
Depth Pro 2 לעומת Marigold: עומק מטרי או פריאור דיפוזיה
- 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
Marigold אינו חוזה עומק. הוא מייצר אותו, צעד הסרת רעש אחד בכל פעם, מתוך מודל דיפוזיה חבוי שעבר כוונון עדין מתוך Stable Diffusion 2. Depth Pro 2 חוזה אותו, במעבר קדמי אחד, מתוך טרנספורמר שאומן ישירות על המשימה. שניהם מפיקים מפת עומק שנראית נכונה, שניהם ברישיון מחקרי, וההבדל ביניהם הוא ההבדל בין דגם דגימה לרגרסור — שמתבטא ראשית כחשבון, שנית כפרופיל השהיה, ורק שלישית כדיוק.
הסדר הזה מכוון. ההשוואה המקובלת מציבה את AbsRel בצד אחד ואת Boundary F1 בצד האחר ומכריזה על מנצח, וזה אינו אפשרי כאן: המספרים של Marigold והמספרים של Depth Pro 2 נשאבים מפרוטוקולים שונים על מערכי נתונים שונים, ומעולם לא הורצו זה מול זה על ידי אף אחת מהמעבדות. מה שכן בר-השוואה הוא העלות של השגת תשובה, מוסכמת קנה המידה שבה התשובה מגיעה, ומה שכל רישיון מתיר. לשלוש השאלות האלה יש תשובות אמיתיות.
שתי דרכים לחלץ מספר מתוך פיקסלים
כרטיס המודל של Marigold מפורש לגבי הסוג של עצמו: אומד עומק מונוקולרי אינווריאנטי לאפין, מבוסס דיפוזיה לטנטית גנרטיבית, שעבר כוונון עדין מ-stable-diffusion-2. נקודת הביקורת v1.1, prs-eth/marigold-depth-v1-1, נוצרה ב-12 בדצמבר 2024 וצברה 34 לייקים וכ-6,600 הורדות. הוא מיועד למתזמן DDIM ובין 1 ל-50 צעדי הסרת רעש, והוא יורש מהמודל הדיפוזי הבסיסי רזולוציה אפקטיבית של כ-768 פיקסלים, לכן יש לשנות את הגודל של קלטים גדולים יותר כך שהצד הארוך יהיה 768 לפני הזנתם.
Depth Pro 2 הוא מודל דיסקרימינטיבי. הכרטיס מתאר טרנספורמר רב-מבטי על פריימי הקלט ודקודר DPT שמנבא מפת עומק הופכית לכל פריים, ומרכיב טוקנים ממספר בלוקים למפות מאפיינים ברזולוציה של בין 1/32 ל-1/4 מרזולוציית הקלט. קריאה אחת, פלט אחד, ברזולוציה המלאה של הקלט — הכרטיס מפורש לגבי זה, וזה ההיפך מרזולוציית עבודה של 768 פיקסלים.
• הסקה — Marigold מבצעת בין 1 ל-50 שלבי הסרת רעש לכל תמונה; Depth Pro 2 מבצע מעבר קדימה אחד.
• רזולוציית עבודה — הרזולוציה האפקטיבית של Marigold היא כ-768 פיקסלים בצד הארוך; Depth Pro 2 מבצע חיזוי ברזולוציה המלאה של הקלט.
• שילוב באנסמבל — Marigold מייצר מפת אי־ודאות רק כאשר מאגדים יותר משתי תחזיות, מה שמכפיל שוב את העלות; Depth Pro 2 אינו מחזיר אי־ודאות.
• קנה מידה — הפלט של Marigold הוא אינווריאנטי לאפיני, ערכים בין 0 ל-1 שמבצעים אינטרפולציה בין מישורי הקרוב והרחוק לפי בחירת המודל עצמו; הפלט של Depth Pro 2 הוא מטרי, במטרים.
• קלט — Depth Pro 2 מקבל תמונה, קובץ וידאו או שידור חי ממצלמה; Marigold v1.1 מקבל תמונה בודדת.
Marigold היא סמפלר, ולזה יש חשבון.
מספר הצעדים אינו הערת שוליים. איכותו של מודל עומק דיפוזיה היא פונקציה של מספר שלבי הדנואיזינג שהוא מריץ ושל מספר הדגימות שהוא משלב באנסמבל, ושניהם כוונונים שאתם קובעים. בקצה התחתון מקבלים מפה מהירה וגסה; ב-50 שלבים עם אנסמבל מקבלים מפה טובה יותר וחשבון מחשוב גדול בהרבה עבור אותה תמונה. הכרטיס של Marigold מציג זאת כתכונה — 1 עד 50 שלבים הוא טווח, ואתם בוחרים היכן בו לשבת — וזה הוגן, אבל זה אומר ש„הדיוק של Marigold” אינו מספר בודד. זה עקומה, ולעקומה יש ציר עלות.
ל-Depth Pro 2 אין חוגה מקבילה. הגודל הוא החוגה — S, B, L או H+ — והוא משנה את המשקלים ולא את מספר המעברים. חיזוי הוא מעבר אחד בכל מקרה. עבור נוטבוק, ההבדל הזה הוא אקדמי; עבור שירות שמעבד זרם וידאו בקצב של 30 פריימים לשנייה, זה כל התכנון.
וזו הסיבה שהשיחה על עלויות סביב דגם עומק אינה נעצרת בדגם עצמו. השלב שצורך מפת עומק — תיאור הסצנה, החלטה מה לעשות, כתיבת התוצאה — הוא עבודה של דגם שפה, וזה החלק שבו העלות לכל קריאה מפורסמת וניתנת להשוואה. OrcaRouter מעביר את מחיר המחירון של הספק ללא תוספת של 0% על פני יותר מ-200 דגמים מתארחים במפתח יחיד, עם מעבר אוטומטי בין ספקים בעת כשל. דגם דגימת דיפוזיה בשלב הראייה עם מכפיל אנסמבל הוא בדיוק סוג העלות שגורם לך לרצות ששאר הצינור יהיה צפוי.
Depth Pro 2 עונה במעבר אחד
לתכנון החד-מעברי יש אילוצים משלו, והם מתועדים ולא מוסתרים. עומק הוא המרחק לאורך ציר הראייה של המצלמה — קואורדינטת z, לא מרחק רדיאלי. עומק הופכי ב-Python מנורמל לפי אורך מוקד: focallength_px / (width * depth). העומק משתנה בקנה מידה עם אורך המוקד, כך שאורך מוקד ארוך ב-10 אחוזים מדי מציב הכול רחוק ב-10 אחוזים מדי.

התנהגות הווידאו היא המקום שבו הארכיטקטורה משתלמת. מצב מחוצץ מעבד מקטעים של 16 פריימים החופפים בארבעה, ושומר על עומק יציב לאורך גבולות המקטעים; המצב הלא מחוצץ חוזה כל פריים עם הגעתו מתוך אותו פריים ו-15 הפריימים שלפניו, עם עונש החימום המתועד שלפיו לפריימים הראשונים בזרם יש פחות קודמים ולכן עומק פחות יציב. וידאו מקבל אורך מוקד אחד לכל הפריימים שלו, החציון על פני החלון הראשון. הזיכרון גדל עם גודל הפריים ואורך החלון, לא עם המשך.
לכל זה אין מקבילה ב-Marigold, כי Marigold v1.1 הוא מודל לתמונה בודדת. תריצו אותו על וידאו ותריצו אותו פריים אחר פריים, וכל הבהוב שייצא הוא הבהוב שתשחררו.
אינווריאנט אפיני לעומת מטרי
זהו הקטע שמכריע ברוב האינטגרציות, והוא לא עוסק באיכות. הפלט של Marigold הוא אינווריאנטי לאפין: הערכים החזויים נמצאים בין 0 ל-1 ומבצעים אינטרפולציה בין מישורי הקרוב והרחוק שהמודל בחר. זהו ייצוג טוב לחלוטין למסכת מאט, למעבר עומק לקומפוזיטינג, או לכל דבר שמבוצע לו שינוי קנה מידה מחדש כדי להתאים לטווח — וזו המוסכמה המקובלת בספרות ה-diffusion-depth, מהסיבה הטובה שזה מה שהמודלים האלה באמת טובים בו.
הפלט של Depth Pro 2 הוא מדידה במטרים, עם אורך המוקד מצורף. עבור רובוט שמחליט אם מכשול נמצא במרחק מטר או שלושה מטרים, עבור שכבת-על AR שצריכה לשבת במרחק פיזי, ועבור ענן נקודות במערכת קואורדינטות אמיתית, ההבדל הזה הוא כל העניין. שחזור קנה מידה מוחלט ממפה אינווריאנטית לאפין הוא שלב נפרד הכולל נקודת ייחוס ידועה בסצנה או חיישן, וזו עבודה ש-Depth Pro 2 כבר השלימה באופן פנימי.
אף אחד מהם אינו טוב יותר. הם תוצרים שונים של אותה מילה, וזה שאתה רוצה נקבע לפי מה שצורך את המפה.
מה השתנה ב־Marigold V2 בשנת 2026
השם "Marigold" מכסה כעת שני דורות, והשני אינו עדכון קטן. Marigold V2, huawei-bayerlab/marigold-v2-0, נוצר ב-27 באוגוסט 2026 עם מהדורה ראשונית ב-8 בספטמבר 2026. זהו טרנספורמר דיפוזיה ולא UNet: כיוונון עדין LoRA של Qwen/Qwen-Image-Edit-2509, שפורסם יחד עם מאמר SIGGRAPH Asia 2026 ב-ACM Transactions on Graphics 45(6), arXiv 2609.08084.
משטח היכולות התרחב באופן ניכר. Marigold V2 מספקת צ'ק-פוינטים לעומק בפרמטריזציות לוגריתמיות, ליניאריות ודיספריטי, וריאנטים שכבותיים שמנבאים גאומטריה מאחורי זכוכית, וכן נורמלים של משטח ואלבדו — כאשר האחרון שבהם הוא סוג של פלט שרק הגיוני ממודל גנרטיבי שכבר מבין היווצרות תמונה. הסקה דורשת כ-17 GB של זיכרון GPU ברזולוציה 1024² ו-29 GB ב-2048², כך שכרטיס של 24 GB מכסה את הראשון והשני דורש 32 GB.
פלט העומק שלו עדיין אינווריאנטי לאפין — עומק עד כדי קנה מידה והזזה לא ידועים לכל תמונה — כך שטיעון קנה המידה שלעיל שורד את שינוי הדור ללא פגע. מה שהשתנה הוא הדיוק והרזולוציה: תוצאות ה-zero-shot המדווחות תחת פרוטוקול Pixel-Perfect Depth, AbsRel (נמוך יותר טוב) ו-δ1 באחוזים, הן 3.6 / 98.0 ב-NYUv2, 5.4 / 97.4 ב-KITTI, 2.8 / 99.2 ב-ETH3D, 3.7 / 97.9 ב-ScanNet ו-5.2 / 97.1 ב-DIODE. הנורמלים למשטח מגיעים לשגיאת זווית ממוצעת של 16.6 מעלות ול-61.2 אחוז בתוך 11.25 מעלות ב-NYUv2, ואלבדו ב-Hypersim ב-PSNR 20.78, SSIM 0.811 ו-LPIPS 0.195. אלה מדווחים על ידי הספק ולא שוחזרו כאן.
מה כל צד יאפשר לך לצטט
Marigold V2 מפרסם טבלה. Depth Pro 2 מפרסם תרשים פיזור עם צירים מסומנים וללא טבלה לפי מודל. האסימטריה הזו היא העובדה שהכי פחות מדווחת בנוגע לצימוד הזה, והיא נוגדת את ההנחה שהמודל החדש יותר חייב להיות המתועד טוב יותר.

הכרטיס של Depth Pro 2 מדווח על Boundary F1 ו-Jitter בממוצע על פני Sintel ו-Spring, טוען שהוא עולה על עבודות קודמות שפועלות על פריים בודד או על מספר פריימים בשניהם, ומשרטט כשני תריסרים של קווי בסיס — אבל Marigold אינו ביניהם. אין סמן Marigold בגרף של Apple ואין שורה של Depth Pro 2 בטבלה של Marigold V2, כך שאף אחת מהמעבדות לא הציבה את שני המודלים על ציר אחד. בלוק הציטוט עדיין מציג arXiv:261X.XXXXX — מציין מקום — ואין דף מחקר עבור Depth Pro 2 באתר machinelearning.apple.com. הדוח הטכני שהכרטיס אומר שמשווה את הגדלים במהירות ובזיכרון עדיין לא קיים.
אז מסמך רכש יכול לצטט היום את ה-AbsRel וה-δ1 של Marigold V2, עם הסתייגות שהם מספרי ספק על פרוטוקול שלא הרצתם. הוא לא יכול לצטט מספר של Depth Pro 2 בכלל. זו לא ביקורת על המודל; זו עובדה לגבי השחרור, והיא תשתנה ביום שהדוח יגיע.
רישיונות: OpenRAIL, Apache, למחקר בלבד
שלושה רישיונות בשלוש נקודות ביקורת, והם אינם ניתנים להחלפה.
• Marigold v1.1 — CreativeML OpenRAIL++-M, רישיון הקהילה של Stable Diffusion 2, הכולל הגבלות מבוססות שימוש ולא איסור לא-מסחרי טהור.
• Marigold V2 — Apache 2.0 על המשקלים שפורסמו, כאשר Qwen-Image-Edit-2509 הבסיסי שומר על הרישיון שלו, כך שההתחייבויות שלך תלויות בשניהם.
• Depth Pro 2 — רישיון Apple Machine Learning Research Model, שהמאגר מגדיר כמאפשר שימוש אך ורק למטרות מחקר, כלומר מחקר מדעי לא מסחרי ופיתוח אקדמי.
ההשלכה המעשית: Marigold V2 הוא היחיד מבין השלושה שאפשר באורח סביר לשחרר, בכפוף לכל מה שמודל הבסיס Qwen דורש. Depth Pro 2 אינו כזה, בכל גודל, ורישיון הקוד שלו אינו משנה זאת. הקוד של Depth Pro 2 מכיר בנפרד ב-TIMM וב-DINOv3 כבסיסים שלו.
איזה מהם לבחור
פנו ל-Marigold V2 אם אתם רוצים מפת עומק כאחד מכמה פלטים — נורמלים, אלבידו, עומק שכבותי שקוף — ואתם עובדים בסביבות 1024², וקונבנציית ה-affine-invariant מתאימה כי הצרכן שלכם בכל מקרה מבצע שינוי קנה מידה. זהו המודל הגמיש יותר, הוא מפרסם מספרים, והרישיון שלו הוא היחיד המתירני כאן.
פנו ל-Depth Pro 2 אם אתם צריכים מטרים, אם הקלט שלכם הוא וידאו או שידור חי, או אם אתם צריכים גבולות חדים ברזולוציה מלאה ואינכם יכולים להרשות לעצמכם לדגום מחדש ל-768. התחילו עם S במחשב נייד, כפי שמציעה התיעוד של Apple, וצפו לחתוך את עומק השמיים — זו העצה של ה-README עצמו, מכיוון שפיקסלי שמיים מחזירים עומק אינסופי או ערך סופי של כמה קילומטרים במודלים הקטנים.
מה שאסור לעשות הוא לקרוא את שני הכרטיסים כטבלת דירוג. ה-AbsRel של Marigold V2 וה-Boundary F1 של Depth Pro 2 אינם אותו ניסוי, והאמירה ההוגנת היחידה לגבי האיכות היחסית שלהם היא שאיש לא ביצע את ההשוואה: אפל הציגה בגרף עשרים וארבעה קווי בסיס, ו-Marigold לא היה אחד מהם, בעוד שהמאמר של Marigold V2 מעריך לעומת קודמיו לפי פרוטוקול Pixel-Perfect Depth.

