاقة النموذج؛ بينما يمتد Depth Pro 2 من 24M إلى 872M مع ذكر الأعداد في README.

• نقطة التحقق الافتراضية — يستخدم Depth Pro 2 افتراضيًا H+ عند 3.5 GB؛ ويترك UniDepth V2 الخيار للمستدعي.

• أهداف التصدير — توفّر Depth Pro 2 حزم Core ML لأجهزة Apple ومقدّرًا منفصلًا للطول البؤري بعدد معلمات 23.5M؛ وتوفّر UniDepth V2 دعم ONNX.

• طراز الكاميرا — يوفّر UniDepth V2 فئتي Pinhole وFisheye624 ويقبل المعاملات الداخلية المعروفة؛ بينما يفترض Depth Pro 2 كاميرا منظورية، أو يقرأ EXIF، أو يقدّر البعد البؤري باستخدام النموذج المنفصل.

• عدم اليقين — يُرجع UniDepth V2 مخرجًا للثقة؛ بينما لا يفعل Depth Pro 2 ذلك.

A screenshot of the Hugging Face model card for UniDepth V2, captured November 20 2026, showing the unidepth-v2-vits14, unidepth-v2-vitb14 and unidepth-v2-vitl14 checkpoints.

تسير سلالة المقياس المتري في الاتجاه المعاكس.

يُعد UniDepth V2 تحسينًا لتصميم العمق المتري، والورقة صريحة في أن مهمة V2 كانت جعل البنية أبسط وأكثر كفاءة مع إضافة حواف أكثر حدّة عبر SSI المحلي الموجّه بالحواف، وأشكال ونسب إدخال مرنة عبر إعداد مستوى الدقة، واستدلال أسرع، ودعم ONNX، ونماذج الكاميرا الجديدة. الأرقام المُبلَّغ عنها في وضع zero-shot، حيث يكون الأعلى أفضل في مقياس delta-1، هي 98.8 على NYUv2، و96.4 على SUN-RGBD، و85.2 على ETH3D، و94.5 على iBims-1، و98.9 على KITTI، و87.0 على Nuscenes، و88.2 على DDAD، عبر عشرة مجموعات بيانات إجمالًا. وهي مُبلَّغ عنها من الجهة المصنّعة وغير مُعاد إنتاجها هنا.

يأتي Depth Pro 2 بالمقياس المتري من الاتجاه الآخر. كان Depth Pro الأصلي نموذجًا أساسيًا للعمق المتري دون تدريب مسبق، أنتج خرائط بدقة 2.25 ميغابكسل في 0.3 ثانية وقدّر البعد البؤري من صورة واحدة، وإسهام Depth Pro 2 ليس المقياس بل الاتساق — حدود حادة وعمق ثابت عبر الإطارات. لا يوجد جدول delta-1 منشور له. تذكر صفحة المشروع Boundary F1 وJitter بوصفهما المقياسين اللذين يزعم التفوق فيهما، ولا تعطي أي قيم، ولا يزال قسم الاستشهادات يشير إلى arXiv:261X.XXXXX، وهو عنصر نائب وليس ورقة بحثية.

إذن، النموذجان لا يتنافسان على المحور نفسه. UniDepth V2 هو مقدّر عمق يتمتع بسرد قوي وموثّق بجداول حول الأداء zero-shot. أما Depth Pro 2 فهو مقدّر عمق جُعل مستقرًا زمنيًا، والدليل على ذلك رسم بياني وادعاء. إذا كان تقييمك هو "أيّهما لديه أرقام يمكنني وضعها في مستند مشتريات"، فإن UniDepth V2 لديه تلك الأرقام، أما Depth Pro 2 فليس لديه بعد.

ما الذي يمنحك إياه الناتج فعليًا

الفرق في شكل المخرجات أكبر مما يبدو. يمنحك UniDepth V2 سحابة نقاط معبّرًا عنها مسبقًا بإحداثيات الكاميرا، مع المعاملات الداخلية التي تجعلها ذات معنى وقناة عدم يقين يمكنك تطبيق عتبة عليها. أما Depth Pro 2 فيمنحك خريطة عمق إضافةً إلى البعد البؤري الذي استقر عليه، ما يعني أن التحويل إلى ثلاثي الأبعاد متروك لك لتكتبه ولكي تخطئ فيه. إذا كنت تنتج أصولًا، فإن UniDepth V2 يوفر عليك مرحلة. وإذا كنت تنتج عمقًا — قناع مات، أو قناع حجب للواقع المعزز، أو سحب تركيز — فإن البنية الإضافية عمل لم تكن بحاجة إليه.

لا يعوّض أي من النموذجين مستشعر العمق على سطح خالٍ من الملمس أو عاكس. فكلاهما يقدّر المقياس استنادًا إلى الأدلة البصرية، وكلاهما سيكون مخطئًا في المواضع نفسها وللأسباب نفسها.

الترخيص، والمسألة التجارية

تم إصدار UniDepth V2 بموجب Creative Commons BY-NC 4.0، وهي غير تجارية. أوزان Depth Pro 2 تخضع لترخيص Apple Machine Learning Research Model، الذي يحدده المستودع على أنه مخصص للاستخدام البحثي فقط — البحث العلمي غير التجاري والتطوير الأكاديمي. فيما يخص مسألة الترخيص، فإن كليهما في الموقف نفسه: لا يُعد أي منهما ترخيص منتج، وكلاهما يحتاج إلى نقاش قانوني قبل أن يمسّا أي إيرادات.

الفرق هو ما يحيط بهما. مستودع شيفرة UniDepth V2 هو التنفيذ المرجعي، وتشير بطاقة الطراز إليه بوصفه المصدر التوثيقي؛ بينما يوفّر Depth Pro 2 حزمة قابلة للتثبيت عبر pip مع واجهة سطر أوامر، وواجهة برمجة تطبيقات Python، وتطبيق عرض تجريبي لنظام Mac، وبيان صريح بأن المستودع يحتوي على شيفرة لتشغيل النماذج لكن ليس على شيفرة تدريب أو تقييم. إذا كنت تقيّم "مدى سرعة قدرة فريق على أن يصبح منتجًا باستخدام هذا"، فإن Depth Pro 2 قد أنجز المزيد من هذا العمل.

A screenshot of the GitHub repository page for the UniDepth V2 reference implementation, captured November 20 2026, showing the README, the ONNX export notes and the license notice.

حيث يستقر هذا في نظام حقيقي عادةً في المكان نفسه في كل مرة: نموذج العمق هو نداء واحد في خط أنابيب، وخط الأنابيب المحيط به هو حيث تكمن التكلفة والهشاشة. تضع OrcaRouter 217 نموذجًا خلف نقطة نهاية واحدة متوافقة مع OpenAI عند هامش ربح 0% — يمر سعر قائمة المزود دون تغيير — وتضيف تجاوزًا تلقائيًا للفشل عبر المزودين، بحيث يمكن لمرحلة العمق التي يجب أن تتدهور بلطف أن تفعل ذلك دون عقد بائع ثانٍ. التوجيه ليس الجزء المثير للاهتمام في خط أنابيب العمق، لكنه الجزء الذي يقرر ما إذا كان خط الأنابيب سيظل قائمًا.

كيفية الاختيار

خذ UniDepth V2 عندما تريد العمق والهندسة معًا، وعندما يكون لديك نموذج كاميرا يمكنك تزويده به، وعندما تحتاج إلى أرقام يمكنك الاستشهاد بها. تقييم مجموعات البيانات العشر هو أقوى دليل منشور يمتلكه أي من النموذجين، ومخرجات الثقة مفيدة حقًا لتصفية التنبؤات السيئة في المراحل اللاحقة.

اختر Depth Pro 2 عندما تريد قرص ضبط للحجم ومسار فيديو. إن البدء بـ S على حاسوب محمول والانتقال إلى H+ على خادم يمثل سير عمل حقيقيًا توثقه Apple، كما أن مقدّر البعد البؤري المنفصل يعني أنه يمكنك تشغيل حل الكاميرا مرة واحدة وإعادة استخدامه. غير أن تصميم الاتساق الزمني لا يعود بالنفع إلا في الفيديو — ففي الصور الثابتة أنت تدفع مقابل انتباه بين الإطارات لا تستخدمه أبدًا.

ما لا ينبغي أن تفعله هو أن تقرأ مقارنة بين هذين تصنّفهما. لا يوجد معيار قياس مشترك، والمقاييس التي اختارها كل مختبر هي المقاييس التي يتفوّق فيها كل مختبر. إذا كنت بحاجة إلى قرار اليوم، فإن عوامل كسر التعادل هي صيغة الإخراج والترخيص، لا الفائز.