การ์ดเปรียบเทียบที่สร้างขึ้นสำหรับ Depth Pro 2 และ Marigold โดยคอลัมน์ซ้ายระบุถึงการประมวลผลไปข้างหน้าครั้งเดียว ความลึกเชิงเมตริกหน่วยเป็นเมตร สี่ขนาดตั้งแต่ 24M ถึง 872M พารามิเตอร์ และการรองรับวิดีโอ ส่วนคอลัมน์ขวาระบุถึงการลดสัญญาณรบกวนแบบวนซ้ำ ความลึกที่ไม่แปรผันตามการแปลงแบบ affine ความละเอียดที่มีผลประมาณ 768 พิกเซล และไพรเออร์แบบดิฟฟิวชัน พร้อมโลโก้ OrcaRouter
Guides & Insights

Depth Pro 2 กับ Marigold: ความลึกแบบเมตริกหรือไพรเออร์แบบดิฟฟิวชัน

ผู้เขียน

Gideon Frost

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

Marigold ไม่ได้ทำนายความลึก แต่สร้างความลึกขึ้นมาทีละขั้นตอนการลดสัญญาณรบกวน จากโมเดลการแพร่กระจายแบบแฝงที่ผ่านการปรับแต่งอย่างละเอียดจาก Stable Diffusion 2 ส่วน Depth Pro 2 ทำนายความลึกในการส่งผ่านไปข้างหน้าครั้งเดียว จากทรานส์ฟอร์เมอร์ที่ได้รับการฝึกบนงานนี้โดยตรง ทั้งสองสร้างแผนที่ความลึกที่ดูถูกต้อง ทั้งคู่มีสิทธิ์ใช้งานภายใต้สัญญาอนุญาตสำหรับการวิจัย และความแตกต่างระหว่างทั้งสองคือความแตกต่างระหว่างตัวสุ่มตัวอย่างกับตัวถดถอย ซึ่งปรากฏให้เห็นก่อนในรูปของค่าใช้จ่าย ต่อมาในรูปของโปรไฟล์ความหน่วง และเป็นลำดับที่สามเท่านั้นในรูปของความแม่นยำ

การเรียงลำดับเช่นนั้นเป็นเจตนา การเปรียบเทียบตามปกติมักวาง AbsRel ไว้ด้านหนึ่งและ Boundary F1 อีกด้านหนึ่ง แล้วประกาศผู้ชนะ ซึ่งเป็นไปไม่ได้ในที่นี้ เพราะตัวเลขของ Marigold และตัวเลขของ Depth Pro 2 มาจากโปรโตคอลที่ต่างกันบนชุดข้อมูลที่ต่างกัน และไม่เคยถูกนำมาเทียบกันโดยแล็บทั้งสองแห่ง สิ่งที่เปรียบเทียบได้คือต้นทุนในการได้คำตอบ ธรรมเนียมการกำหนดสเกลที่คำตอบนั้นออกมา และสิ่งที่แต่ละสัญญาอนุญาต สามคำถามนี้มีคำตอบจริง

สองวิธีในการดึงตัวเลขออกจากพิกเซล

การ์ดโมเดลของ Marigold ระบุประเภทของตัวเองไว้อย่างชัดเจนว่าเป็นตัวประมาณค่าความลึกจากภาพเดียว (monocular depth estimator) แบบคงที่ภายใต้การแปลงแอฟฟีน (affine-invariant) ที่อิงกับ latent diffusion เชิงสร้างสรรค์ และผ่านการปรับแต่งละเอียด (fine-tuned) จาก stable-diffusion-2 checkpoint v1.1 คือ prs-eth/marigold-depth-v1-1 ถูกสร้างเมื่อวันที่ 12 ธันวาคม 2024 และมีไลก์ 34 ครั้งและดาวน์โหลดประมาณ 6,600 ครั้ง โดยออกแบบมาสำหรับ DDIM scheduler และขั้นตอนการลดสัญญาณรบกวน (denoising steps) ระหว่าง 1 ถึง 50 ขั้น และสืบทอดความละเอียดที่มีประสิทธิผลของโมเดลการแพร่ฐาน (base diffusion model) ที่ประมาณ 768 พิกเซล ดังนั้นอินพุตที่ใหญ่กว่าควรปรับขนาดโดยให้ด้านที่ยาวกว่าอยู่ที่ 768 ก่อนป้อนเข้าไป

Depth Pro 2 เป็นโมเดลแบบจำแนก การ์ดอธิบายถึงทรานส์ฟอร์เมอร์แบบหลายมุมมองบนเฟรมอินพุต และตัวถอดรหัส DPT ที่ทำนายแผนที่ความลึกผกผันต่อเฟรม โดยประกอบโทเคนจากหลายบล็อกเป็นแผนที่ลักษณะเด่นที่ความละเอียด 1/32 ถึง 1/4 ของความละเอียดอินพุต เรียกหนึ่งครั้ง ได้ผลลัพธ์หนึ่งรายการ ที่ความละเอียดเต็มของอินพุต — การ์ดระบุชัดเจนในเรื่องนั้น และมันตรงกันข้ามกับความละเอียดการทำงานที่ 768 พิกเซล

• การอนุมาน — Marigold ใช้ขั้นตอนการลดสัญญาณรบกวน 1 ถึง 50 ขั้นต่อภาพ; Depth Pro 2 ใช้ forward pass เพียงหนึ่งครั้ง

• ความละเอียดในการทำงาน — ความละเอียดที่มีประสิทธิภาพของ Marigold อยู่ที่ประมาณ 768 พิกเซลในด้านที่ยาวที่สุด; Depth Pro 2 ทำนายที่ความละเอียดเต็มของอินพุต

• การรวมแบบเอนเซมเบิล — Marigold จะสร้างแผนที่ความไม่แน่นอนเฉพาะเมื่อมีการรวมคำทำนายหลายรายการโดยมีขนาดมากกว่าสอง ซึ่งทำให้ต้นทุนเพิ่มขึ้นอีกเท่าตัว; Depth Pro 2 ไม่ส่งคืนค่าความไม่แน่นอน

• สเกล — เอาต์พุตของ Marigold เป็นแบบ affine-invariant โดยมีค่าระหว่าง 0 ถึง 1 ซึ่งประมาณค่าในช่วงระหว่างระนาบใกล้และระนาบไกลตามที่โมเดลกำหนดเอง ส่วนเอาต์พุตของ Depth Pro 2 เป็นแบบเมตริก มีหน่วยเป็นเมตร

• อินพุต — Depth Pro 2 รับภาพถ่าย ไฟล์วิดีโอ หรือฟีดจากกล้องสด; Marigold v1.1 รับภาพเดียว

Marigold เป็นชุดตัวอย่าง และนั่นมีค่าใช้จ่าย

จำนวนสเต็ปไม่ใช่เชิงอรรถ คุณภาพของโมเดลความลึกแบบดิฟฟิวชันเป็นฟังก์ชันของจำนวนขั้นตอนการลดสัญญาณรบกวนที่รัน และจำนวนตัวอย่างที่นำมาเอนเซมเบิล และทั้งสองอย่างคือพารามิเตอร์ที่คุณตั้งค่าได้ ที่ปลายล่างคุณจะได้แผนที่หยาบและเร็ว ส่วนที่ 50 สเต็ปพร้อมเอนเซมเบิลคุณจะได้แผนที่ที่ดีขึ้นแต่มีค่าใช้จ่ายในการประมวลผลสูงขึ้นมากสำหรับภาพเดียวกัน การ์ดของ Marigold นำเสนอนี่เป็นจุดเด่น — 1 ถึง 50 สเต็ปคือช่วงหนึ่ง และคุณเลือกได้ว่าจะอยู่ตรงไหนของช่วงนั้น — และนั่นก็ตรงไปตรงมา แต่มันหมายความว่า "ความแม่นยำของ Marigold" ไม่ใช่ตัวเลขเดียว มันคือเส้นโค้ง และเส้นโค้งนั้นมีแกนต้นทุน

Depth Pro 2 ไม่มีปุ่มหมุนที่เทียบเท่ากัน ขนาดคือปุ่มหมุน — S, B, L หรือ H+ — และมันเปลี่ยนน้ำหนักโมเดลแทนที่จะเปลี่ยนจำนวนพาส การทำนายหนึ่งครั้งใช้หนึ่งพาสไม่ว่าจะกรณีใด สำหรับโน้ตบุ๊ก ความแตกต่างนั้นเป็นเรื่องทางวิชาการ แต่สำหรับบริการที่ประมวลผลสตรีมวิดีโอที่ 30 เฟรมต่อวินาที มันคือหัวใจของการออกแบบทั้งหมด

นี่คือเหตุผลที่การพูดคุยเรื่องต้นทุนของโมเดลความลึกไม่ได้หยุดอยู่แค่ที่ตัวโมเดล ขั้นตอนที่ใช้แผนที่ความลึก — การอธิบายฉาก การตัดสินใจว่าจะทำอะไร การเขียนผลลัพธ์ — เป็นงานของโมเดลภาษา และนั่นคือส่วนที่ต้นทุนต่อการเรียกถูกเปิดเผยและเปรียบเทียบได้ OrcaRouter ส่งต่อราคาตามรายการของผู้ให้บริการโดยบวกกำไร 0% สำหรับโมเดลที่โฮสต์ไว้กว่า 200 โมเดลบนคีย์เดียว พร้อมการสลับไปยังผู้ให้บริการรายอื่นโดยอัตโนมัติเมื่อเกิดความล้มเหลว ตัวสุ่มตัวอย่างแบบ diffusion ในขั้นตอนวิชันที่มีตัวคูณ ensemble เป็นค่าใช้จ่ายประเภทที่ทำให้คุณอยากให้ส่วนที่เหลือของไปป์ไลน์คาดเดาได้

Depth Pro 2 ตอบได้ในครั้งเดียว

การออกแบบแบบ single-pass มีข้อจำกัดในตัวมันเอง และข้อจำกัดเหล่านั้นได้รับการจัดทำเป็นเอกสารไว้แทนที่จะซ่อนไว้ ความลึกคือระยะทางตามแนวแกนมองของกล้อง — พิกัด z ไม่ใช่ระยะแนวรัศมี ความลึกผกผันใน Python ถูกปรับให้เป็นมาตรฐานด้วยความยาวโฟกัส: focallength_px / (width * depth) ความลึกแปรผันตามความยาวโฟกัส ดังนั้นหากความยาวโฟกัสยาวเกินไป 10 เปอร์เซ็นต์ ทุกสิ่งจะถูกวางไว้ไกลออกไปเกินจริง 10 เปอร์เซ็นต์

The method figure from the Depth Pro 2 model card showing a multi-view transformer over input frames followed by a per-frame DPT decoder, annotated with alternating within-frame and across-frame attention after the first third of blocks and decoder feature maps at one thirty-second to one quarter of the input resolution.

พฤติกรรมของวิดีโอคือจุดที่สถาปัตยกรรมให้ผลคุ้มค่า โหมดบัฟเฟอร์จะประมวลผลคลิปทีละ 16 เฟรมโดยซ้อนทับกันสี่เฟรม และรักษาความลึกให้คงที่ข้ามขอบเขตของคลิป ส่วนโหมดไม่บัฟเฟอร์จะทำนายแต่ละเฟรมเมื่อเฟรมนั้นมาถึง โดยใช้เฟรมนั้นและ 15 เฟรมก่อนหน้า พร้อมข้อเสียช่วงอุ่นเครื่องตามที่ระบุไว้ในเอกสาร กล่าวคือเฟรมแรกๆ ของสตรีมมีเฟรมก่อนหน้าน้อยกว่า จึงมีความลึกที่นิ่งน้อยกว่า วิดีโอหนึ่งเรื่องจะได้ทางยาวโฟกัสเดียวสำหรับทุกเฟรม โดยเป็นค่ามัธยฐานจากหน้าต่างแรก หน่วยความจำจะเพิ่มขึ้นตามขนาดเฟรมและความยาวหน้าต่าง ไม่ใช่ตามระยะเวลา

ไม่มีสิ่งใดในนั้นที่มีคู่เทียบใน Marigold เพราะ Marigold v1.1 เป็นโมเดลแบบภาพเดี่ยว เมื่อรันกับวิดีโอ คุณก็ต้องรันทีละเฟรม และการกะพริบใดที่ออกมาก็คือการกะพริบที่คุณส่งมอบ

ไม่แปรเปลี่ยนแบบอะฟฟีนเทียบกับเมตริก

นี่คือส่วนที่ตัดสินการนำไปใช้งานจริงส่วนใหญ่ และไม่ใช่เรื่องของคุณภาพ เอาต์พุตของ Marigold มีสมบัติ affine-invariant กล่าวคือ ค่าที่ทำนายจะอยู่ระหว่าง 0 ถึง 1 และ interpolate ระหว่างระนาบใกล้กับระนาบไกลที่โมเดลเลือกไว้ นั่นเป็นตัวแทนที่ดีเยี่ยมสำหรับแมตต์ พาสความลึกสำหรับคอมโพสิตติ้ง หรืออะไรก็ตามที่ถูกปรับสเกลเพื่อให้พอดีกับช่วงค่า และเป็นธรรมเนียมมาตรฐานในวรรณกรรมด้าน diffusion-depth ด้วยเหตุผลที่ดีว่าเป็นสิ่งที่โมเดลเหล่านี้เก่งจริง ๆ

เอาต์พุตของ Depth Pro 2 คือการวัดเป็นเมตร โดยแนบความยาวโฟกัสมาด้วย สำหรับหุ่นยนต์ที่ต้องตัดสินว่าสิ่งกีดขวางอยู่ห่างหนึ่งเมตรหรือสามเมตร สำหรับอาร์โอเวอร์เลย์ที่ต้องวางไว้ในระยะทางกายภาพ สำหรับพอยต์คลาวด์ในกรอบพิกัดจริง ความแตกต่างนั้นคือหัวใจทั้งหมด การกู้คืนมาตราส่วนสัมบูรณ์จากแผนที่แบบ affine-invariant เป็นขั้นตอนแยกต่างหากที่ต้องอาศัยจุดอ้างอิงที่ทราบในฉากหรือเซนเซอร์ และเป็นงานที่ Depth Pro 2 ได้ทำไว้ภายในแล้ว

ไม่มีอันไหนดีกว่า ทั้งสองเป็นผลผลิตที่แตกต่างกันของคำเดียวกัน และอันที่คุณต้องการนั้นขึ้นอยู่กับสิ่งที่จะนำแผนที่ไปใช้

Marigold V2 เปลี่ยนแปลงอะไรในปี 2026

ชื่อ "Marigold" ตอนนี้ครอบคลุมสองรุ่น และรุ่นที่สองไม่ใช่การอัปเดตเล็ก ๆ Marigold V2 หรือ huawei-bayerlab/marigold-v2-0 ถูกสร้างขึ้นเมื่อวันที่ 27 สิงหาคม 2026 โดยเผยแพร่ครั้งแรกเมื่อวันที่ 8 กันยายน 2026 มันเป็น diffusion transformer ไม่ใช่ UNet กล่าวคือเป็นการ fine-tune แบบ LoRA ของ Qwen/Qwen-Image-Edit-2509 ซึ่งเผยแพร่พร้อมบทความ SIGGRAPH Asia 2026 ใน ACM Transactions on Graphics 45(6), arXiv 2609.08084

ขอบเขตความสามารถขยายกว้างขึ้นอย่างมาก Marigold V2 มาพร้อมเช็กพอยต์สำหรับ depth ในรูปแบบการกำหนดพารามิเตอร์แบบ log, linear และ disparity, ตัวแปรแบบ layered ที่ทำนายเรขาคณิตหลังกระจก รวมถึง surface normals และ albedo — อย่างหลังนี้เป็นเอาต์พุตแบบที่สมเหตุสมผลเฉพาะจากโมเดล generative ที่เข้าใจการก่อตัวของภาพอยู่แล้ว การอนุมาน (inference) ต้องใช้หน่วยความจำ GPU ประมาณ 17 GB ที่ 1024² และ 29 GB ที่ 2048² ดังนั้นการ์ด 24 GB ครอบคลุมกรณีแรก ส่วนกรณีที่สองต้องใช้ 32 GB

เอาต์พุตความลึกยังคงเป็น affine-invariant — ความลึกที่ต่างได้เพียงสเกลและการเลื่อนแบบไม่ทราบค่าต่อภาพ — ดังนั้นข้อโต้แย้งเรื่องสเกลข้างต้นจึงยังคงอยู่โดยไม่เปลี่ยนแปลงแม้จะมีการเปลี่ยนรุ่นการสร้าง สิ่งที่เปลี่ยนไปคือความแม่นยำและความละเอียด โดยผลลัพธ์ zero-shot ที่รายงานภายใต้โปรโตคอล Pixel-Perfect Depth ซึ่งวัด AbsRel (ยิ่งต่ำยิ่งดี) และ δ1 เป็นเปอร์เซ็นต์ คือ 3.6 / 98.0 บน NYUv2, 5.4 / 97.4 บน KITTI, 2.8 / 99.2 บน ETH3D, 3.7 / 97.9 บน ScanNet และ 5.2 / 97.1 บน DIODE ส่วน surface normals มีค่าความคลาดเคลื่อนเชิงมุมเฉลี่ย 16.6 องศา และ 61.2 เปอร์เซ็นต์อยู่ภายใน 11.25 องศา บน NYUv2 และอัลบีโดบน Hypersim อยู่ที่ PSNR 20.78, SSIM 0.811 และ LPIPS 0.195 ค่าเหล่านี้เป็นค่าที่ผู้จำหน่ายรายงานและยังไม่ได้ทำซ้ำในที่นี้

แต่ละฝ่ายจะให้คุณอ้างอิงอะไรได้บ้าง

Marigold V2 เผยแพร่ตาราง ส่วน Depth Pro 2 เผยแพร่แผนภาพกระจายที่มีป้ายกำกับแกนและไม่มีตารางแยกตามโมเดล ความไม่สมมาตรนี้เป็นข้อเท็จจริงที่ถูกรายงานน้อยที่สุดเกี่ยวกับการจับคู่นี้ และขัดกับสมมติฐานที่ว่าโมเดลที่ใหม่กว่าต้องเป็นโมเดลที่มีเอกสารประกอบดีกว่า

The tradeoff scatter from the Depth Pro 2 model card plotting Boundary F1 from 0 to 0.3 against Jitter from 0.1 down to 0, with the four Depth Pro 2 sizes in orange at the top right near 0.29 F1 and 0.02 Jitter, Depth Pro at roughly 0.235 and 0.095, and single-frame and multi-frame baselines including VGGT, MapAnything and DA3-NGL lower on the jitter axis. There is no Marigold marker.

การ์ดของ Depth Pro 2 รายงานค่า Boundary F1 และ Jitter ที่เฉลี่ยจาก Sintel และ Spring อ้างว่ามีประสิทธิภาพเหนือกว่างานก่อนหน้า ทั้งที่ทำงานบนเฟรมเดียวหรือหลายเฟรมในทั้งสองชุดข้อมูล และพล็อตเส้นฐานประมาณสองโหล — แต่ Marigold ไม่ได้อยู่ในนั้น ไม่มีเครื่องหมาย Marigold บนแผนภูมิของ Apple และไม่มีแถว Depth Pro 2 ในตารางของ Marigold V2 ดังนั้นจึงไม่มีห้องแล็บใดวางสองโมเดลนี้ไว้บนแกนเดียวกัน บล็อกการอ้างอิงยังคงระบุ arXiv:261X.XXXXX — ซึ่งเป็นตัวแทนชั่วคราว — และไม่มีหน้าวิจัยสำหรับ Depth Pro 2 บน machinelearning.apple.com รายงานทางเทคนิคที่การ์ดระบุว่าเปรียบเทียบขนาดของโมเดลในแง่ความเร็วและหน่วยความจำนั้นยังไม่มีอยู่

ดังนั้น เอกสารจัดซื้อจัดจ้างจึงสามารถอ้างอิงค่า AbsRel และ δ1 ของ Marigold V2 ได้ในวันนี้ โดยมีข้อแม้ว่าเป็นตัวเลขจากผู้ขายบนโปรโตคอลที่คุณไม่ได้รันเอง แต่ไม่สามารถอ้างอิงตัวเลขของ Depth Pro 2 ได้เลย นั่นไม่ใช่การตำหนิตัวโมเดล แต่เป็นข้อเท็จจริงเกี่ยวกับการเปิดตัว และมันจะเปลี่ยนในวันที่รายงานฉบับนี้ออกมา

สัญญาอนุญาต: OpenRAIL, Apache, เพื่อการวิจัยเท่านั้น

ใบอนุญาตสามใบในสามจุดตรวจ และไม่สามารถใช้แทนกันได้

• Marigold v1.1 — CreativeML OpenRAIL++-M ซึ่งเป็นสัญญาอนุญาตชุมชนของ Stable Diffusion 2 ที่มีข้อจำกัดตามการใช้งาน แทนที่จะเป็นการห้ามเชิงพาณิชย์โดยสมบูรณ์

• Marigold V2 — Apache 2.0 สำหรับน้ำหนักโมเดลที่เผยแพร่ โดย Qwen-Image-Edit-2509 ฐานยังคงใช้สัญญาอนุญาตของตัวเอง ดังนั้นข้อผูกพันของคุณจึงขึ้นอยู่กับทั้งสองอย่าง

• Depth Pro 2 — สัญญาอนุญาต Apple Machine Learning Research Model ซึ่งที่เก็บโค้ดกำหนดไว้ว่าอนุญาตให้ใช้เพื่อวัตถุประสงค์ด้านการวิจัยเท่านั้น หมายถึงการวิจัยทางวิทยาศาสตร์ที่ไม่ใช่เชิงพาณิชย์และการพัฒนาทางวิชาการ

ผลที่ตามมาในทางปฏิบัติ: Marigold V2 เป็นเพียงหนึ่งเดียวในสามตัวนี้ที่สามารถนำไปใช้งานได้อย่างสมเหตุสมผล โดยขึ้นอยู่กับข้อกำหนดของโมเดลฐาน Qwen ส่วน Depth Pro 2 ไม่สามารถนำไปใช้งานได้เช่นนั้น ไม่ว่าจะมีขนาดใดก็ตาม และใบอนุญาตโค้ดของมันก็ไม่ได้เปลี่ยนข้อเท็จจริงนั้น โค้ดของ Depth Pro 2 ระบุแยกต่างหากว่า TIMM และ DINOv3 เป็นรากฐานของมัน

ควรเลือกอันไหนดี

เลือก Marigold V2 หากคุณต้องการแผนที่ความลึกเป็นหนึ่งในผลลัพธ์หลายอย่าง — นอร์มัล อัลบีโด ความลึกแบบโปร่งใสหลายชั้น — และคุณกำลังทำงานที่ขนาดประมาณ 1024² และรูปแบบ affine-invariant ก็ใช้ได้ เพราะปลายทางของคุณปรับสเกลใหม่ให้อยู่แล้ว มันเป็นโมเดลที่ยืดหยุ่นกว่า เผยแพร่ตัวเลข และสัญญาอนุญาตเป็นแบบ permissive เพียงตัวเดียวที่นี่

เลือกใช้ Depth Pro 2 หากคุณต้องการหน่วยเมตร หากอินพุตเป็นวิดีโอหรือฟีดสด หรือหากคุณต้องการขอบเขตที่คมชัดที่ความละเอียดเต็มและไม่สามารถรีแซมเพลเป็น 768 ได้ เริ่มต้นด้วย S บนแล็ปท็อปตามที่เอกสารของ Apple แนะนำ และคาดว่าจะต้องตัดความลึกของท้องฟ้า — ซึ่งเป็นคำแนะนำของ README เอง เนื่องจากพิกเซลท้องฟ้าคืนค่าความลึกอนันต์หรือค่าจำกัดหลายกิโลเมตรบนโมเดลขนาดเล็ก

สิ่งที่คุณไม่ควรทำคืออ่านการ์ดสองใบนั้นเป็นลีดเดอร์บอร์ด AbsRel ของ Marigold V2 กับ Boundary F1 ของ Depth Pro 2 ไม่ใช่การทดลองเดียวกัน และข้อความที่ซื่อตรงเพียงอย่างเดียวเกี่ยวกับคุณภาพเชิงเปรียบเทียบของทั้งสองคือ ยังไม่มีใครทำการเปรียบเทียบนี้: Apple พลอต baseline ไว้สองโหล และ Marigold ไม่ได้อยู่ในนั้น ขณะที่ paper ของ Marigold V2 ประเมินเทียบกับรุ่นก่อนหน้าของตัวเองบนโปรโตคอล Pixel-Perfect Depth

A generated two-column scoreboard comparing Depth Pro 2 and Marigold V2 across six dimensions: inference cost, depth scale convention, working resolution, video support, additional outputs and licence, with a footer noting Depth Pro 2 figures are vendor-reported and Marigold V2 figures follow its own Pixel-Perfect Depth protocol.
© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube