如果説以往的 3D 視覺模型像「術業有專攻」的匠人，那麼 Depth-Anything-3（DA3） 就是那個突然橫空出世、把所有活都能幹而且幹得還賊好的「全能大師」。它的秘訣很簡單：只用一個標準 Vision Transformer，就能同時搞定深度估計、相機位姿、三維重建和視角渲染。 給它一張圖，它能看深度；給它幾張圖，它能還原三維結構；給它視頻，它還能把相機怎麼動的都推出來；換個角度，它還能幫你把「沒見過的世界」重新畫一遍。
DA3 不僅能幹，而且幹得比以前的 SOTA 還好。在五大數據集構成的幾何基準上，DA3 對深度、幾何、位姿、渲染四大指標全面刷新記錄，甚至小模型版本都能打贏別人家大模型 —— 這性能，妥妥「打小怪獸像打蚊子」級別的。
它的潛力也很讓人上頭：無論是機器人需要看清路、AR/VR 需要理解空間、無人機想認清地形，還是想把普通相機變成「會理解世界的 3D 傳感器」，DA3 都能輕鬆勝任。
換句話來説，DA3 就像給普通相機開了「空間透視外掛」，把原本平面的畫面變成可理解、可計算的 3D 世界。

教程鏈接：https://go.openbayes.com/chi4z

使用雲平台: OpenBayes
http://openbayes.com/console/signup?r=sony_0m6v

首先點擊「公共教程」，找到「Depth-Anything-3：從任何視角恢復視覺空間」，單擊打開。

頁面跳轉後，點擊右上角「克隆」，將該教程克隆至自己的容器中。

在當前頁面中看到的算力資源均可以在平台一鍵選擇使用。平台會默認選配好原教程所使用的算力資源、鏡像版本，不需要再進行手動選擇。點擊「繼續執行」，等待分配資源。

數據和代碼都已經同步完成了。容器狀態顯示為「運行中」後，點擊「API 地址」，即可進入模型界面。

使用步驟如下：

參數説明

• 採樣幀率設置
• • Sampling FPS (Frames Per Second)：控制視頻採樣的每秒幀數。
• 圖像處理與 3D 推理設置
• • Image Processing Method：選擇圖像處理模式，適配更多圖像數量。
  • Infer 3D Gaussian Splatting：啓用 3D 高斯濺射推理，生成 3D 模型需額外處理時間。
• 渲染軌跡與視頻質量設置
• • Rendering trajectory for 3DGS viewpoints：選擇 3DGS 視角的渲染軌跡類型。
  • Video quality for 3DGS rendered outputs：控制 3DGS 渲染輸出的視頻質量。
• 可視化選項
• • Show Camera：在3D視圖中顯示相機軌跡。
  • Filter Black Background：過濾點雲中的黑色背景區域。
  • Filter White Background：過濾點雲中的白色背景區域。
  • Filter Percentage：控制點雲過濾強度。
  • Max Points (K points)：設置導出 GLB 格式 3D 模型的最大點數。

效果展示

三維點雲和相機軌跡/位姿（Point Cloud & Cameras）

度量深度圖（Metric Depth）

3D 高斯渲染新視角（3DGS Rendered Novel Views）