
Depth Pro 2 שוחרר ללא מאמר: מה המשקלים מראים
- OrcaחדשOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 לכל 1M טוקנים · 186 tok/s
- tencentחדשTencent: Hy4 Flash2026-11-16$0.02 / $0.07 לכל 1M טוקנים · 358 tok/s
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 87 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 139 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 לכל 1M טוקנים · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 לכל 1M טוקנים · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 לכל 1M טוקנים · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
גלול לתחתית כרטיס המודל Depth Pro 2 של Apple וקרא את הציטוט. שמונה מחברים, תאריך 2026, ומזהה arXiv שנראה כמו 261X.XXXXX. אותיות ה-X אינן השחרה. הן מציין מקום שאף אחד לא חזר למלא, והן הסיכום הכי כן של השחרור: Depth Pro 2, מודל העומק המונוקולרי המטרי של Apple, קיים כמשקולות שאפשר להוריד היום, והוא עדיין לא קיים כמאמר שאפשר לקרוא.
הפער הזה הוא הסיפור. לא אירוע השקה, לא טבלת בנצ'מרקים, ולא Space הדגמה — המאגר עצמו מסמן את ה-Space כמוסתר עד שיהפוך לציבורי, ונכון לכתיבת שורות אלה זה טרם קרה. להלן כל מה שניתן לדעת מהמאגרים ומהתיעוד, מופרד ממה שטרם אומת.
מה שוחרר, ובאילו תאריכים
התאריכים הם החלק המתועד, משום ש-Hugging Face מטביע חתימת זמן על כל מאגר שהוא מארח. מאגר כרטיס המודל, apple/DepthPro2, נוצר ב-3 בנובמבר 2026. מאגרי המשקלים הגיעו יומיים לאחר מכן, ב-5 בנובמבר, כש-apple/DepthPro2-H ביניהם. מאגר הייצוא ל-Core ML הגיע ב-9 בנובמבר. אומדן אורך המוקד העצמאי, apple/DepthPro2-focal, הופיע ב-19 בנובמבר — באותו יום שבו מאגר הקוד, apple-aiml-research/ml-depth-pro-2, הפך לציבורי ב-GitHub.
קרא את הרצף הזה כציר זמן הנדסי ולא כציר זמן שיווקי. הכרטיס, המשקלים, הייצוא ל-Apple silicon, מודל כיול המצלמה והקוד הועלו בהדרגה לאורך שישה עשר יום, והחלק האחרון שנחת הוא זה שמאפשר להריץ את כל העניין למי שאינו внутри אפל. שום דבר בסדר הזה לא מרמז על הכרזה מתואמת; הוא מרמז על צוות שדוחף ארטיפקטים החוצה ברגע שהם עוברים סקירה.
ההתקבלות מאשרת זאת. במאגר המשקלים של H+ יש 40 הורדות ולמאגר הכרטיס יש 10 לייקים. מאחורי מאגר ה-GitHub עומד קומיט יחיד. עבור מודל מהמעבדה שיצרה את Depth Pro, זו אינה עקומת השקה — זהו שחרור שטרם הבחינו בו.
המאמר הוא מציין מקום, לא טרום-פרסום.
שלושה מקומות נפרדים מפנים לדוח טכני שאינו קיים. התג בכרטיס המודל מקשר אל arxiv.org/abs/TODO. התג ב-README של GitHub מקשר אל arxiv.org/abs/261X.XXXXX. בלוק ה-BibTeX בשניהם מציין journal = {arXiv preprint arXiv:261X.XXXXX} ו-url = {https://arxiv.org/abs/261X.XXXXX}.
גם אין עבורו עמוד מחקר של Apple Machine Learning — machinelearning.apple.com/research/depth-pro-2 מחזיר 404, ומפת האתר של המחקר של Apple מפרטת את depth-pro אך לא את depth-pro-2. עמוד הפרויקט שאליו מצביעים התגים, apple-aiml-research.github.io/ml-depth-pro-2, הוא המשטח היחיד בשליטת Apple שאכן עובד.
זה חשוב יותר מכפי שזה נשמע. דוח טכני הוא המקום שבו יושב פרוטוקול ההערכה, ובלעדיו לא ניתן לבדוק את המספרים שהכרטיס מדווח עליהם מול המספרים שקווי הבסיס מדווחים. לכן כל מה שכמותי להלן הוא טענתו של הספק עצמו, המובאת ללא אימות עצמאי ומסומנת ככזו.
ארבעה גדלים, ועוד מעריך אורך מוקד
המשפחה מפורשת באופן יוצא דופן בנוגע לסקיילינג של עצמה. אפל מפרסמת מספרי פרמטרים וגדלי הורדה עבור כל ארבעת החברים, וזה יותר ממה שרוב מהדורות העומק טורחות לכלול:
• Small (S) — 24 מיליון פרמטרים, הורדה של 97 MB, זה שאיתו מתחילים במחשב נייד.
• Base (B) — 97M פרמטרים, 386 MB.
• גדול (L) — 334M פרמטרים, 1.3 GB.
• H+ (H) — 872M פרמטרים, 3.5 GB, וברירת המחדל ששורת הפקודה מורידה אם לא מעבירים -m.
• אומדן אורך מוקד — 23.5M פרמטרים, 94 MB, מאגר נפרד שנטען לצד כל גודל ומנבא את אורך המוקד של המצלמה כאשר התמונה או הווידאו אינם כוללים אותו.
מתן השמות ראוי לציון, כי הוא יבלבל כל מי שכותב קובץ תצורה: המאגר הוא apple/DepthPro2-H אבל דגל שורת הפקודה הוא -m depthpro2-h, בעוד שהכרטיס קורא לגודל הזה H+. התיעוד משתמש בשני האיותים במרחק של כמה שורות זה מזה.
הארכיטקטורה שמתחת היא טרנספורמר רב-תצוגות ואחריו מפענח DPT לכל פריים. לאחר השליש הראשון של בלוקי הטרנספורמר, תשומת הלב מתחלפת בין תוך-פריימית לבין בין-פריימית, והמפענח מרכיב אסימונים מכמה בלוקים למפות מאפיינים ברזולוציה של בין 1/32 ל-1/4 מרזולוציית הקלט. ה-README נותן קרדיט ל-TIMM ול-DINOv3 כבסיסי הקוד והמודל.
תרשים הפשרה הוא התוצאה היחידה
כל חלק התוצאות בכרטיס הוא איור אחד ושתי משפטים. האיור משרטט את Boundary F1 מול Jitter, שני המדדים שאפל בחרה, כפיזור של כשני תריסרים של מודלי עומק חד-פריימיים ורב-פריימיים, כאשר ארבעת הגדלים של Depth Pro 2 בכתום וכל השאר בכחול או בירוק, בממוצע על פני מערכי הנתונים Sintel ו-Spring. שני המשפטים אומרים ש-Depth Pro 2 עולה על עבודות קודמות הפועלות על פריים בודד או על מספר פריימים בשניהם, ושהפינה הימנית העליונה היא הטובה ביותר.

הצירים מסומנים: Boundary F1 נע מ-0 עד 0.3, ו-jitter מ-0.1 כלפי מטה עד 0. בקריאת מיקומים מתוך פיזור, סמן H+ נמצא סמוך ל-0.29 Boundary F1 עם jitter בסביבות 0.017, לעומת כ-0.235 ו-0.095 עבור Depth Pro המקורי — פער גדול בשני הצירים. מה שהאיור אינו כולל הוא טבלה, פירוט לפי מערך נתונים, מדידת מהירות או זיכרון כלשהי, או השוואה מחוץ ל-24 המודלים המוצגים. הכרטיס אומר שהמאמר משווה את הגדלים, כולל המהירות והזיכרון שלהם — והמאמר עדיין לא קיים.
זה לא סיבה לאי-אמון במודל. זו סיבה לאי-אמון בכל מאמר שמגיש לך Boundary F1 עבור Depth Pro 2 עם שלוש ספרות אחרי הנקודה, כי המקום היחיד שבו מספר כזה קיים הוא פיזור שאפשר לקרוא ממנו בדיוק של כבערך מאית, כאשר פרוטוקול ההערכה מופנה לדוח שטרם פורסם. אם אתה צריך את הנתון עבור מסמך רכש, אתה ממתין לדוח.
הווידאו הוא מה שהופך אותו להמשך
ה-Depth Pro המקורי עסק, כפי שמעיד שמו, בחדות ובמהירות: עומק מטרי מונוקולרי חד בפחות משנייה, 2.25 מגה-פיקסל ב-0.3 שניות על GPU סטנדרטי. Depth Pro 2 שומר על החדות ומוסיף ציר שני — עקביות זמנית — וכל שינוי הארכיטקטורה נועד לשרת אותה. קשב מתחלף בתוך פריימים וביניהם הוא האופן שבו טרנספורמר רואה כמה פריימים כסצנה אחת במקום כמה תמונות.

שני מצבי פעולה נובעים מכך. מצב עם חוצץ (buffered), ברירת המחדל עבור קובצי וידאו, מעבד קטעים של 16 פריימים החופפים בארבעה, מה ששומר על עומק יציב במקום שבו קטעים עוקבים נפגשים; --window ו---overlap חושפים את שני המספרים. מצב ללא חוצץ (unbuffered) חוזה כל פריים ברגע שהוא מגיע, מתוך אותו פריים ו-15 שקדמו לו, והוא המצב עבור מצלמה חיה. Apple מודה בגלוי שבפריימים הראשונים של זרם יש פחות קודמים להתחשב בהם, ולכן העומק שלהם פחות יציב — קנס חימום שמצוין בתיעוד ולא מתגלה בייצור.
שאר התנהגות הווידאו היא אוסף של השלכות שכדאי להכיר לפני האינטגרציה. וידאו מקבל אורך מוקד יחיד עבור כל הפריימים שלו, שנלקח כחציון של האומדים על פני החלון הראשון שלו. הזיכרון גדל עם גודל הפריים ואורך החלון, לא עם משך הווידאו, ולכן התיקון המתועד לקליפ שלא נכנס הוא לקצר תחילה את החלון ורק אחר כך לעבור למודל קטן יותר, כאשר שינוי גודל הקלט הוא מוצא אחרון בלבד. ופיקסלים של שמיים מוחזרים כעומק אינסופי, או — במיוחד במודלים הקטנים יותר — כעומק סופי של כמה קילומטרים; ה-README אומר לך לחתוך את הטווח לפני בניית ענן נקודות, וזה מסוג העצות שקיימות רק מפני שמישהו לא עשה זאת.
מה עדיין לא אושר?
הרשימה הכנה של השאלות הפתוחות היא קצרה וספציפית.
• הערכה בלתי תלויה — אין. אף צד שלישי לא פרסם מספר Boundary F1 או Jitter עבור Depth Pro 2, ובסיסי ההשוואה של הכרטיס עצמו אינם נקובים בשם מעבר ל"עבודה קודמת הפועלת על פריים בודד או על מספר פריימים".
• מהירות וזיכרון — נטען כי הם מושווים במאמר, שהוא מציין מקום. ההנחיה הקונקרטית היחידה לגבי זמן ריצה היא ש-H+ הוא 3.5 GB של משקלים ושה-S הוא אפשרות הלפטופ.
• הדמו — ה-Space מקושר בתוך הערת HTML, מסומן כמוסתר עד לפרסום. עצם קיומו של דמו לעומת היותו נגיש הם טענות שונות.
• השם — "Depth Pro 2" מופיע בתור DepthPro2 בשמות מאגרים, depth-pro-2 בחבילת הקוד ובמאגר Core ML, ו-depth_pro_2 בייבוא Python. חפש את כל ארבע הצורות.

להריץ את זה לפני שהמאמר מתפרסם
נתיב ההתקנה מכוון להיות משעמם, וזו נקודה לזכותו. מתקינים את uv, משכפלים את המאגר, ומריצים uv run depth-pro-2 predict -i assets/example.jpg -o out/ עבור תמונה, או את אותה פקודה עם קובץ .mp4 עבור וידאו. ההרצה הראשונה מורידה את H+ בגודל 3.5 GB אלא אם תעבירו -m depthpro2-s. הפקודה בוחרת את ההתקן הזמין הראשון — CUDA, אחר כך MPS של Apple silicon, ולאחר מכן CPU — ופועלת תחת autocast מסוג bfloat16 ב-GPU, ו-float32 ב-CPU. קיים ייצוא Core ML לחומרת Apple ואפליקציית דמו מינימלית ל-Mac שדורשת macOS 15 ו-Xcode 16.
פורמטי הפלט הם המקום שבו נמצא הפרט המעשי. הפקודה תמיד כותבת תמונת עומק צבועה, אדום קרוב וכחול רחוק. --save-png16 מוסיף קובצי PNG בגווני אפור של 16 סיביות לכלי קומפוזיציה, לבן קרוב ושחור רחוק, בקנה מידה של טווח העומק של התמונה או של הפריים הראשון בסרטון — כך שנקודות שמתקרבות בהמשך הסרטון נחתכות (מגיעות לרוויה). --save-npz מוסיף את מערך העומק הממשי במטרים יחד עם focallength_px, וזה מה שתרצו אם אתם עושים משהו מספרי.
שתי מוסכמות יפגעו בכם אם תדלגו על התיעוד. עומק הוא המרחק לאורך ציר הראייה של המצלמה, קואורדינטת ה-z, ולא המרחק בקו ישר מהעדשה. והעומק ההופכי ב-Python מנורמל לפי אורך המוקד: הוא שווה ל-focallength_px / (width * depth). אם תטעו באורך המוקד ב-10 אחוזים, הכול ינחת רחוק מדי ב-10 אחוזים.
שום דבר מזה לא מנותב דרכנו. Depth Pro 2 הם משקלים ברישיון מחקרי מהמאגרים של Apple עצמה, ואם אתם רוצים להריץ אותו, אתם מורידים אותו מ-Apple. מה ש-OrcaRouter מכסה הוא שאר צינור העיבוד שסביבו — API אחד ומפתח אחד ליותר מ-200 מודלים מתארחים ב-0% תוספת מעל מחיר המחירון של הספק, עם מעבר אוטומטי בין ספקים במקרה תקלה. כששלב העומק הוא צ'קפוינט מחקרי עם ציטוט ממלא מקום ובלי קצב שחרורים, שלבי ההסקה והכתיבה שסביבו הם אלה שאתם רוצים שיהיו החלק המשעמם והעודף.
מה כדאי לעקוב אחריו, אם אתם ממתינים ולא בונים: מזהה arXiv שמחליף את ה-Xs, עמוד מחקר שמופיע תחת machinelearning.apple.com, וה-demo Space שעובר ממצב מוער (commented-out) למקושר. כל אחד מאלה יהפוך את זה מהפצת משקולות לשחרור ממש, וייתן לגרף שלמעלה את טבלת המודלים לכל מודל שחסרה לו.
